砍掉一半HBM，钱去哪了？

砍掉一半HBM，钱去哪了？

一张AI加速卡，最贵的部件不是逻辑芯片，是内存。当HBM和DRAM涨价把内存推到产品总成本的约40%，英伟达做了一个教科书式的动作：砍。

SemiAnalysis近日发布报告，对Rubin Ultra的内存降配方案进行了完整拆解，结论颇为微妙——省下来的钱一分都没进钱包，而是被重新塞进了网络。这不是一次简单的降本，而是一场AI硬件价值重心的系统性迁移：从单卡堆显存，转向大规模集群互联。

本文拆解三个问题：HBM为什么被砍？钱流向了哪里？以及，这场迁移对整个产业链意味着什么。

📉 内存，咋就成了成本刺客

金句先行：当内存贵过芯片，架构师的第一反应不是加钱，是改架构。

故事的起点是一道降配通知。据SemiAnalysis报告，英伟达已将Rubin Ultra的HBM显存规格从HBM4E 12-Hi（384GB）下调至HBM4 8-Hi（192GB），三星电子正配合要求开发8层HBM产品。简单说，单卡显存直接腰斩。

为什么砍？账很清楚。在HBM和DRAM价格上涨后，内存已占据产品总成本的约40%——一张卡里五分之二的钱花在显存上，这个比例放在两年前不可想象。降配之后，HBM成本降低了50%以上；即便考虑2026年HBM涨价的预期，内存占总资本成本的比例也将从40%降至28%。

值得注意的是，这一趋势并非英伟达独有。TrendForce集邦咨询此前研报指出，自2026年第三季起，英伟达对Rubin Ultra的HBM配置已从HBM4E 12-Hi改为并行评估HBM4E 8-Hi、HBM4 12-Hi、HBM4 8-Hi等多档设计，部分云端服务供应商（CSP）也在考虑调降下一代自研ASIC的HBM容量。

据多位接近产业链的人士透露，头部CSP的采购会议上，HBM容量与集群规模的取舍已是固定议题——单卡显存能省则省，集群规模能扩尽扩。

产业逻辑并不复杂：当内存成为定价权最强、供给最紧的环节，设计端的理性选择就是把预算从显存挪到别处，用系统级方案补回性能缺口。这也与摩根大通披露的英伟达说法互相印证——先进晶圆与存储器，正是供应链的两大核心瓶颈。

🔀 省下的钱，全砸进了光

显存上省的钱，一分不少地花在了让卡和卡说话上。

SemiAnalysis的数据显示，在NVL576 NPO SKU中，随着光模块取代机架间互连，纵向扩展网络（Scale-up Networking）成本占机架总支出的比例从4%增长到12%——整整三倍。内存降配后，28%的占比看起来少了，但这笔支出并未消失，而是被重新分配到纵向扩展网络。

钱往光里流，底层是物理约束。国金证券对Rubin Ultra路线的探讨指出：NVL576原定2027年下半年推出，Kyber机架存在制造延期传闻，平台功耗密度与互联复杂度大幅抬升，倒逼底层互连材料升级，PTFE混压成为潜在路线之一。同时，由于NVL576必须突破传统铜线网络在长距离信号传输上的局限，将引入CPO（共封装光学）技术——AI集群规模扩大、信号传输速率提升，CPO在功耗、成本、低损耗上的优势明显，需求明确，供给端供应链也逐渐成熟。

换句话说，英伟达内部的AI硬件价值重心正在迁移：不再一味追求单卡HBM显存堆料，转而依靠大规模集群互联弥补单卡内存容量下调带来的性能缺口。华泰证券的判断更进一步：产品代际迭代正在把价值创造从单芯片性能外溢至网络、机柜与系统集成，超节点和AI工厂的系统级交付能力将更为关键；随着单通道速率提升，机柜内外的传输距离、功耗和可靠性约束更加突出，光互连向Scale-up域渗透的路径正在清晰化。

降配后的机架支出结构，大致长这样：

对产业链而言，这是清晰的信号：HBM供应商的故事要降温，光模块、CPO、高端基板与材料供应商的故事要升温。

🧮 自研阵营在算同一笔账

故事不止发生在英伟达的机架里。自研ASIC阵营的财报，给出了同一逻辑的另一个版本。

博通于2026年9月3日凌晨发布2026财年第三季度财报（截至2026年7月）：AI业务收入167亿美元，环比增长59亿美元，好于市场预期的160亿美元，增长主要来自谷歌和Anthropic的TPUv7大批量交付；公司预期下季度AI业务收入217亿美元，环比再增50亿美元。但整体指引平淡：第四财季收入预期348亿美元左右，低于市场预期的355亿美元。

更值得玩味的是管理层给出的三年AI收入展望：2026-2028财年分别为580亿、1150亿和2300亿美元，其中2028财年的20GW预期中有10GW来自Anthropic——而市场对这部分明显持保留态度，尤其是近期Anthropic的ARR斜率出现放缓。所谓谷歌的“三心二意”，指的正是这种既加大自研投入、又随时调整方案的不确定性：连CSP自己的ASIC，都开始考虑调降HBM容量设计了。

两家巨头的动作殊途同归：HBM太贵，要么砍显存堆网络，要么在自研芯片上做同样的取舍。内存涨价这把刀，砍的是整个AI算力生态的成本结构。

🏭 70%指引背后：供给才是天花板

需求端有多猛？英伟达罕见地主动交了底。

摩根大通9月2日报告称，据与英伟达投资者关系及战略财务副总裁Toshiya Hari的交流，公司提供的70%同比增长框架并非激进预测，而是建立在超大规模云厂商、新兴云服务商、AI实验室、主权AI及企业端需求全面提速基础上的“舒适区间”。更关键的一句话是：若无供应约束，业务增速甚至可能翻倍——当前制约增长的核心变量是供给，而非需求。

为什么主动披露跨年度指引？管理层解释，直接动因是弥合市场共识与公司内部判断之间的显著落差——若任由信息不对称持续，可能给供应链合作伙伴的产能规划带来实质性挑战，反过来制约英伟达自身的交付能力。换句话说，这份指引既是给投资者的信号，也是对供应链生态的主动管理：别观望了，按这个节奏备产能。

摩根大通维持增持评级，目标价320美元，较9月2日收盘价224.41美元隐含约43%的上行空间。而结合前文的降配故事，逻辑闭环了：既然先进晶圆与存储器是两大核心瓶颈，那么在需求不受限的前提下，把最贵的存储砍一半，用网络补性能——这不是妥协，是供给约束下的最优解。

💡 价值大迁移：从堆卡到堆系统

把三块拼图放在一起，图景完整了：英伟达砍HBM、加网络；博通的自研ASIC客户在调降HBM容量；CSP们在考虑降配下一代芯片。方向只有一个——价值正在从单芯片性能，外溢至网络、机柜与系统集成。

这条链上的赢家输家很清楚：HBM厂商的三客户盛宴要重新讲，8-Hi方案三星电子的配合是加分项，但量的故事不如从前性感；光模块、CPO供应链、PTFE等互连材料企业，则是明确的受益方向——国金证券判断CPO有望加速渗透，核心供应链企业充分受益。

对下游云厂商而言，这意味着AI工厂的采购决策从“买多少张卡”变成“买多少个机架、建多大集群”——系统级交付能力，正在取代单卡性价比，成为新的定价锚。

小结：省出来的钱，铺成了路

HBM降配不是妥协，是供给约束时代的第一性原理计算：内存太贵，就用网络补；单卡不够，就用集群凑。省下的钱没有消失，它变成了光，铺成了卡与卡之间的路。

往前看，这条逻辑会继续深化：若存储与先进制程的供给瓶颈短期无解，降配与系统化的组合拳只会更狠。下一次算账时，机架里最值钱的，可能既不是GPU也不是HBM，而是那层看不见的网络。