春风知我意，一梦到神州►
在这里，听见中国走向世界的号角♬►
最近英伟达的下一代 AI 服务器机柜引发行业热议，这份专业研报拆解了两代机柜的成本变化：从当前主流的 Grace Blackwell 300 到下一代 Vera Ruby 200。
一：机柜总价近乎翻倍，成本结构大洗牌当前的 Grace Blackwell 300 机柜总成本约 400 万美元，包含 GPU、CPU、交换芯片和存储等核心部件。到下一代 Vera Ruby 200 机柜，总成本涨到 780 万美元，涨幅接近 100%。虽然两款机柜都搭载了 72 个 NVLink 接口的 GPU，成本结构却发生了巨大变化。
二：GPU 占比下滑，存储成头号涨价项很多人以为 GPU 涨价是核心，但实际 GPU 成本仅提升 57%，从 252 万美元涨到 396 万美元，并未赶上机柜整体的涨价幅度。GPU 在整体成本中的占比也从 65% 跌至 50%，不再是机柜成本的绝对主力。
涨价幅度最大的是存储芯片，包含 GPU 周边的 HBM 和 CPU 周边的 DRAM。随着大模型参数不断提升，AI 服务器对存储的需求已经从过去的辅助配置变成核心硬件之一。存储成本暴涨 435%，从 37 万美元涨到 200 万美元，背后有两个原因：一是去年存储芯片价格上涨，二是 AI 机柜对存储的需求大幅提升。如今存储芯片已经占到机柜总成本的 25%。
三：PCB 和 ABF 基板：硬件迭代的隐形成本PCB 也就是印刷电路板，是所有电子元器件的承载载体，负责供电和信号传输。随着 GPU 规格升级，PCB 的信号传输密度要求提升，计算 PCB 从 22 层升级到 26 层，交换 PCB 从 24 层升级到 32 层，成本直接上涨 233%。
还有一个容易被忽略的部件是 ABF 基板，也就是 ABF Substrate。因为 GPU 制程极精细，直接安装在 PCB 上会出现规格不匹配的问题，需要 ABF 基板作为过渡。ABF 基板的原材料由日本信越公司研发，目前该公司占据全球 95% 的 ABF 原材料供应，堪称 AI 硬件赛道的 “隐形卡脖子环节”。
GPU 运算时电压波动大，需要 MLCC 电容稳定电压，这项成本也上涨了 182%，不过在总成本中占比极低，780 万美元的总造价里仅占 4000 美元左右。
NVLink 交换芯片和外部交换芯片的成本也分别上涨 122% 和 121%，前者负责机柜内 72 个 GPU 之间的信号传输，后者负责机柜与机柜、机柜与交换机之间的互联。
这份研报拆解的不仅是两代机柜的成本变化，更是 AI 硬件赛道的迭代逻辑。从存储、PCB 到 ABF 基板，每一项涨价细节都暴露了上游供应链的紧张和产业升级的压力，对于布局 AI 服务器的企业来说，这些细节直接决定了产品的成本竞争力。
