GPU占比下降，内存成新主角：Rubin机架涨价背后的新机会

点击蓝字不要走丢

*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。

英伟达下一代Vera Rubin机架的价格，被摩根士丹利测算到约780万美元，而当前GB300 Blackwell机架不到400万美元，一代产品几乎翻倍。

这次涨价的核心，不是GPU单点变贵，而是整台AI机架的BOM结构发生了变化。Tom’s Hardware转引摩根士丹利报告称，VR200机架里，内存成本已经来到约200万美元，占整机架成本约25%，而过去GB200/GB300阶段，内存在机架BOM里的占比大致只有个位数到低双位数；与之对应，GPU在整机架成本中的占比反而从约65%降至约51%。

过去市场买AI，最简单的交易逻辑是买GPU；现在英伟达把AI服务器推向整机架系统，资金开始问另一个问题：新一代机架里，谁的价值量提升最快？

Vera Rubin这次涨价，把AI供应链从“GPU中心叙事”，推到了“系统级瓶颈叙事”。机会不只在英伟达，还在内存、存储、PCB、ABF基板、MLCC、电源、液冷、ODM整机架集成、以太网交换、铜缆和光模块这些原来不够显眼的环节。

内存从配角变主角，

AI服务器的估值锚开始外溢

过去市场看AI服务器，几乎所有注意力都在GPU上。谁拿到英伟达GPU，谁就有订单；谁能给英伟达做配套，谁就有弹性。这套逻辑当然还没失效，但Rubin机架的BOM变化说明，下一阶段AI服务器的利润池，不会只停在GPU。

内存是这次涨价链条里最直接的受益者。

按照摩根士丹利测算，VR200机架里内存成本占比已经提升到25%—30%，成本涨幅达到435%。这不是普通涨价，而是系统架构变化带来的价值量重估。AI模型越往Agentic AI、长上下文、多步推理走，对内存带宽、容量、能效和存储吞吐的依赖越重。GPU仍然是大脑，但没有足够的内存和存储，算力跑不满，Token成本也压不下来。

美光在GTC 2026期间宣布，其36GB 12层HBM4已经进入高量产，专为英伟达Vera Rubin设计，带宽超过2.8TB/s，能效较HBM3E提升20%以上；同时，192GB SOCAMM2也进入高量产，覆盖48GB到256GB容量段，可用于Vera Rubin平台AI和HPC工作负载。

结合摩根士丹利报告一起来看，含金量就高了。

HBM对应的是GPU侧的高带宽瓶颈，SOCAMM对应的是Vera CPU侧的低功耗高容量内存需求，PCIe Gen6 SSD对应的是AI训练和推理过程里的高速数据访问。美光不是只卖一颗内存，而是在Vera Rubin生态里同时卡住HBM、SOCAMM和企业级SSD三个位置。

同时，市场开始意识到，内存厂商不再只是传统周期股。HBM、SOCAMM、企业SSD这些东西，正在从“服务器配件”变成AI基础设施的战略耗材。过去存储股最大的压制，是周期性太强；现在如果AI服务器持续放量，内存的估值锚就会从“价格周期”往“算力瓶颈资产”移动。

当然，这里有一个关键变量：SOCAMM到底由谁采购。

摩根士丹利报告提到，基准情景下，英伟达采购SOCAMM并以较高毛利率转售，机架价格约780万美元；如果微软、谷歌、亚马逊这类超大规模云厂商绕过英伟达，直接采购内存模块，机架价格可能降到约670万美元。

这就是未来最该盯的地方。

如果英伟达继续掌握SOCAMM采购和转售，英伟达能吃到更多内存利润；如果云厂商自己采购，内存厂商会获得更直接的订单能见度，但英伟达的机架转售利润会被压一块。对资本市场来说，这不是细节，而是利润分配方式。

Rubin不是GPU升级，

而是材料、互连和散热一起升级

Vera Rubin不是简单把GPU换一代。

英伟达官方对Vera Rubin平台的描述，是把Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6 Ethernet switch组合成一个AI超级计算系统，服务预训练、后训练、测试时扩展和实时Agentic推理。

更通俗说就是：系统更复杂，零部件价值量更高，机架级交付难度更大。

这也是为什么涨价不是内存一条线，而是几乎所有组件都在涨。

PCB成本增加233%，从GB300约3.5万美元提升到VR200约11.7万美元。背后不是简单的价格上涨，而是板层数、材料等级和模块数量一起上台阶。计算板从22层HDI PCB升级到26层，材料等级从M7升到M8；交换机托盘PCB从24层升到32层；计算托盘还新增了44层中板PCB。这个变化说明，高阶PCB已经变成AI机架高密度互连的关键资产。

ABF基板成本增加82%，原因是VR200中NVLink和ConnectX芯片数量是Blackwell系统的两倍，Rubin GPU的ABF基板单价也比Blackwell明显提升。这里的交易逻辑很清楚：AI系统越依赖高速互连，先进封装、ABF载板和高端材料的瓶颈属性越强。

MLCC也不能忽略。VR200每机架MLCC内容约4300美元，而GB300约1500美元，增幅182%。这个单机价值量看着不大，但高端AI服务器对MLCC的等级、稳定性和供应要求更高，一旦ODM厂商开始提前备货，这条线的边际弹性会很快体现在交期和价格上。

真正值得继续跟踪的，还有电源和液冷。

VR200平台标配110kW电源模块，已有美国云厂商采用HVDC高压直流独立电源机架。报告预计，800V直流电可能在2027年下半年Rubin Ultra平台上大规模采用。这个信号很硬：AI数据中心已经不只是服务器升级，而是电力架构升级。

液冷也一样。Vera Rubin机架将采用全液冷设计，每机架液冷组件价值约7.2万美元。英伟达在Vera CPU rack介绍中也强调了液冷架构，256颗液冷Vera CPU可支撑大规模并发CPU环境。

AI机架从几十kW走向100kW级别，风冷很难继续扛。液冷从“高端选配”变成“新平台标配”，这会改变Vertiv、台达电、液冷模组、CDU、冷板、快接头、泵阀、数据中心工程商的订单预期。

所以这部分的机会，可以概括成一句话：Rubin带来的不是单一芯片升级，而是AI工厂材料、供电、散热和互连系统的集体升级。

AI供应链下一阶段不能只看“谁离英伟达最近”，还要看“谁在BOM里占比提升最快、谁的供给最紧、谁能把价格传导到利润表”。

ODM赚的是绝对利润，

但寄售模式会重新分配话语权

这份报告里还有一个很适合资本市场写的点：ODM厂商的毛利率可能下降，但绝对美元利润反而上升。

摩根士丹利测算，GB300机架ODM毛利率约2.7%，VR200降至约1.9%。如果只看毛利率，似乎ODM被压缩了。但机架总价翻倍之后，ODM增值部分从约10.8万美元/机架提升到约14.96万美元/机架，增长35%—40%。

这就要换一种看法。

AI服务器ODM不是传统消费电子组装。整机架交付、液冷集成、电源系统、网络模块、测试验证、供应链协调，复杂度越来越高。毛利率看着薄，但机架单价巨大，只要订单规模足够，绝对利润并不差。

对应到公司，纬创、广达、鸿海、纬颖、英业达、Supermicro、Dell、HPE、联想，都可能被市场放进这一套逻辑里重新比较。谁拿到更多云厂商订单，谁有整机架交付能力，谁能做液冷和电源集成，谁的营运资金压力更低，谁的利润弹性就更大。

但ODM这条线也不是无脑利好。

寄售模式正在扩散，这是一个必须重视的长期变量。

所谓寄售，就是云厂商自己采购GPU、内存、核心芯片等高价值零部件，ODM只负责组装和集成。这样可以减轻ODM营运资金压力，但也会压缩收入规模。鸿海、广达都已经在电话会上提到部分项目可能转向寄售模式。这个变化背后的意思很明确：超大规模云厂商不想把整条供应链利润都留给英伟达和ODM，它们要把核心采购权拿回来。

这会带来三个后果。

第一，ODM收入表可能没有机架价格涨幅看起来那么好，因为核心组件可能不再通过ODM入账。

第二，ODM毛利率和收入规模会更难横向比较，不同客户、不同项目、不同采购模式，会让财务表现出现差异。

第三，真正稀缺的核心组件供应商，可能获得更直接的订单能见度。云厂商直接采购内存、SSD、电源、交换芯片、光模块，反而会让这些环节的议价权上升。

所以英伟达机架涨价后的机会排序，可以这样看。

第一优先级是内存和存储。HBM4、SOCAMM2、企业SSD、NAND，是BOM占比提升最直接的环节，也是市场已经开始交易的方向。

第二优先级是高阶PCB、ABF和MLCC。Rubin系统复杂度提升，会把这些过去偏材料、偏组件的环节推到AI主线里。

第三优先级是电源和液冷。110kW、HVDC、800V直流、全液冷，指向AI数据中心下一轮基础设施升级。

第四优先级是ODM和整机架集成。这里不看表面毛利率，要看绝对利润、订单规模、寄售比例和现金流压力。

第五优先级是网络互连。NVLink、ConnectX、BlueField、Spectrum扩张，会继续带动以太网交换芯片、铜缆、光模块、CPO链条重估。

后面最值得跟踪的，不是哪个概念最热，而是谁真的拿到订单，谁能把BOM价值量提升变成利润，谁在云厂商寄售和直接采购模式下还能保住议价权。

AI服务器的主线，正在从GPU短缺，走向系统级瓶颈。