Dette skal være varslet til kundene

De rapporterte endringene gjelder serversystemer med Nvidia-brikker, inkludert løsninger basert på:

• Vera Rubin, Nvidias neste generasjon AI-plattform
• Grace Blackwell, selskapets nåværende plattformfamilie
• Ulike minne- og rackkonfigurasjoner der den endelige prisen vil variere

For kundene er dette et viktig skille. En stor rackløsning med svært høy minnekapasitet kan få et annet påslag enn en mindre konfigurasjon. Det finnes derfor ikke nok offentlig informasjon til å beregne prisen på hver enkelt Rubin- eller Blackwell-server.

Hvorfor minnet blir så dyrt

AI-akseleratorer er avhengige av HBM for å flytte store datamengder raskt mellom prosessoren og arbeidsminnet. Tette AI-systemer bruker også vanlig minne i tillegg til HBM. Dermed utgjør minne en stadig større del av den samlede kostnaden for avanserte AI-racker.

Et bransjeanslag omtalt i forbindelse med Vera Rubin beregnet at minnebrikker kan stå for rundt 62 prosent av kostnaden i en Vera Rubin-superbrikke. Dette er imidlertid et komponentkostnadsanslag, ikke en bekreftet salgspris fra Nvidia.

Morgan Stanley har på sin side anslått at minneinnholdet i en Vera Rubin VR200 NVL72-rack vil koste rundt 2 millioner dollar – omtrent 435 prosent mer enn det estimerte minneinnholdet i en GB300-rack. Analysen illustrerer hvorfor den samlede systemprisen kan øke kraftig, selv om det konkrete påslaget varierer mellom konfigurasjonene.

Rubin-rack kan koste rundt 7,8 millioner dollar

Separate anslag før produktleveransene setter prisen på en Vera Rubin VR200 NVL72-rack til cirka 7,8 millioner dollar. Til sammenligning er en Grace Blackwell GB300 NVL72-rack anslått til rundt 4 millioner dollar.

Tallene bør tolkes med varsomhet:

• De kommer fra analytikere eller bransjeaktører, ikke fra Nvidias offentlige prisliste.
• Sammenligningen gjelder VR200 mot GB300, ikke spesifikt GB200.
• Anslagene beskriver system- og komponentøkonomi, og er ikke bekreftede kjøpspriser for alle kunder.

Den offentlige dokumentasjonen støtter derfor bildet av en betydelig kostnadsforskjell, men gir ikke en endelig pris sammenlignet direkte mellom VR200 og GB200. Den gir heller ingen offentlig oversikt over prisøkningen for hver kunde eller konfigurasjon.

Kommer like før Nvidias kvartalsrapport

Meldingen om prisøkningene kom kort tid før Nvidias planlagte rapport for regnskapsårets andre kvartal 26. august. I det foregående rapporterte kvartalet hadde Nvidia en omsetning på 81,6 milliarder dollar, hvorav rundt 75,2 milliarder dollar kom fra datasentervirksomheten. Bruttomarginen var på omtrent 75 prosent.

Tidspunktet gjør minnekostnadene relevante både for investorer og for selskaper som bygger store AI-klynger. Høyere serverpriser kan hjelpe Nvidia med å kompensere for dyrere innsatsfaktorer, men øker samtidig kapitalbehovet hos skyleverandører og andre kunder. Kildene fastslår ikke hvor stor del av prisøkningen som eventuelt vil slå ut i Nvidias marginer.

Kan gi mer fart til egne brikker

Dyrere Nvidia-systemer kan styrke motivasjonen hos store teknologiselskaper til å spre innkjøpene på flere leverandører. Amazon, Microsoft, Google og Meta har allerede sterke insentiver til å utvikle eller bruke egne brikker for bestemte interne arbeidslaster. Slike løsninger kan gi bedre kontroll over kapasitet og kostnader, samtidig som de gir større forhandlingsmakt overfor Nvidia.

Nvidias konkurransefortrinn handler imidlertid om mer enn selve GPU-en. CUDA, selskapets programvareplattform, NVLink-nettverket og den øvrige maskinvare- og programvarestakken gjør det krevende å bytte leverandør. En markedsvurdering anslår at Nvidia kontrollerer over 80 prosent av markedet for avanserte AI-akseleratorer, men markedsandeler varierer etter hvordan markedet defineres.

Det gjør at egne brikker trolig først og fremst vil supplere Nvidia-kapasitet, særlig for stabile og volummessig store interne oppgaver. AMDs MI300-familie kan være et alternativ for enkelte arbeidslaster, mens skyleverandørenes egne brikker – som AWS Trainium – kan være attraktive i miljøer som er tilpasset den aktuelle skytjenesten. Ingen av løsningene er likevel en generell «plug-and-play»-erstatning for applikasjoner som er tett knyttet til CUDA.

Tilgjengelig dokumentasjon støtter derfor at prisøkningene kan fremskynde en diversifisering av innkjøpene. Den viser ikke at AMD eller spesialutviklede brikker raskt vil erstatte Nvidia i de største AI-datasentrene.

Dette er fortsatt ikke bekreftet

Bloomberg-meldingen støtter en begrenset, men vesentlig konklusjon: Enkelte store Nvidia-kunder skal ha blitt varslet om prisøkninger på over 15 prosent i mange tilfeller for systemer som leveres tidlig neste år. Hvor stort påslaget blir, skal avhenge av brikkegenerasjon og minnekonfigurasjon.

Det er derimot ikke offentlig dokumentert:

• En universell prisøkning for alle Nvidia-systemer
• Nøyaktige priser på Vera Rubin- eller Grace Blackwell-konfigurasjoner
• Kundespesifikke kontraktsvilkår
• En verifisert pris sammenlignet direkte mellom VR200 og GB200
• Om Nvidia eller de berørte kundene formelt har bekreftet varslene

Reuters omtalte opplysningene som Bloomberg-rapportering og sa at byrået ikke umiddelbart kunne verifisere dem. Inntil Nvidia eller kundene offentliggjør mer informasjon, er den mest forsvarlige tolkningen at dyrere minne presser økonomien i AI-servere – mens den endelige kommersielle effekten fortsatt er skjermet.

Dette skal være varslet til kundene

De rapporterte endringene gjelder serversystemer med Nvidia-brikker, inkludert løsninger basert på:

• Vera Rubin, Nvidias neste generasjon AI-plattform
• Grace Blackwell, selskapets nåværende plattformfamilie
• Ulike minne- og rackkonfigurasjoner der den endelige prisen vil variere

For kundene er dette et viktig skille. En stor rackløsning med svært høy minnekapasitet kan få et annet påslag enn en mindre konfigurasjon. Det finnes derfor ikke nok offentlig informasjon til å beregne prisen på hver enkelt Rubin- eller Blackwell-server.

Hvorfor minnet blir så dyrt

AI-akseleratorer er avhengige av HBM for å flytte store datamengder raskt mellom prosessoren og arbeidsminnet. Tette AI-systemer bruker også vanlig minne i tillegg til HBM. Dermed utgjør minne en stadig større del av den samlede kostnaden for avanserte AI-racker.

Et bransjeanslag omtalt i forbindelse med Vera Rubin beregnet at minnebrikker kan stå for rundt 62 prosent av kostnaden i en Vera Rubin-superbrikke. Dette er imidlertid et komponentkostnadsanslag, ikke en bekreftet salgspris fra Nvidia.

Morgan Stanley har på sin side anslått at minneinnholdet i en Vera Rubin VR200 NVL72-rack vil koste rundt 2 millioner dollar – omtrent 435 prosent mer enn det estimerte minneinnholdet i en GB300-rack. Analysen illustrerer hvorfor den samlede systemprisen kan øke kraftig, selv om det konkrete påslaget varierer mellom konfigurasjonene.

Rubin-rack kan koste rundt 7,8 millioner dollar

Separate anslag før produktleveransene setter prisen på en Vera Rubin VR200 NVL72-rack til cirka 7,8 millioner dollar. Til sammenligning er en Grace Blackwell GB300 NVL72-rack anslått til rundt 4 millioner dollar.

Tallene bør tolkes med varsomhet:

• De kommer fra analytikere eller bransjeaktører, ikke fra Nvidias offentlige prisliste.
• Sammenligningen gjelder VR200 mot GB300, ikke spesifikt GB200.
• Anslagene beskriver system- og komponentøkonomi, og er ikke bekreftede kjøpspriser for alle kunder.

Den offentlige dokumentasjonen støtter derfor bildet av en betydelig kostnadsforskjell, men gir ikke en endelig pris sammenlignet direkte mellom VR200 og GB200. Den gir heller ingen offentlig oversikt over prisøkningen for hver kunde eller konfigurasjon.

Kommer like før Nvidias kvartalsrapport

Meldingen om prisøkningene kom kort tid før Nvidias planlagte rapport for regnskapsårets andre kvartal 26. august. I det foregående rapporterte kvartalet hadde Nvidia en omsetning på 81,6 milliarder dollar, hvorav rundt 75,2 milliarder dollar kom fra datasentervirksomheten. Bruttomarginen var på omtrent 75 prosent.

Tidspunktet gjør minnekostnadene relevante både for investorer og for selskaper som bygger store AI-klynger. Høyere serverpriser kan hjelpe Nvidia med å kompensere for dyrere innsatsfaktorer, men øker samtidig kapitalbehovet hos skyleverandører og andre kunder. Kildene fastslår ikke hvor stor del av prisøkningen som eventuelt vil slå ut i Nvidias marginer.

Kan gi mer fart til egne brikker

Dyrere Nvidia-systemer kan styrke motivasjonen hos store teknologiselskaper til å spre innkjøpene på flere leverandører. Amazon, Microsoft, Google og Meta har allerede sterke insentiver til å utvikle eller bruke egne brikker for bestemte interne arbeidslaster. Slike løsninger kan gi bedre kontroll over kapasitet og kostnader, samtidig som de gir større forhandlingsmakt overfor Nvidia.

Nvidias konkurransefortrinn handler imidlertid om mer enn selve GPU-en. CUDA, selskapets programvareplattform, NVLink-nettverket og den øvrige maskinvare- og programvarestakken gjør det krevende å bytte leverandør. En markedsvurdering anslår at Nvidia kontrollerer over 80 prosent av markedet for avanserte AI-akseleratorer, men markedsandeler varierer etter hvordan markedet defineres.

Det gjør at egne brikker trolig først og fremst vil supplere Nvidia-kapasitet, særlig for stabile og volummessig store interne oppgaver. AMDs MI300-familie kan være et alternativ for enkelte arbeidslaster, mens skyleverandørenes egne brikker – som AWS Trainium – kan være attraktive i miljøer som er tilpasset den aktuelle skytjenesten. Ingen av løsningene er likevel en generell «plug-and-play»-erstatning for applikasjoner som er tett knyttet til CUDA.

Tilgjengelig dokumentasjon støtter derfor at prisøkningene kan fremskynde en diversifisering av innkjøpene. Den viser ikke at AMD eller spesialutviklede brikker raskt vil erstatte Nvidia i de største AI-datasentrene.

Dette er fortsatt ikke bekreftet

Bloomberg-meldingen støtter en begrenset, men vesentlig konklusjon: Enkelte store Nvidia-kunder skal ha blitt varslet om prisøkninger på over 15 prosent i mange tilfeller for systemer som leveres tidlig neste år. Hvor stort påslaget blir, skal avhenge av brikkegenerasjon og minnekonfigurasjon.

Det er derimot ikke offentlig dokumentert:

• En universell prisøkning for alle Nvidia-systemer
• Nøyaktige priser på Vera Rubin- eller Grace Blackwell-konfigurasjoner
• Kundespesifikke kontraktsvilkår
• En verifisert pris sammenlignet direkte mellom VR200 og GB200
• Om Nvidia eller de berørte kundene formelt har bekreftet varslene

Reuters omtalte opplysningene som Bloomberg-rapportering og sa at byrået ikke umiddelbart kunne verifisere dem. Inntil Nvidia eller kundene offentliggjør mer informasjon, er den mest forsvarlige tolkningen at dyrere minne presser økonomien i AI-servere – mens den endelige kommersielle effekten fortsatt er skjermet.