内存成本冲上 AI 栈顶，英伟达 AI 服务器价格上调超过 15%

英伟达的一些最大客户已被告知，搭载其芯片的 AI 服务器价格在许多情况下将上涨超过 15%，涨价将在 2027 年初出货的系统上生效 —— 彭博 8 月 22 日报道。受影响的平台包括英伟达的旗舰系统 Vera Rubin 和 Grace Blackwell —— 正是这轮史上最激进的 AI 基础设施建设的核心硬件。推动因素不是 GPU 短缺，不是英伟达设了新的利润率目标，也不是台积电供应出了问题。是内存。具体说，是因为控制着全球约 90% DRAM 产能的三家公司 —— 三星、SK 海力士和美光 —— 把产线产能如此激进地重新分配给 AI 级的高带宽内存（HBM），以至于把机架上其他一切东西的价格也一并拉了上去。

英伟达对此拒绝置评。这一消息标志着一个时刻：一场先冲击消费级内存价格、再冲击游戏显卡、再冲击笔记本和智能手机的短缺，终于抵达了 AI 算力栈的顶端。对于微软、谷歌、亚马逊和 Meta 等公司 —— 它们合计已承诺2026 年逾 7250 亿美元的资本开支 —— 这次调价是对本已巨大的基础设施预算的一次直接上修。

内存已成为 AI 服务器机架中的主导成本

要理解为什么是内存在推动这次涨价，得先理解一个 Vera Rubin NVL72 机架里究竟装了什么，以及为什么每一代都要更多。

NVL72 是英伟达的旗舰机架级 AI 系统，在单个液冷机柜中容纳 72 颗 Rubin GPU 和 36 颗 Vera CPU，由第六代 NVLink 以每 GPU 每秒 3.6 TB 的速率互联。每颗 Rubin GPU 配备 288 GB 的HBM4 内存，运行带宽为每秒 22 TB —— 接近 Blackwell GPU 内 HBM3e 堆栈每秒 8 TB 带宽的三倍 —— 单个机架的 HBM4 总量达到 20.7 TB。每颗 Vera CPU 再加上 1.5 TB 的 LPDDR5X，把两类内存合计后，一个机架的系统内存总量接近 75 TB。

那个带宽数字不是偶然的。英伟达的技术规格把内存带宽认定为大语言模型推理解码阶段的约束瓶颈 —— 也就是 AI 模型每次产出输出时逐个 token 生成的那一步。在解码过程中，每生成一个 token 都必须从内存中读取模型权重，无论 GPU 在算力上还有多少余量。英伟达围绕这个约束设计了 Rubin 这一代：相对上一代，带宽提升 2.75 倍，而原始算力提升 2.33 倍 —— 这是一个不寻常的配置，把带宽排在了 FLOPS 之前，因为工作负载就是这么要求的。

因此，一个 Vera Rubin NVL72 机架代表着全世界最昂贵内存的一次非同寻常的集中。投行摩根士丹利估计一个 Rubin NVL72 机架的物料清单总额约为 780 万美元，而伯恩斯坦随后按当前 HBM4 价格把这个数字定在接近 910 万美元，理由是摩根士丹利的估算依据的是过时的内存价格。无论按哪个口径，内存部分 —— HBM4 与 LPDDR5X 合计 —— 都占到总额中的 200 万至 320 万美元，而在可比的 Blackwell 机架中这一项约为 37.4 万美元。这意味着逐代之间每机架内存成本增长超过 435%，如今按配置时的 HBM4 现货价格不同，它占机架总价的 25% 至 35%。

是 HBM 的生产经济学制造了这场短缺

内存市场之所以供给吃紧，并不是因为 AI 需求增长得比厂商预期更快。而是因为规模化生产 HBM 必须牺牲常规 DRAM 产量，而早在机架价格的后果显现之前，财务上的激励就已让三星、SK 海力士和美光认为这笔交换是理性的。

高带宽内存的生产方式，是把多片 DRAM 裸片垂直堆叠，并用称为硅通孔的微观铜通道连接起来。一个 12 层堆叠的 HBM4 封装所提供的带宽，是任何常规 DRAM 模组都达不到的，但按每可用 GB 计算，相较标准的 DDR5 或 LPDDR5X，它消耗的晶圆面积约为四倍。当英伟达的 Rubin GPU 单颗就需要 288 GB HBM4，而单个 NVL72 机架需要 72 个这样的封装时，每机架消耗的硅面积总量是惊人的。

三家 DRAM 供应商用他们唯一理性的方式回应了这份需求：把最先进的制程节点和新增扩产统统转向 HBM 和大容量服务器 RDIMM，系统性地削减其他一切产品的产量。集邦咨询在连续几个季度的报告中记录了结果：常规 DRAM 合约价在 2026 年第一季度环比上涨 90% 至 95%，第二季度再涨 58% 至 63%。其中服务器 DRAM 合约价在第二季度跳涨 53% 至 58%。对于 2026 年第三季度，集邦咨询预计还会再涨 13% 至 18% —— 这次放缓不是因为供给改善，而是因为消费类买家已经撞上了当前价格下所能承受的天花板。

SK 海力士在 2025 年 10 月宣布，其 2026 年全部 HBM 产量已经售罄。三星和 SK 海力士都在年初之前把 2026 年 HBM3E 的供货价上调了约 20%。新建一座内存晶圆厂至少需要两年施工，再加一年认证才能量产 —— 这意味着实质性的额外 HBM 产能现实上不会早于 2027 年底或 2028 年，而包括德勤和 Gartner 在内的多家分析机构预计价格缓解不会早于 2027 年下半年。

代工厂承受了第一波冲击

发给超大规模云厂商的涨价通知不是英伟达直接发出的。它们来自代工厂 —— 广达电脑、纬创、英业达这类按英伟达规格组装整机架系统、再卖给微软、谷歌、甲骨文等公司的企业。这个结构性细节很重要，因为它揭示了为什么价格信号是现在而不是更早到来：这些公司一直在用自己的利润率吸收内存成本上涨，而这些利润率已经薄到撑不住了。

广达最近的财报用数字讲出了这个故事。这家全球最大的 AI 服务器代工厂报告 2026 年第二季度营收 1.0366 万亿新台币 —— 该公司季度营收首次突破 1 万亿新台币，同比增长超过 100% —— 其中 AI 服务器占服务器营收的 75% 至 80%。然而当季毛利率为 5.02%，低于去年同期的 7.05%。第一季度还要更薄，为 4.78%，是 15 个季度以来的最低点。财务长 Elton Yang 在 5 月的财报电话会上解释了这种压缩：随着机架价格因内存和 GPU 成本而攀升至每台 300 万美元以上，每个机架的元件转嫁额主导了营收的分母，即便每装配工时的毛利金额保持稳定，广达的毛利率百分比在数学上也被稀释了。

广达对这个结构性问题的回应，是一次模式变更，而这也显示出该公司对风险的重视程度。自 2026 年第三季度起，广达把部分高价值项目从买断转售的采购模式切换为寄售模式。在买断转售模式下，广达自己采购 HBM 和 GPU，加上微薄的加价，并在自己的资产负债表上承担价格波动风险。在寄售模式下，超大规模云厂商直接提供元件；广达负责组装和测试并收取装配费，只确认这部分较窄的营收。这一转变会降低广达报告的营收增速，但消除了内存价格上涨所制造的利润率稀释风险。据报道，纬创也与部分客户谈成了类似的寄售安排。含义毫不含糊：一家毛利率低于 5% 的公司，已经耗尽了替客户吸收上游成本上涨的能力，而价格压力除了继续向前传导别无去处。

英伟达早早锁定了自己的供给；其他人面对的是另一本账

英伟达用一套明确的策略管理自己在 HBM 短缺中的风险敞口：早早地、大规模地投入资本以锁定优先分配。它最近一份提交给美国证券交易委员会、日期为 2026 年 4 月 26 日的 10-Q 文件披露了总额 1190 亿美元的供应承诺，其中 950 亿美元将在 2027 财年剩余时间内到期。2026 年 7 月，英伟达与 SK 集团签署了价值逾 5000 亿美元的战略合作意向书，涵盖长期 HBM4 供应和下一代内存的联合开发 —— 英伟达把这笔交易定性为锁定优先获取权，而不只是采购元件。Edgewater Research 的分析师认为，英伟达实际上已把来自 SK 海力士和美光的 HBM 供应锁定至 2028 年。

这个站位意味着，英伟达并不是在对一场打了它个措手不及的短缺作出反应。它是在把一笔连自身预先承诺的采购也未能完全隔绝的成本上涨向下传导，同时在一个供给仍然无法满足需求的市场里管理 Rubin 平台的出货节奏。这次涨价传达的信号是：即便有那些承诺在手，锁定的 HBM 价格与当前市场价之间的差额，也已大到必须调整对客户的定价。

对收到这些通知的超大规模云厂商来说，保护机制是他们自己版本的同一套策略：与三星、SK 海力士和美光直接谈成的多年期长期供应协议，在每年的谈判周期之前就锁定数量和价格。集邦咨询在其 2026 年第三季度调查中指出，一部分采购已经由这些长期协议管辖，这也是第三季度涨价预测收敛到 13% 至 18%、而没有延续上半年那种涨幅的原因。已签有长期协议的云服务商得到了部分隔离；在现货市场采购的则没有。

转向 AMD 或自研芯片解决不了内存问题

面对英伟达服务器涨价，竞争性应对看起来似乎很直接：把工作负载转到 AMD、加速部署自研 AI 专用芯片，或者两者都做。问题在于，每一个替代性的 AI 加速器平台，其 HBM 都来自同样那三家供应商 —— 正是他们的定价一开始就制造了这个问题。

AMD 的 Instinct MI400 系列预计在 2026 和 2027 年放量，目标是每颗芯片 432 GB HBM4，在推理性能上与 Blackwell 和 Rubin 竞争。Meta 那笔 6 吉瓦的定制加速器交易，用的是通过 Helios 机架架构共同设计的 AMD MI450。谷歌的第七代 TPU Ironwood 于 2026 年 4 月正式可用，使用的 HBM3E 同样来自那批供应商，而且SemiAnalysis 的分析估计其总体拥有成本比可比的英伟达 GB200 配置低约 44% —— 这项优势反映的是谷歌能够通过博通采购芯片、而不必支付英伟达完整的整机利润，并且它是在谷歌自身基础设施的规模上才成立的。为谷歌、Meta、微软和 OpenAI 设计 AI 专用芯片的博通，是所有这些超大规模厂商自研芯片项目背后的设计伙伴 —— 而所有这些项目在某个层面上都依赖来自三星、SK 海力士或美光的 HBM。

Tom's Hardware 精准地概括了这个结构性约束：超大规模厂商会不会因这次涨价而更进一步倒向 AMD 或自研芯片，取决于这些替代方案能否吸纳被挤出的需求 —— 而它们全都从同样那三家受限的供应商拿货。现实后果是，英伟达在本轮周期中的定价权，并不纯粹取决于它 GPU 的竞争位置。它有一部分是由一个 HBM 寡头垄断格局在背后撑着的，而这个格局堵死了通常的竞争压力泄压阀。AI 实验室和创业公司发展自研芯片的动机 —— 包括 Anthropic 等公司近期为打造专有加速器所做的招聘 —— 有一部分正是对这一动态的回应。

延伸阅读：Anthropic 招入谷歌 TPU 缔造者 Amir Salek，主导自研芯片

Rubin Ultra，以及规格被内存卡住的风险

这次涨价适用于 Grace Blackwell 和 Vera Rubin 系统。但 Rubin 之后的那一代 —— 瞄准 2027 年出货的 Rubin Ultra —— 可能面对同一约束更严重的版本。

集邦咨询 8 月 4 日报道称，英伟达正在为 Rubin Ultra 评估多种 HBM 配置，评估范围已从最初的 12 层堆叠 HBM4E 设计扩大到更低规格的替代方案 —— 其中包括仅配 192 GB、采用 8 层堆叠 HBM4 的配置，而当前这一代 Rubin 是 288 GB HBM4。HBM4E 在三家主要 DRAM 供应商那里的供应与良率时间表都仍不确定。如果 Rubin Ultra 出货时每颗 GPU 的内存显著更少，那么运行超大 AI 模型的企业将需要更多 GPU 来处理同样的工作负载，而额外的硬件会带来更高的功耗、机架空间和互联成本。SK 海力士的 CEO 已警告，2027 年的供应状况将是行业史上最糟糕的之一。美光则表示，其基准预期是供应紧张会持续到 2027 年之后。

针对 2027 年供应的 HBM 年度价格谈判预计将在 2026 年年底前后进行 —— 这意味着下一个定价周期、以及机架成本下一次可能的抬升，已经在逼近。英伟达 2027 财年第二季度财报定于 2026 年 8 月 26 日发布，那将是第一次听到管理层对这次涨价及其需求影响作出定性的重大机会。华尔街预期第二季度营收接近 920 亿美元、第三季度指引超过 1000 亿美元，这场财报电话会正是客户面对涨价的真实反应变得可见的时刻。在那之前，超大规模厂商面对 15% 的成本上涨究竟会吸收、推迟还是加速 AI 服务器采购，仍是 2026 年 AI 基础设施周期中最有分量的未决变量。