英伟达因内存成本飙升将AI服务器价格上调约15%，这将使1GW数据中心的资本支出增加约50亿美元。
据彭博社报道，英伟达（NVIDIA）的几位最大客户已收到通知，原定于明年年初交付的人工智能服务器可能面临超过15%的价格上涨。受影响的硬件涵盖当前的Grace Blackwell架构以及下一代旗舰平台Vera Rubin。
援引两位收到服务器制造商通知的人士的消息，《The Information》报道称，部分GB300和Vera Rubin 200系统的价格预计将上涨约17%。根据报告中引用的定价模型，仅这一轮调整就可能导致建设一座1吉瓦（GW）的人工智能数据中心额外增加至少50亿美元的成本。按目前估算，一个配备72个GPU的Vera Rubin机柜成本约为700万美元；涨价后，每个机柜的价格可能达到约800万美元。
此前对服务器供应商和GPU云服务提供商的采访显示，构成英伟达AI服务器的某些组件在一周内价格波动幅度可达40%。另一位高管指出，GB300服务器中的NVMe存储历来是最具价格波动性的领域之一；目前，部分机柜的价格比既定基准高出10%至15%。零售市场数据进一步显示，RTX 5060 Ti 16GB的中位价飙升高达39%，RTX 5070上涨36%，RTX 5060上涨27%，RTX 5090上涨约9%。需要注意的是，这些数据反映的是受供需动态和渠道库存影响的零售市场价格，不应完全等同于英伟达官方的价格调整。
专业显卡也经历了显著的价格波动。拥有96GB显存的RTX PRO 6000 Blackwell价格在2025年初约为8,565美元，至2026年6月涨至13,250美元，并在2026年8月进一步升至16,000美元。价格压力正沿着英伟达整个产品线向上蔓延，从消费级显卡和专业加速器到价值数百万美元的超算中心机柜均未能幸免。
TrendForce（集邦咨询）报告显示，从今年第三季度开始，英伟达扩大了Rubin Ultra的评估范围，不再局限于最初的12-Hi HBM4E配置，还包括多种其他配置，如8-Hi HBM4E、12-Hi HBM4和8-Hi HBM4。由于通往2027年的DRAM供应持续受限，加之12-Hi HBM4E的验证时间表和大产量率存在不确定性，最终规格仍未确定。TrendForce在3月底预测，传统DRAM合约价格在2026年第二季度将环比上涨58%至63%。服务器DRAM合约价格也预计将上涨13%至18%。该公司进一步预计，从2026年下半年到2027年下半年，服务器DRAM价格可能会继续逐季攀升。
随着AI服务器部署规模的扩大，对高带宽内存（HBM）的需求日益激烈，促使内存制造商优先将先进工艺节点和晶圆产能用于HBM生产。HBM需要更大的芯片面积、更多的堆叠层数以及更复杂的封装工艺，这意味着相同的晶圆投资无法产生成比例的比特产出。TrendForce预测，2027年服务器RDIMM比特供应量同比增长仅为15%至20%，远远落后于服务器CPU出货量的增长。自今年上半年以来，几家云服务提供商和服务器原始设备制造商（OEM）已开始在某些系统中用32GB和64GB模块替代96GB和128GB RDIMM，以缓解采购成本压力。
由于LPDDR5X供应短缺，英伟达决定将其下一代Vera Rubin超级芯片中的SOCAMM内存容量减半。基于三星、SK海力士和美光提供的初步产能分配，供应商目前只能满足英伟达估计的LPDDR需求的约60%。近年来，AI工作负载大量消耗GPU，推动了HBM需求的激增，进而继续挤压传统DRAM的产能。到2026年，内存价格现在反过来推高了GPU和AI服务器的成本。然而，不断上升的内存支出只是可见因素；背后的驱动因素包括高端系统设计集成复杂性的增加、更广泛的供应链限制，以及云提供商和大语言模型开发者之间为争取更快交付时间而进行的激烈竞争。关键的基础设施因素——特别是电力可用性、土地获取、电网互联、热管理、网络以及整体园区完工时间表——现在直接决定了部署的GPU何时能够开始产生收入。
8月21日，英伟达宣布对美国数据中心基础设施开发商Cloverleaf Infrastructure进行少数股权投资。Cloverleaf协助数据中心开发商获得合适的土地，与公用事业公司和能源供应商谈判以获取电力和其他基础设施资源，并将这些条件转化为可行的数据中心项目。根据这项合作，Cloverleaf将部署英伟达的DSX平台来优化选址、电力、冷却和计算基础设施规划。此前，Cloverleaf已与阿波罗（Apollo）、贝莱德（BlackRock）、黑石集团（Blackstone）、 Brookfield、高盛（Goldman Sachs）和KKR等机构合作，旨在动员超过5000亿美元的第三方资本用于长期AI基础设施建设。英伟达的战略关注点已远远超出芯片制造，扩展到客户的购买力、数据中心选址、电力来源以及交付后的调试时间表。
据报道，亚马逊、微软、谷歌和Meta都在增加对自有AI芯片的投资，以减少对英伟达的依赖。在其最新发布的AVO研究中，一个自主代理首先优化GPU内核，然后将其迁移到ARC-AGI-3基准测试中。官方披露显示，AVO探索了超过500个优化方向，提交了40个内核版本，并在DGX B200上实现了相比FlashAttention-4高达10.5%的性能提升。