英伟达再次掀起涨价潮！据彭博社报道，部分英伟达大客户已收到通知，明年初交付的AI服务器价格可能上调15%以上。此次涉及的产品包括现有的Grace Blackwell系列，以及下一代旗舰Vera Rubin。具体涨幅将根据GPU代际和内存配置有所不同。The Information指出，部分GB300和Vera Rubin 200系统预计涨价约17%。按照该报道使用的现价模型计算，一座1GW规模的AI数据中心，仅这一轮加价就可能多出至少50亿美元的成本。这已经不是今年第一次看到英伟达相关硬件价格往上走了。此前消费级RTX 50系列显卡和专业卡RTX PRO 6000 Blackwell都经历了价格上涨，现在AI服务器也加入了涨价队伍。全方位齐涨，英伟达到底意欲何为？
第一部分：英伟达AI服务器价格明年将推高15%以上
英伟达公司的一些最大客户已被告知，由于内存芯片成本飙升，其AI芯片的服务器价格将上涨超过15%。The Information援引两名收到服务器厂商通知的人士透露，部分英伟达旗舰AI服务器芯片系统预计涨价约17%。此次价格上涨将从2027年初交付的产品开始生效，主要涉及Grace Blackwell 300和Vera Rubin 200。涨17%是什么概念？按估算，目前一套72GPU Vera Rubin机架的价格大约在700万美元；涨价以后，一套可能达到约800万美元。按照这个情况，仅这一轮AI服务器涨价，建一座1GW级AI数据中心就可能额外增加至少50亿美元建设成本。而且服务器价格最近已经处在频繁波动中。此前采访服务器销售商和GPU云厂商发现，组成英伟达AI服务器的部分零部件，价格甚至会在一周内波动40%。其中包括台积电晶圆、先进封装、网络设备、散热系统以及内存。一名GPU云厂商高管称，他们采购的服务器机架最近一度每周涨价2%至3%。另一名高管提到，GB300服务器中的NVMe存储此前是价格波动最明显的部分之一，目前部分机架已经比其所谓的正常基准价格高出10%至15%。
实际上，2026年以来，英伟达相关硬件已经出现三轮大幅涨价了。第一轮，发生在消费市场。今年夏天以来，多款RTX 50系列显卡市场价格明显上涨。RTX 5060 Ti 16GB中位价最高上涨约39%，RTX 5070上涨约36%，RTX 5060上涨约27%。RTX 5090也上涨约9%。这些数据统计的是零售市场价格，其中包含供需、渠道库存等因素，不能全部算作英伟达官方调价。第二轮涨价的是专业GPU。拥有96GB显存的专业卡RTX PRO 6000 Blackwell也经历了明显价格变化。此前，英伟达官方商城报价已经从早期价格一路上调，绝 对涨幅为2750美元。从2025年早期约8565美元 → 2026年6月13250美元 → 2026年8月16000美元，价格轨迹触目惊心。第三轮涨价的则是眼下的AI服务器。从游戏显卡，到专业GPU，再到数百万美元一柜的数据中心系统，价格压力沿着英伟达产品线一路向上。更加值得注意的是，下一代Rubin甚至已经开始重新评估内存配置。TrendForce披露，从今年第三季度开始，英伟达已经把Rubin Ultra原本以12-Hi HBM4E为主的评估范围，扩大到了8-Hi HBM4E、12-Hi HBM4以及8-Hi HBM4等多种方案，目前最终规格尚未确定。原因是2027年DRAM供应依然紧张，同时12-Hi HBM4E的验证时间和量产良率仍存在不确定性。
第二部分：内存行情到底涨到了什么程度
看看今年的内存行情，大概就明白怎么个事儿了。TrendForce今年3月底预计，2026年第二季度传统DRAM合约价格将环比上涨58%至63%。NAND Flash涨得更猛，预计环比上涨70%至75%。到了第三季度，涨速有所放缓，但价格依然在继续向上。其中服务器DRAM合约价预计环比上涨13%至18%。TrendForce同时判断，从2026年下半年一直到2027年下半年，服务器DRAM价格仍可能逐季上涨。供给端的问题更加棘手。服务器、PC、手机使用的DRAM，与AI芯片里的HBM，本来就在共享晶圆产能。AI服务器越多，对HBM的需求越大，内存厂商也越愿意把先进制程和晶圆产能优先分配给HBM。HBM本身又比普通DRAM更“吃晶圆”。它需要更大的die、更多堆叠层数以及更复杂的封装流程，同样的晶圆投入，并不能带来同比例的bit产出。结果就是，HBM快速扩产的同时，普通服务器内存能够拿到的产能进一步受到挤压。TrendForce预计，2027年服务器RDIMM bit供应只能同比增长约15%至20%，明显落后于服务器CPU出货增长。与此同时，HBM和SOCAMM还在继续增加对DRAM晶圆产能的消耗。这已经迫使一部分客户主动调整配置。今年上半年开始，一些云服务商和服务器OEM已经把部分系统中的96GB、128GB RDIMM，调整为32GB、64GB模块，希望降低采购成本。英伟达自己也在做类似的取舍。由于LPDDR5X供应紧张，英伟达已经决定把下一代Vera Rubin Superchip中的SOCAMM内存容量削减一半。按照三星、SK海力士和美光初步产能分配测算，供应商目前能够满足的LPDRAM数量，大约只有英伟达预估需求的60%。AI过去几年疯狂消耗GPU，GPU又带动HBM需求暴涨，HBM继续挤压DRAM产能……到了2026年，内存价格开始反过来推高GPU和AI服务器的成本。现在，投出的回旋镖终于猛扎到英伟达自己身上了。
第三部分：针对电力问题，英伟达已经往前走了一步
不过，内存成本上升只是台面上的原因，背后还有高端系统集成度提升、供应链紧张，以及云厂商与大模型公司对交付周期的争夺。尤其是电力、土地、并网、散热、网络，以及整个园区能不能按时完成，都开始影响GPU什么时候能够产生收入。英伟达最近就在往这一层继续伸手。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。具体金额没有公布，不过《华尔街日报》此前报道称，这笔投资可能达到数亿美元。Cloverleaf做的事情是帮助数据中心开发商寻找合适的土地，与公用事业公司、能源供应商沟通，拿下电力以及其他基础设施资源，再把这些条件变成能够建设数据中心的项目。公司2024年才成立，目前已经推进多个GW级项目。合作以后，Cloverleaf还将部署英伟达DSX平台，用它优化数据中心选址、电力、冷却以及计算基础设施规划。这也是英伟达最近频繁进入基础设施上游的原因之一。几天前，英伟达刚宣布投资15亿美元进入软银旗下数据中心开发商SB Energy。再往前，它还与Apollo、BlackRock、Blackstone、Brookfield、高盛、KKR等机构合作，希望长期撬动超过5000亿美元第三方资金，用于建设AI基础设施。英伟达现在操心的事情，已经从“芯片能不能造出来”，一路扩到了“客户有没有钱买”“数据中心有没有地方建”“电从哪里来”“GPU交付以后什么时候能够通电”。与此同时——据悉，Amazon、微软、Google和Meta都在加码自己的AI芯片，希望降低对英伟达的依赖。
第四部分：One More Thing
硬件卖到极限，英伟达也在替GPU寻找更高的效率。其最新公布的AVO研究，先让Agent自己去优化GPU内核，再迁移到ARC-AGI-3测试。官方披露，AVO探索了500多个优化方向，提交40个内核版本，在DGX B200上较FlashAttention-4最高快10.5%。
