英伟达砍HBM，钱去哪了？

英伟达砍HBM，钱去哪了？

内存太贵，贵到连卖卡的都砍不动单了。研究机构SemiAnalysis近日拆解了英伟达Rubin Ultra的降配方案：HBM从384GB直接砍半到192GB，省下的钱一分没退给客户，全砸进了纵向扩展网络。这不是一次简单的成本调整，而是AI硬件价值重心的迁移信号——从单芯片堆料，转向系统级互联。本文把这笔账拆开算给你看。

📉 显存堆料时代，落幕了

过去三年，AI芯片的军备竞赛就是HBM的军备竞赛。 从H100的80GB，到B200的192GB，再到Rubin Ultra原本规划的384GB，每一代产品的发布会PPT上，显存容量都是最醒目的那一行大字。

但现在，英伟达自己动手把这个逻辑砍了。据SemiAnalysis报告，Rubin Ultra的HBM规格已从HBM4E 12-Hi（384GB）降至HBM4 8-Hi（192GB），三星电子正配合其要求开发8层HBM产品。砍掉整整一半堆叠层数，这在过去几代产品里是不可想象的。

为什么？答案朴素得扎眼：涨价。HBM和DRAM价格上行之后，内存已经占据了产品总成本的约40%。四成的钱花在显存上，意味着GPU本身、网络、机架、散热全在给HBM打工。SemiAnalysis测算，降配之后即使算上2026年HBM继续涨价的预期，内存占总资本成本的比例也将从40%降至28%——单项降幅超过50%。

据多位接近产业链的人士透露，英伟达内部的取舍逻辑其实早就明确了：同样一美元，花在HBM上带来的推理性能边际提升，已经低于花在网络上的回报。当边际收益倒挂，砍显存就是最理性的工程决策。

值得注意的是，这个动作并非英伟达独有。TrendForce集邦咨询研报指出，自2026年第三季起，英伟达已改为并行评估HBM4E 8-Hi、HBM4 12-Hi、HBM4 8-Hi等多种设计，部分云服务商（CSP）也在考虑调降下一代自研ASIC的HBM容量设计。龙头砍什么，生态就跟什么。

🔀 省下的钱，全喂给了网络

降配省下来的钱不会消失，只会搬家。 搬去哪了？SemiAnalysis给出了一条清晰的资金流向：纵向扩展网络（Scale-up Networking）。

从NVL576 NPO SKU的拆解看，随着光模块取代机架间互连，纵向扩展网络成本占机架总支出的比例从4%增长到12%——翻了三倍。一边是内存从40%压到28%，一边是网络从4%抬到12%，一张一缩之间，机柜里的价值分布被重画了一遍。

这个迁移背后的产业逻辑值得展开。传统思路是：单卡显存不够，就上更大的显存——HBM从8层堆到12层，从192GB堆到384GB。但显存堆料有个致命问题：HBM的供给和价格弹性极差。先进封装产能有限，DRAM厂把产线转向HBM需要时间，一旦需求爆发，价格立刻起飞。

而网络的思路完全不同：既然单卡装不下384GB，那就让576张卡通过超节点互联，组成一个逻辑上的巨型GPU。性能缺口用集群规模来补，而网络的供给端——光模块、交换芯片、CPO——比HBM的供给弹性好得多。

换句话说，英伟达在做一个供应链层面的对冲：把价值从最紧、最贵的环节（HBM），转移到自己最有定价权的环节（互联与系统）。这既是成本工程，也是生态控制力工程。

pie

title 整机成本占比迁移

"降配前内存" : 40

"降配后内存" : 28

"降配前网络" : 4

"降配后网络" : 12

🌐 光进铜退，CPO终于上桌

576张卡在一个机架里说悄悄话，铜线已经喊不动了。 NVL576这个形态对互连提出了物理层面的挑战：传统铜线网络在长距离信号传输上存在天然局限，而576卡全互联意味着信号要在机柜内外高频往返。国金证券指出，NVL576服务器必须突破这一局限，因此将引入CPO（共封装光学）技术。

CPO的逻辑很直白：AI集群规模越大、信号传输速率越高，CPO在功耗、成本、低损耗上的优势就越明显。供给端的CPO供应链正逐渐成熟，需求明确叠加供给就位，CPO有望迎来加速渗透，核心供应链企业将直接受益。

不只是光。国金证券还提到，Rubin Ultra NVL576原定2027年下半年推出，但Kyber机架已出现制造延期传闻——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Rubin Ultra的潜在路线之一。这是一个容易被忽视的信号：当机架功率密度和互连复杂度双双突破旧材料极限，创新会一路下沉到基板和覆铜板层面。

华泰证券的判断把这个趋势总结得很到位：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；随着单通道速率持续提升，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。

对产业链的启示是：以后看英伟达，别只盯着GPU芯片本身。光模块、CPO、PTFE基板、机架电源与散热——这些'配角'环节的价值占比在系统性上移。据产业链人士观察，已经有设备与材料厂商开始把研发资源从HBM相关工艺，挪向机架级互连方案。

📊 两条叙事：70%与2300亿

降配降得这么狠，需求端撑得住吗？ 英伟达和博通在9月初给出的两组数字，提供了交叉验证。

先看英伟达。摩根大通9月2日报告披露，据与英伟达投资者关系及战略财务副总裁Toshiya Hari的交流，公司罕见地给出了跨年度70%同比增速的收入指引。关键不在70%本身，而在管理层的定性：这是一个受供应约束的数字，而非需求约束的数字——若无供应限制，业务增速甚至可能翻倍以上。这一框架建立在超大规模云厂商、新兴云厂商、AI实验室、主权AI及企业端需求全面提速之上，隐含上行空间远超市场定价。摩根大通维持增持评级，目标价320美元，较224.41美元的现价隐含约43%空间。

再看博通。2026财年第三季度（截至2026年7月），博通AI业务收入167亿美元，环比大增59亿美元，超出市场预期的160亿美元，增长主要来自谷歌和Anthropic的TPUv7大批量交付。管理层给出2026至2028财年AI收入指引：580亿、1150亿、2300亿美元——逐年翻倍。下季度AI收入指引217亿美元，环增50亿美元。

不过市场并非全盘照收。博通2028财年2300亿的预期中有10GW来自Anthropic，而近期Anthropic的ARR斜率出现放缓，市场对这部分展望是'打折'的；2027财年维持10GW口径，市场普遍预期收入在1300至1500亿美元，公司指引反而显得'平淡'。同一天，两家公司的股价反应也印证了这种分歧。

把两组数字放回本文主线，逻辑就通了：需求侧确实是供给瓶颈卡着（英伟达的原话），但成本侧HBM涨价逼出了架构创新（Rubin Ultra降配）。 降配不是需求走弱的信号，而是把每一瓦功耗、每一美元资本开支的效率往极致压。当推理取代训练成为主要负载，'显存够用+互联拉满'比'显存堆满+互联凑合'更经济——这是从卖芯片到卖AI工厂的必经之路。

小结

英伟达砍掉一半HBM，表面是省钱，实质是AI硬件价值链的一次重新洗牌：内存占比从40%到28%，网络占比从4%到12%，CPO和PTFE混压从备选走上台面。价值创造正在从单芯片外溢至系统级交付。往后看，HBM的定价权故事未必结束，但机柜里的故事——光互连、超节点、AI工厂——正在成为下一阶段真正的主线。看懂了钱往哪流，就看懂了产业往哪走。