英伟达 Vera Rubin 的代价：一座千兆瓦 AI 数据中心要花 470 亿美元

建造一座千兆瓦（1GW）规模的 AI 数据中心向来是耗资数十亿美元的巨量工程，但英伟达（Nvidia）下一代 Vera Rubin 架构将这一成本推向了新的高度。伯恩斯坦研究公司（Bernstein Research）发布的一份详细分析报告，并得到富士康（Foxconn）董事长本人的公开确认，为一套千兆瓦级设施给出了一个具体数字：470 亿美元。

本文将从资金去向、与当前 Blackwell 代的成本对比、以及为何富士康在 AI 供应链中变得前所未有的重要等角度，对这一数字进行拆解。

470 亿美元的构成：一套 1-GW Vera Rubin 数据中心的成本

伯恩斯坦报告中的这个数字可分为三大主要部分：

• 约 3,557 个 Vera Rubin NVL72 机柜：每个机柜的预估成本约为 910 万美元。这一数字明显高于此前市场传闻的约 800 万美元，主要原因是高带宽内存（HBM）的预期成本上升。
• 年度电费：运行如此规模的设施需要巨大的电力，预估年度电费约为 13 亿美元。
• 其他参考数据：Epoch AI 一份针对“典型”非 Vera Rubin 的 1-GW AI 数据中心的更广泛分析显示，其资本支出（CapEx）为 380 亿美元，年度运营支出（OpEx）为 9 亿美元，其中服务器每年占据约 50 亿美元的年化成本。

Vera Rubin 对比 Blackwell：跨代成本比较

虽然在公开资料中很难找到直接的机柜单价对比，但代际差异已经非常明显。

• 机柜单价：Vera Rubin NVL72 机柜约 910 万美元，比同期 Blackwell GB200 NVL72 机柜（预估在 600-700 万美元区间）高出 25%-50%。
• 功耗：这种成本增长伴随着性能的大幅飞跃和功耗的显著提升。一个 Vera Rubin NVL72 机柜功耗为 190–230 kW，相比 Blackwell 的 120–130 kW 是巨大飞跃。作为参考，上一代 Hopper 机柜功耗约为 40 kW。
• 每美元性能：尽管绝对成本更高，英伟达宣称 Vera Rubin 提供了 4 倍的训练性能 和 高达 10 倍的推理性能功耗比。因此，每单位有效计算的总拥有成本（TCO）反而降低了，英伟达称其代币成本只有 Blackwell 的十分之一。

关键硬件成本推手：910 万美元花在了哪里？

机柜成本的上涨不仅仅是 GPU 更贵了。摩根士丹利（Morgan Stanley）的一份报告揭示了物料清单（BOM）的变化：

• 高带宽内存（HBM）：这是最大的成本增长点。摩根士丹利估计，每机柜的内存成本约为 200 万美元，占机柜总 BOM 的 25-30%。HBM4 的供应紧张和更高密度堆叠使得其价格相比 Blackwell 时代大幅上涨。
• GPU 芯片 (Rubin CPX)：按美元价值计算，它仍是最大的单项开支，但其在总 BOM 中的份额正在从约 65% 缩小到约 51%，因为内存和网络成本在增加。
• 散热系统：Vera Rubin 是 100% 液冷，没有风冷选项。更大配置 NVL144 的液冷硬件本身预计就将超过 55,000 美元/机柜。
• 网络、CPU 和供电：其他关键成本驱动因素包括新的 NVLink 6 交换架构、新的 88 核 Vera CPU，以及新的 800V 直流供电架构，这些都显著增加了设施级成本。

富士康在 Vera Rubin 供应链中的关键角色

富士康不仅仅是 Vera Rubin 的一个供应商，它已成为其制造和组装环节中的核心战略伙伴。

• 主要系统制造商：英伟达将富士康列为与戴尔 (Dell)、HPE、联想 (Lenovo) 和超微 (Supermicro) 并列的、全面生产 Vera Rubin 系统的顶级制造商之一。
• 全球制造枢纽：超过 100 万 个 Vera Rubin MGX 机柜组件在台湾的 25 个工厂 组装，富士康担任主集成商。
• 欧洲扩张：2026 年 6 月，英伟达宣布与 **富士康和 Bull（Atos 集团）**合作，在欧洲启动了 Vera Rubin NVL72 的生产。合作范围涵盖设计、建造和验证，服务欧洲市场。
• 成本估算的验证：富士康董事长刘扬伟在公开场合多次引用伯恩斯坦的 470 亿美元/1 GW 成本预估和 13 亿美元 的年度电费，实际上是对该数字的官方背书。
• 深度整合：英伟达正将其专有的 AI 软件栈嵌入富士康的服务器生产线上，实现了芯片设计与制造之间更紧密的集成，这显著提高了客户的切换成本。