HBM太贵，英伟达把钱挪了个地方

内存不再堆料，网络开始接棒。

当HBM价格一路狂飙、把AI服务器的成本结构顶到变形时，英伟达做了一个典型的工程决策：不在显存上死磕，而是把钱挪到另一条赛道——纵向扩展网络（Scale-up Networking）。研究机构SemiAnalysis的最新拆解测算，Rubin Ultra的内存降配可省下超50%的HBM开支，这部分钱几乎原封不动地流向了光互连和机架网络（注：以上为SemiAnalysis单一测算口径，暂无其他机构交叉验证，TrendForce集邦咨询则从HBM配置评估动向角度提供了侧面印证）。

这不是一次简单的物料替换，而是一代人机架架构的价值重构。故事要从那笔40%的账说起。

📉 一刀砍向HBM：内存吃掉了40%的成本

金句先行：当一颗芯片的成本大头不是芯片本身，降配就是必然。

事情并不复杂。HBM和DRAM价格在2026年持续上涨后，据SemiAnalysis测算，内存已经占据了英伟达产品总成本的约40%。也就是说，一块GPU系统里，接近一半的钱交给了存储器，而非计算单元本身——这在PC时代是不可想象的成本结构。（注：40%这一成本占比为SemiAnalysis单一测算，但HBM/DRAM涨价的大背景已获TrendForce集邦咨询等多家机构研报确认。）

于是英伟达动了刀。需要先统一一个口径：目前关于Rubin Ultra的HBM配置，存在两种表述——SemiAnalysis测算英伟达已将HBM规格从原定的HBM4E 12-Hi（384GB）降至HBM4 8-Hi（192GB），容量近乎腰斩；而TrendForce集邦咨询的表述则更为审慎，认为英伟达自2026年第三季起仍在并行评估HBM4e 8-Hi、HBM4 12-Hi、HBM4 8-Hi等多种设计，尚未最终落定。本文以下凡涉及具体降配参数与成本数字处，均采用SemiAnalysis的测算口径，读者应将其理解为“测算中的基准方案”而非板上钉钉的定案。

即便按这一测算口径，降配的效果也立竿见影：即使考虑2026年HBM价格上涨的预期，内存成本占总资本成本的比例也将从40%降至28%（SemiAnalysis单一测算口径）。以下是测算的降配前后核心参数对比：

值得注意的是，这股降配风不止英伟达一家。TrendForce集邦咨询研报指出，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——这与前述英伟达“并行评估”的审慎口径相互呼应，说明降配在整个产业链上仍处于方案评估与逐步落地的过程中。

产业逻辑很清晰：当存储供给成为整个AI基础设施的瓶颈，头部玩家会主动选择“用架构换内存”，而不是在市场上高价抢料。据多位接近人士透露，这轮HBM涨价周期的紧俏程度，已经让部分CSP的采购团队开始按季度而非按年度锁定产能。

🔀 省下的钱去哪了：从4%到12%的三倍跃迁

金句先行：钱从来不会消失，只会换一个口袋。

SemiAnalysis报告里最关键的一句话是：这部分支出并不会消失，而是被重新分配到纵向扩展网络。具体到NVL576 NPO SKU，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%——整整三倍（该组数字同为SemiAnalysis单一测算口径）。

降配后的机架成本结构，按SemiAnalysis测算大致如下：

pie title Rubin Ultra机架成本结构（SemiAnalysis测算口径）

内存 : 28

纵向扩展网络 : 12

其他 : 60

这意味着英伟达内部AI硬件的价值重心正在发生一次静默的迁移：不再一味追求单卡HBM显存堆料，转而依靠大规模集群互联来弥补单卡内存容量下调带来的性能缺口。换句话说，单卡的“脑容量”变小了，但“神经网络”变粗了。

华泰证券对此的判断是：产品代际迭代正在将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。这一定性判断，与SemiAnalysis的定量测算形成了方向上的一致。

对设备与材料产业链而言，这是一个信号强烈的转向：过去几年围绕“谁拿更多HBM份额”的叙事，正在被“谁的互连方案更便宜、更省电”逐步稀释。价值不再是平铺在GPU上的，而是沿着机架、铜缆、光模块、交换芯片这一链条重新分布。

🌐 CPO与Kyber：网络升级背后的技术账

金句先行：规模越大，铜线越短命。

为什么网络成本能涨三倍？技术账其实很好算。国金证券对Rubin Ultra的可能路线做了探讨：Rubin Ultra 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Rubin Ultra的潜在路线之一。

更关键的一层是CPO（共封装光学）。由于NVL576服务器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技术。逻辑链条是：AI集群规模扩大→信号传输速率提升→铜线在距离、功耗、损耗上全面吃紧→CPO的功耗、成本、低损耗优势变得不可替代。供给端CPO供应链也逐渐成熟，国金证券认为CPO有望加速渗透，核心供应链企业将充分受益。

当前的关键时间节点可以用一条时间线概括：

对产业链玩家来说，这意味着两件事：其一，机架级的机械、散热、材料（如PTFE混压板）环节的确定性提升；其二，光引擎、光模块厂商从“机架间互连”的外围角色，正式走进Scale-up域的核心圈层。行业里私下流传的一句话是：以前拼的是谁家GPU多，现在拼的是谁家机柜里的光跑得又快又省电。

🏭 不只是英伟达：博通侧的同款剧本

金句先行：军备竞赛的两条战线，打的是同一场战争。

博通北京时间2026年9月3日凌晨发布了2026财年第三季度财报：AI业务收入167亿美元，环比大增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。

更值得注意的是三年展望：博通管理层给出2026-2028财年AI收入预期分别为580亿（原560亿）、1150亿（原1000亿）和2300亿美元。2027财年维持10GW口径，市场普遍给到1300-1500亿美元收入预期，指引相对“平淡”；2028财年的20GW中有10GW来自Anthropic，而市场对这部分是“打折”的——近期Anthropic的ARR斜率出现了放缓迹象。

pie title 博通三年AI收入展望（亿美元，公司指引口径）

FY2026 : 580

FY2027 : 1150

FY2028 : 2300

这个故事的产业含义在于：CSP自研ASIC这条线正在成为AI算力的第二增长曲线，而TrendForce集邦咨询提到的“部分CSP考虑调降下一代自研ASIC的HBM容量设计”，说明内存降配的逻辑在ASIC阵营同样成立。无论是英伟达的GPU集群还是谷歌的TPU集群，面临的是同一套物理约束——HBM太贵、铜线太短、电太费。

两条路线的竞争焦点，正在从“单芯片性能”收敛到“系统级性价比”。这对博通是利好（其强项恰恰是定制ASIC+网络芯片+系统封装的整合能力），也对英伟达形成压力：当客户开始用系统级TCO来比价，单卡参数的军备竞赛吸引力就会下降。

⚠️ 70%指引的真相：天花板在供给而非需求

金句先行：需求不是问题，产能才是。

英伟达罕见地提供了跨年度收入展望，引发市场震动。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，这一70%的同比增长框架并非源于单一驱动，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之上。

更关键的管理层表态：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。70%是在现实供应条件下的预期，而非需求上限。换言之，这是一个“受供给约束的数字”。

报告同时指出，先进晶圆与存储器是供应链的两大核心瓶颈。这与前文的HBM降配形成了完整闭环：正因为先进晶圆和存储供给吃紧，英伟达才必须用降配+网络重构的方式，把每一GB的HBM预算花在刀刃上。英伟达主动披露前瞻指引的直接动因，也是弥合市场共识与公司内部判断的落差，避免供应链合作伙伴在产能规划上错配，反过来制约自身交付。

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。当然，资本市场对高指引从不全盘买账——参照博通2028财年指引中因AnthropicARR放缓而被“打折”的先例，市场对任何依赖下游AI应用变现的长周期数字，都会保留一分清醒。

结语：一场从芯片到机柜的定价权迁移

把三条线索拼在一起，图景很完整：HBM供给紧张且涨价→英伟达与CSP启动HBM降配评估与测算→省下的预算涌入纵向扩展网络与CPO→价值从单芯片外溢至机柜与系统集成。AI算力的竞争维度，正在从“制程与显存”迁移到“互连与交付”。

需要再次强调的是，本文涉及的关键成本数字——内存占比约40%、降配后约28%、HBM开支节省超50%、网络成本占比从4%到12%——均来自SemiAnalysis的单一测算，TrendForce、华泰证券、国金证券等机构提供的是方向性佐证而非数字层面的交叉验证。在英伟达官方落地最终HBM配置方案之前，这些数字应被视为“高质量推演”而非定论，后续需持续跟踪验证。

接下来值得盯住三件事：三星8层HBM能否顺利拿下英伟达订单并改变HBM三强格局；Kyber机架延期传闻的真伪与CPO在Scale-up域的渗透节奏；以及HBM价格拐点何时出现——一旦存储供给松动，这场“内存换网络”的再平衡游戏，可能迎来下一轮反转。芯片的战争没有终局，只有挪动着的钱。

📌 全文总结

• 核心判断：HBM供给紧张推动成本结构畸变（测算内存占比约40%），Rubin Ultra正从HBM4E 12-Hi（384GB）向HBM4 8-Hi（192GB）方向降配（SemiAnalysis测算口径，TrendForce口径为仍在并行评估多档方案），内存成本占比有望降至约28%。
• 价值迁移：省下的HBM预算涌入纵向扩展网络，网络成本占比从4%升至12%（SemiAnalysis单一测算），CPO与PTFE混压等互连技术成为Rubin Ultra的关键变量，价值创造从单芯片外溢至机柜与系统集成。
• 阵营扩散：降配逻辑不限于英伟达，部分CSP同样在评估调降自研ASIC的HBM容量；博通三年AI收入指引（FY2026-2028：580/1150/2300亿美元）印证ASIC第二曲线，但市场对依赖下游变现的远期数字保持折扣。
• 供需真相：英伟达70%的增速指引是“受供给约束的数字”，先进晶圆与存储器是两大瓶颈；若供给松动，本轮“内存换网络”的再平衡可能出现反转。
• 风险提示：文中核心成本数据均为SemiAnalysis单一测算，HBM最终配置尚未定案，Kyber机架延期传闻待验证，相关结论存在被后续信息修正的可能。