NVIDIA Data Center Costs Surge: Is the Investment Still Worth It for Tech Giants?

搭载英伟达最新一代 Vera Rubin 架构的 AI 数据中心，造价正远超市场此前预期。据伯恩斯坦研究最新测算，单个 Vera Rubin NVL72 机架成本高达约 910 万美元，整体数据中心资本支出已攀升至每吉瓦约 470 亿美元——但与此同时，算力性价比的持续提升，令这笔巨额投入对科技巨头而言仍具经济合理性。

据追风交易台，伯恩斯坦分析师 Stacy A. Rasgon 等人在 6 月 8 日发布的研究报告中指出，此前媒体广泛流传的"约 800 万美元每机架"报价，系基于过时的内存价格，严重低估了实际成本。核心分歧在于高带宽内存（HBM）：当前 HBM 4 价格约为每 GB 16.6 美元，但预计到 2027 年 Vera Rubin 大规模出货时，价格将升至每 GB 约 53 美元，且英伟达很可能通过动态定价机制将成本转嫁给终端客户。

成本上涨并未动摇伯恩斯坦对英伟达的看多立场。该机构维持英伟达"跑赢大市"评级，目标价 315 美元。报告同时指出，Vera Rubin NVL72 机架的 FP8 算力达到每秒 2520 拍次浮点运算（PFLOPS），较上一代 Blackwell 的 720 PFLOPS 大幅跃升，每吉瓦及每美元所能获得的算力均显著提升，有望进一步推动 AI 应用普及。

机架成本：910 万美元的底层逻辑

伯恩斯坦采用自下而上的方法，对 Vera Rubin NVL72 机架进行逐项拆解，最终得出约 910 万美元的成本估算。

GPU 仍是最大单项成本。报告显示，Rubin GPU 售价约为每颗 5.5 万美元，每个机架配备 72 颗 GPU，仅 GPU 本身成本即达 396 万美元，占机架总成本近半。此外，每机架 36 颗 Vera CPU 合计贡献约 18 万美元。

内存与存储成本大幅抬升，是本次估算与市场预期产生分歧的主要来源。伯恩斯坦预计该项成本约为 320 万美元，远高于按历史价格测算的约 200 万美元。其中，HBM 4 贡献约 109 万美元，CPU DRAM（LPDDR5X）约 80 万美元，直连存储约 128 万美元。报告特别提示，内存与存储价格波动剧烈——NAND 价格自 2023 年 4 月低点至 2026 年 5 月已累计上涨 11.3 倍，年化涨幅达 115%，投资者需持续跟踪价格变化以维持预测准确性。

网络、冷却与供电合计贡献约 200 万美元。其中，网络成本约 127 万美元，包括 NVLink 交换机约 25 万美元、线缆约 24 万美元、背板及其他规模扩展组件约 38 万美元，以及 SpectrumX 交换机约 20 万美元；冷却约 16 万美元，供电约 15 万美元。

每吉瓦 470 亿美元：全栈数据中心的真实账单

从单机架成本推算至整体数据中心资本支出，数字更为惊人。

Vera Rubin NVL72 机架额定功耗为 220 千瓦，伯恩斯坦估算机架耗电约占数据中心总用电量的 78%，由此推算每吉瓦可容纳约 3557 个机架，对应机架成本约 323 亿美元。叠加每吉瓦约 150 亿美元的物理基础设施成本（含机械电气设备及土地建筑），全栈 AI 数据中心资本支出约为每吉瓦 473 亿美元，较上一代 Blackwell 周期的约 405 亿美元进一步提升约 17%。

运营成本结构同样值得关注。报告指出，即便以每千瓦时 0.15 美元的较高电价计算，每年运营一吉瓦数据中心的电费约为 13 亿美元；人员成本几乎可以忽略不计，最大型数据中心仅需 8 至 10 名员工。相比之下，按 6 年折旧周期计算，年均折旧成本约达 79 亿美元，是运营成本的主要构成。由于 IT 硬件（服务器、网络设备）折旧年限（4 至 6 年）远短于机械电气设备及土地建筑，真实经济成本中服务器与网络的权重实际上高于现金资本支出所呈现的比例。

算力跃升：成本上涨的对冲逻辑

尽管每吉瓦资本支出持续攀升，算力性价比的改善为这笔投入提供了经济依据。

伯恩斯坦数据显示，Vera Rubin NVL72 机架的 FP8 算力为每秒 2520 拍次浮点运算，是 Blackwell（720 PFLOPS）的 3.5 倍。换算至每吉瓦维度，Vera Rubin 可提供约 8960 EFLOPS 的 FP16 稀疏算力，较 Blackwell 的 4269 EFLOPS 翻倍有余；每十亿美元资本支出对应的算力亦从 105.5 EFLOPS 提升至 189.3 EFLOPS。

报告同时指出，在算力高度紧张的环境下，数据中心运营商倾向于尽可能延长 GPU 使用寿命，并优先将新建产能用于部署新一代 GPU。若因电力或物理基础设施限制无法新建，运营商可能需要考虑下线旧 GPU 以腾出空间部署新芯片。

AI 需求端的加速亦为持续投入提供支撑。报告援引数据称，Anthropic 年化营收已从 2025 年底的 90 亿美元飙升至 2026 年 5 月的 470 亿美元，且该公司表示受算力限制，不得不主动放弃部分客户和收入。

供应链影响：谁是赢家，谁承压？

成本结构的变化正在重塑 AI 供应链的受益格局。

内存是最大的结构性受益方向。CPU DRAM 规格较上一代提升 320%（以 TB 计），远超 HBM 和 NAND 约 50% 的增幅。伯恩斯坦还提到，CXL 内存用于 KV 缓存的应用正在增加，若供应允许，DRAM 有望获得超比例受益。

供电组件需求持续扩张。报告显示，供电内容占机架成本比例已从上一代的约 1.0% 提升至约 1.6%，800VDC 方案的早期采用进一步推动了这一趋势。伯恩斯坦维持 Delta Electronics"跑赢大市"评级，目标价新台币 2620 元，视其为供电内容增长的主要受益者之一。

基板方面，伯恩斯坦认为 ABF 基板需求将持续增长，对 Ibiden 和 Unimicron 持正面看法，后者目标价新台币 990 元。

相比之下，伯恩斯坦对 CoreWeave 维持"跑输大市"评级，目标价 67 美元；对 Quanta 维持"跑输大市"评级，目标价新台币 250 元。

成本仍将上行，电力需求滞后于资本支出

展望未来，伯恩斯坦预计每吉瓦成本将继续上升，但电力需求的增长将滞后于超大规模云厂商资本支出的扩张节奏。

报告指出，Rubin 周期每吉瓦成本增幅约为 9%，略高于 Blackwell 周期的 8%。市场一致预期显示，超大规模云厂商及新兴云服务商的资本支出将在 2026 年同比增长 69%，2027 年增速放缓至约 13%，这意味着相对平稳的电力容量新增即可支撑持续增长。伯恩斯坦认为，这一表观矛盾或许恰恰说明市场对超大规模资本支出的预期仍存在上行空间。

值得注意的是，LPDDR 内存的潜在供应短缺可能对 Vera Rubin 及独立 Vera CPU 的出货构成制约。英伟达或将选择以较低默认内存配置出货，允许客户后续自行扩容，以便客户根据最新内存价格灵活决定最优配置。