Nvidia Vera Rubin AI 機架點解要價 780 萬美元？

相比之下，上一代 Blackwell 機架約 400 萬美元，意味一代之間價格幾乎翻倍。

供應鏈研究顯示，成本增加並非單一元件，而係整個系統：

• 記憶體成本增加約 435%
• PCB（印刷電路板）成本增加約 233%
• MLCC（多層陶瓷電容）增加約 182%
• ABF 封裝基板增加約 82%

換句話說，AI 伺服器愈來愈複雜，幾乎所有硬件都變貴。

記憶體成為最大成本來源

Rubin 平台最大嘅成本變化來自 新一代記憶體技術。

Rubin GPU 使用 HBM4（High Bandwidth Memory），係 HBM3 / HBM3e 之後嘅下一代高頻寬記憶體，專門用嚟處理大型 AI 模型。

同時，新平台亦加入 Nvidia Vera CPU，並配備 LPDDR5X 記憶體系統，透過 SOCAMM 模組提供 最高約 1.5TB 容量。

記憶體廠商已經開始為 Rubin 生態系統大量生產相關產品。例如 Micron 已確認推出：

• HBM4 記憶體堆疊
• SOCAMM2 LPDDR5X 模組

因為系統同時包含：

• GPU 使用嘅 HBM4 高頻寬記憶體
• CPU 使用嘅 大型 LPDDR5X 記憶體池

整個機架嘅記憶體容量同成本都大幅上升。分析估計 記憶體可能佔整個機架成本約 25%，比上一代大幅增加。

系統複雜度全面上升

記憶體唔係唯一原因。

Rubin 架構其實整合咗多種專用晶片同高速網絡技術，包括：

• Vera CPU
• Rubin GPU
• NVLink Switch
• ConnectX SuperNIC
• BlueField DPU
• Spectrum Ethernet Switch

呢種高度整合嘅機架設計，需要更加複雜嘅主板、互連技術同供電系統。

因此分析指出，多個硬件成本都顯著上升，例如：

• PCB：層數更多、材料更高級以支援高速訊號
• MLCC：電源穩定需要更多被動元件
• ABF substrate：晶片封裝尺寸同複雜度增加

單一元件可能唔算貴，但一個機架包含數十個加速器同網絡裝置，累積成本就會非常可觀。

GPU 仍然最貴，但佔比開始下降

GPU 依然係整個系統最貴嘅單一元件。

有估算指 Rubin GPU 約 5.5 萬美元一粒，比 Blackwell 世代貴約 57%。

但由於記憶體同系統硬件成本升得更快，GPU 佔整個機架成本嘅比例反而下降。

呢個變化顯示 AI 硬件設計理念正發生重大轉變——性能愈來愈取決於 整體系統架構，而唔係單一晶片。

對 AI 半導體供應鏈有咩影響

成本結構改變，意味 AI 熱潮嘅受益者唔再只係 GPU 廠。

以下產業都可能分到更多價值：

• HBM 同 DRAM 記憶體供應商
• ABF 封裝基板製造商
• 高階 PCB 製造商
• 被動元件供應商

同時，由於 Rubin 高度依賴 HBM4 記憶體產能，記憶體供應鏈亦可能成為 AI 基建擴張嘅關鍵瓶頸。

另外，負責組裝 AI 機架嘅 ODM / OEM 伺服器製造商，亦可能因為系統複雜度提升而獲得更高附加價值。

AI 硬件正變成機架級超級電腦

780 萬美元嘅機架價格，其實反映一個更大趨勢。

早期 AI 伺服器基本上係「GPU 插入普通伺服器」。

但新一代平台（例如 Rubin）其實係 整個機架設計成一部 AI 超級電腦，把運算、記憶體、網絡同儲存全部整合。

呢種設計令單個機架嘅價格可以接近一個小型數據中心部署。

最後要留意：780 萬美元仍然只係分析師根據供應鏈資料嘅估算，Nvidia 暫時未正式公布 Rubin 系統嘅官方售價。

但整體趨勢已經好清晰——未來 AI 硬件嘅競爭，唔再只係 GPU，而係 整個系統級架構。