英伟达AI服务器涨价15%，数据中心成本激增

据彭博社消息，部分英伟达大客户已获告知，明年初交付的 AI 服务器，价格可能上调 15% 以上。

涉及的产品包括现有的 Grace Blackwell，以及下一代旗舰 Vera Rubin。具体涨幅会根据 GPU 代际和内存配置有所不同。

The Information 报道称，部分 GB300 和 Vera Rubin 200 系统预计涨价约 17%。

按该报道使用的现价模型计算，一座 1GW 规模的 AI 数据中心，光是这一轮加价就可能多出至少 50 亿美元成本。

注意，这已经不是今年第一次看到英伟达相关硬件价格往上走了。前面还有消费级 RTX 50 系列显卡，以及专业卡 RTX PRO 6000 Blackwell。

英伟达公司的一些最大客户已被告知，由于内存芯片成本飙升，其 AI 芯片的服务器价格将上涨超过 15%。

The Information 消息，两名收到服务器厂商通知的人士透露，部分英伟达旗舰 AI 服务器芯片系统预计涨价约 17%。

此次价格上涨将从 2027 年初交付的产品开始生效，主要涉及 Grace Blackwell 300 和 Vera Rubin 200。

按估算，目前一套 72 GPU Vera Rubin 机架的价格大约在 700 万美元；涨价以后，一套可能达到约 800 万美元。

按照这个情况，仅这一轮 AI 服务器涨价，建一座 1GW 级 AI 数据中心就可能额外增加至少 50 亿美元建设成本。

此前采访服务器销售商和 GPU 云厂商发现，组成英伟达 AI 服务器的部分零部件，价格甚至会在一周内波动 40%。其中包括台积电晶圆、先进封装、网络设备、散热系统以及内存。

一名 GPU 云厂商高管称，他们采购的服务器机架最近一度每周涨价 2% 至 3%。

另一名高管提到，GB300 服务器中的 NVMe 存储此前是价格波动最明显的部分之一，目前部分机架已经比其所谓的正常基准价格高出 10% 至 15%。

其实哈，2026 年以来，英伟达相关硬件已经出现三轮大幅涨价了。

今年夏天以来，多款 RTX 50 系列显卡市场价格明显上涨。RTX 5060 Ti 16GB 中位价最高上涨约 39%，RTX 5070 上涨约 36%，RTX 5060 上涨约 27%。RTX 5090 也上涨约 9%。

Attention Please，这些数据统计的是零售市场价格，其中包含供需、渠道库存等因素，不能全部算作英伟达官方调价。

拥有 96GB 显存的专业卡 RTX PRO 6000 Blackwell 也经历了明显价格变化。此前，英伟达官方商城报价已经从早期价格一路上调，绝对涨幅为 2750 美元。

最发售至今，RTX PRO 6000 价格轨迹触目惊心：2025 年早期约 8565 美元 → 2026 年 6 月 13250 美元 → 2026 年 8 月 16000 美元。

从游戏显卡，到专业 GPU，再到数百万美元一柜的数据中心系统，价格压力沿着英伟达产品线一路向上。

更加值得注意的是，下一代 Rubin 甚至已经开始重新评估内存配置。TrendForce 披露，从今年第三季度开始，英伟达已经把 Rubin Ultra 原本以 12-Hi HBM4E 为主的评估范围，扩大到了 8-Hi HBM4E、12-Hi HBM4 以及 8-Hi HBM4 等多种方案，目前最终规格尚未确定。原因是 2027 年 DRAM 供应依然紧张，同时 12-Hi HBM4E 的验证时间和量产良率仍存在不确定性。

还有消息称，英伟达已经开始重新评估 Rubin Ultra 的 HBM 配置。

看看今年的内存行情，大概就明白怎么个事儿了。TrendForce 今年 3 月底预计，2026 年第二季度传统 DRAM 合约价格将环比上涨 58% 至 63%。NAND Flash 涨得更猛，预计环比上涨 70% 至 75%。到了第三季度，涨速有所放缓，但价格依然在继续向上。其中服务器 DRAM 合约价预计环比上涨 13% 至 18%。TrendForce 同时判断，从 2026 年下半年一直到 2027 年下半年，服务器 DRAM 价格仍可能逐季上涨。

服务器、PC、手机使用的 DRAM，与 AI 芯片里的 HBM，本来就在共享晶圆产能。AI 服务器越多，对 HBM 的需求越大，内存厂商也越愿意把先进制程和晶圆产能优先分配给 HBM。它需要更大的 die、更多堆叠层数以及更复杂的封装流程，同样的晶圆投入，并不能带来同比例的 bit 产出。结果就是，HBM 快速扩产的同时，普通服务器内存能够拿到的产能进一步受到挤压。

TrendForce 预计，2027 年服务器 RDIMM bit 供应只能同比增长约 15% 至 20%，明显落后于服务器 CPU 出货增长。与此同时，HBM 和 SOCAMM 还在继续增加对 DRAM 晶圆产能的消耗。

今年上半年开始，一些云服务商和服务器 OEM 已经把部分系统中的 96GB、128GB RDIMM，调整为 32GB、64GB 模块，希望降低采购成本。由于 LPDDR5X 供应紧张，英伟达已经决定把下一代 Vera Rubin Superchip 中的 SOCAMM 内存容量削减一半。按照三星、SK 海力士和美光初步产能分配测算，供应商目前能够满足的 LPDRAM 数量，大约只有英伟达预估需求的 60%。

AI 过去几年疯狂消耗 GPU，GPU 又带动 HBM 需求暴涨，HBM 继续挤压 DRAM 产能……到了 2026 年，内存价格开始反过来推高 GPU 和 AI 服务器的成本。现在，投出的回旋镖终于猛扎到英伟达自己身上了。

不过，内存成本上升只是台面上的原因，背后还有高端系统集成度提升、供应链紧张，以及云厂商与大模型公司对交付周期的争夺。尤其是电力、土地、并网、散热、网络，以及整个园区能不能按时完成，都开始影响 GPU 什么时候能够产生收入。

8 月 21 日，英伟达宣布对美国数据中心基础设施开发商 Cloverleaf Infrastructure 进行少数股权投资。具体金额没有公布，不过《华尔街日报》此前报道称，这笔投资可能达到数亿美元。

Cloverleaf 做的事情是帮助数据中心开发商寻找合适的土地，与公用事业公司、能源供应商沟通，拿下电力以及其他基础设施资源，再把这些条件变成能够建设数据中心的项目。公司 2024 年才成立，目前已经推进多个 GW 级项目。合作以后，Cloverleaf 还将部署英伟达 DSX 平台，用它优化数据中心选址、电力、冷却以及计算基础设施规划。

这也是英伟达最近频繁进入基础设施上游的原因之一。几天前，英伟达刚宣布投资 15 亿美元进入软银旗下数据中心开发商 SB Energy。再往前，它还与 Apollo、BlackRock、Blackstone、Brookfield、高盛、KKR 等机构合作，希望长期撬动超过 5000 亿美元第三方资金，用于建设 AI 基础设施。

英伟达现在操心的事情，已经从"芯片能不能造出来"，一路扩到了"客户有没有钱买""数据中心有没有地方建""电从哪里来""GPU 交付以后什么时候能够通电"。

据悉，Amazon、微软、Google 和 Meta 都在加码自己的 AI 芯片，希望降低对英伟达的依赖。

硬件卖到极限，英伟达也在替 GPU 寻找更高的效率。其最新公布的 AVO 研究，先让 Agent 自己去优化 GPU 内核，再迁移到 ARC-AGI-3 测试。官方披露，AVO 探索了 500 多个优化方向，提交 40 个内核版本，在 DGX B200 上较 FlashAttention-4 最高快 10.5%。