Een sectorraming die in berichtgeving over Vera Rubin werd aangehaald, schat dat geheugensemiconductors ongeveer 62% van de kosten van een Vera Rubin-superchip vertegenwoordigen. Dat is een schatting van de componentkosten en geen bevestigde verkoopprijs van Nvidia.
Morgan Stanley raamde de geheugencomponent van een Vera Rubin VR200 NVL72-rack op ongeveer 2 miljoen dollar. Dat zou circa 435% meer zijn dan de geschatte hoeveelheid geheugen in een GB300-rack. Die analyse verklaart waarom de totale systeemprijs sterk kan oplopen, ook als de uiteindelijke verhoging per klant en configuratie verschilt.
Afzonderlijke ramingen voorafgaand aan de verzending zetten de prijs van een Vera Rubin VR200 NVL72-rack op ongeveer 7,8 miljoen dollar. Ter vergelijking: een Grace Blackwell GB300 NVL72-rack zou ongeveer 4 miljoen dollar kosten.
Aan deze vergelijking zitten enkele belangrijke beperkingen:
De beschikbare informatie onderbouwt dus wel de richting van het prijsverschil, maar levert geen definitieve vergelijking tussen VR200 en GB200 op. Ook is er geen openbaar overzicht van de prijsvoorwaarden per klant.
Het bericht komt kort voor Nvidia’s geplande publicatie van de resultaten over het fiscale tweede kwartaal op 26 augustus. In het voorafgaande gerapporteerde kwartaal boekte Nvidia 81,6 miljard dollar omzet, waarvan ongeveer 75,2 miljard dollar uit datacenters kwam. De brutomarge lag rond 75%.
Voor beleggers en bedrijven die AI-infrastructuur bouwen, is de timing relevant. Hogere serverprijzen kunnen Nvidia helpen om hogere inkoopkosten te compenseren. Tegelijkertijd stijgt het kapitaal dat cloudproviders en andere klanten nodig hebben om grote AI-clusters uit te rollen. De beschikbare bronnen maken niet duidelijk welk deel van de prijsverhoging uiteindelijk in Nvidia’s marges terechtkomt.
Duurdere Nvidia-systemen kunnen grote cloud- en technologiebedrijven ertoe aanzetten hun leveranciersbasis verder te spreiden. Eigen chips kunnen worden afgestemd op specifieke interne workloads, terwijl alternatieve commerciële versnellers extra capaciteit en onderhandelingsmacht bieden.
Nvidia’s voorsprong zit echter niet alleen in de GPU. Ook het CUDA-softwareplatform, de NVLink-netwerktechnologie en de bredere geïntegreerde infrastructuur spelen een grote rol. Een marktbron schat dat Nvidia meer dan 80% van de markt voor hoogwaardige AI-versnellers controleert, al verschillen marktaandelen afhankelijk van de gekozen marktdefinitie.
Daardoor is overstappen niet eenvoudig. AMD’s MI300-familie kan voor bepaalde workloads een alternatief bieden, en cloudproviders kunnen eigen chips inzetten voor toepassingen die daarvoor geschikt zijn. Maar het aanpassen van bestaande software, systemen en ontwikkelprocessen kan aanzienlijke technische en compatibiliteitskosten met zich meebrengen.
De beschikbare informatie maakt diversificatie daarom aannemelijk als reactie op hogere prijzen. Ze toont niet aan dat AMD of eigen chips Nvidia op korte termijn breed zullen verdringen in grote AI-datacenters.
Het Bloomberg-bericht ondersteunt een beperkte maar belangrijke conclusie: sommige grote Nvidia-klanten zouden voor leveringen begin volgend jaar zijn geïnformeerd over prijsstijgingen die in veel gevallen boven 15% liggen. De omvang zou afhangen van de chipgeneratie en geheugenconfiguratie.
Openbaar vastgesteld zijn daarmee niet:
Reuters bracht de claim als berichtgeving van Bloomberg en zei deze niet onmiddellijk te kunnen verifiëren. Zolang Nvidia of klanten geen details over de prijzen bekendmaken, is de meest voorzichtige conclusie dat de stijgende geheugenprijzen de economie van AI-servers onder druk zetten, terwijl de precieze commerciële gevolgen binnenskamers blijven.