内存荒逼涨AI服务器，英伟达从芯片卖到“找电”

【科技纵览】当人形机器人在真实的半程马拉松赛道上与人类选手并肩奔跑，并且最终以超越人类世界纪录的50分26秒完赛，这已经不是科幻电影中的场景了。而在一年前的同样比赛中，我们还在嘲笑机器人跑步像“醉汉”，短短一年时间机器人进步速度之快，令人咋舌。其背后所展现的技术突破，远比比赛本身更具深远意义。尤其值得关注的是，2026北京人形机器人半程马拉松比赛，参赛队伍总数超过100支，近四成队伍搭载自主导航技术，智能化水平显著提升，这更是5G-A（5G-Advanced）网络技术在高速移动、高并发、高可靠场景下，对具身智能产业提供支撑的一次关键性验证。5G-A网络：具身智能的“云端运动神经”具身智能机器人要实现真正的自主化，其核心瓶颈往往不在于本体的机械结构，而在于数据流的实时性与可靠性。一台人形机器人在奔跑过程中，需要实时处理海量的激光雷达、视觉摄像头、IMU等传感器数据，并进行毫秒级的决策。这对于本体的算力与能耗是巨大的挑战，因此云、端协同是当下的最优选择。

彭博社近期披露，英伟达部分核心客户已接到通知，明年初交付的AI服务器价格可能上调逾15%。此次调价波及Grace Blackwell及下一代旗舰Vera Rubin系列，具体幅度视GPU代际与内存配置而定。The Information进一步指出，GB300和Vera Rubin 200系统预计涨幅约17%。若按现价模型推算，一座1GW规模的AI数据中心，仅因这一轮加价便需多承担至少50亿美元成本。值得注意的是，这并非今年首次目睹英伟达硬件价格上涨。此前，消费级RTX 50系列显卡及专业卡RTX PRO 6000 Blackwell已率先提价，如今AI服务器也加入涨价行列，形成全方位齐涨态势。

此次涨价将于2027年初生效，主要涉及Grace Blackwell 300和Vera Rubin 200。据估算，一套72GPU Vera Rubin机架当前售价约700万美元，涨价后或将逼近800万美元。服务器市场价格波动剧烈，零部件如台积电晶圆、先进封装、网络设备、散热系统及内存，周内价格波动可达40%。有GPU云厂商高管透露，服务器机架曾每周涨价2%至3%，GB300中的NVMe存储更是波动明显，部分机架价格已高出基准线10%至15%。

回顾2026年以来，英伟达相关硬件已历经三轮大幅涨价。首轮发生在消费市场，夏季以来RTX 50系列显卡零售价显著上扬，其中RTX 5060 Ti 16GB中位价最高上涨约39%，RTX 5070涨约36%，RTX 5060涨约27%，RTX 5090亦涨约9%。需注意的是，这些数据统计自零售市场，包含供需及渠道库存因素，不完全等同于官方调价。第二轮涉及专业GPU，拥有96GB显存的RTX PRO 6000 Blackwell价格轨迹触目惊心：从2025年初的约8565美元，升至2026年6月的13250美元，再到8月的16000美元，绝对涨幅达2750美元。第三轮则是当前的AI服务器，价格压力沿产品线一路向上蔓延。

更值得关注的是，下一代Rubin Ultra正在重新评估内存配置。TrendForce披露，自今年第三季度起，英伟达将原本以12-Hi HBM4E为主的评估范围，扩大至8-Hi HBM4E、12-Hi HBM4及8-Hi HBM4等多种方案，最终规格尚未敲定。究其原因，2027年DRAM供应依然紧张，且12-Hi HBM4E的验证时间与量产良率存在不确定性。

内存行情究竟如何？TrendForce今年3月底预测，2026年第二季度传统DRAM合约价环比上涨58%至63%，NAND Flash涨幅更猛，预计环比上涨70%至75%。尽管第三季度涨速放缓，但价格仍在上行，服务器DRAM合约价预计环比上涨13%至18%。该机构判断，从2026年下半年至2027年下半年，服务器DRAM价格或逐季上涨。供给端问题更为棘手，服务器、PC、手机使用的DRAM与AI芯片所需的HBM共享晶圆产能。随着AI服务器需求激增，内存厂商优先将先进制程分配给HBM。由于HBM需要更大die、更多堆叠层数及复杂封装，同等晶圆投入无法带来同比例bit产出，导致普通服务器内存产能受挤压。TrendForce预计，2027年服务器RDIMM bit供应同比仅增长15%至20%，明显落后于CPU出货增速。与此同时，HBM和SOCAMM持续消耗DRAM晶圆产能，迫使部分客户调整配置，如将96GB、128GB RDIMM改为32GB、64GB模块以降低成本。英伟达自身也因LPDDR5X供应紧张，决定将Vera Rubin Superchip中的SOCAMM内存容量减半。据三星、SK海力士和美光初步测算，供应商目前能提供的LPDRAM数量仅为英伟达预估需求的60%。

过去几年，AI疯狂消耗GPU，带动HBM需求暴涨，进而挤压DRAM产能。到了2026年，内存价格反噬GPU和AI服务器成本，回旋镖终于扎向英伟达自己。除了内存成本，高端系统集成度提升、供应链紧张以及云厂商对交付周期的争夺也是推手。电力、土地、并网、散热及园区建设进度，均影响GPU产生收入的时间。为此，英伟达正深入基础设施上游。8月21日，英伟达宣布对美国数据中心开发商Cloverleaf Infrastructure进行少数股权投资，金额未公布，但《华尔街日报》称可能达数亿美元。Cloverleaf协助开发商寻找土地、沟通公用事业公司，获取电力等资源，并将部署英伟达DSX平台优化规划。该公司2024年成立，已推进多个GW级项目。此前，英伟达还投资15亿美元进入软银旗下SB Energy，并与Apollo、BlackRock等机构合作，撬动超5000亿美元第三方资金建设AI基础设施。英伟达的关注点已从“芯片制造”扩展至“客户购买力”、“数据中心选址”、“电力来源”及“通电时效”。

与此同时，Amazon、微软、Google和Meta均在加码自研AI芯片，以降低对英伟达依赖。在硬件销售触及极限之际，英伟达也在探索更高效率。其最新公布的AVO研究，让Agent自动优化GPU内核并迁移至ARC-AGI-3测试。官方披露，AVO探索了500多个方向，提交40个内核版本，在DGX B200上较FlashAttention-4最高提速10.5%。