---
id: "mb-20260823-6b2e92"
title: "彭博社披露了一份供应链通知"
account: "mubei"
brand: ""
category: "科技"
category_slug: "tech"
score: null
published_at: "2026-08-23 00:21:46"
translated_x_url: null
canonical_url: "https://mubeitech.com/p/mb-20260823-6b2e92"
markdown_url: "https://mubeitech.com/p/mb-20260823-6b2e92/markdown"
json_url: "https://mubeitech.com/api/posts/mb-20260823-6b2e92"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 彭博社披露了一份供应链通知

彭博社披露了一份供应链通知。
Nvidia 已经通知微软、Google 和 Oracle 等主要客户，明年初出货的 AI 服务器价格将全面上涨超过 15%。
涨价名单里，包括了顶级的 Grace Blackwell，以及刚发布不久的旗舰平台 Vera Rubin。
坐拥 75% 惊人毛利率、手握算力垄断地位的芯片霸主，为什么突然在这个节点对大客户挥刀加价？
供应链指出的核心原因只有一个：内存成本彻底失控了。
过去四十年的计算机体系里，有一条默认的经济学常识。
逻辑芯片是昂贵的大脑，负责所有的复杂运算。
内存只是廉价的仓库，在整张物料成本清单里，通常只占 10% 到 15%。
但这套运行了数十年的规律，被大语言模型和智能体计算彻底击穿了。
AI 大模型不缺算力芯片的峰值运算次数。
它缺的是每秒钟把几百亿参数和注意力缓存喂进处理器的速度。
这就是计算机领域著名的「内存墙」。
为了打破这道墙，芯片厂商不得不把 DRAM 晶圆打孔切薄，一层层垂直堆叠成立体的高带宽内存。
这台重塑了半导体格局的机器，叫「成本结构倒置」。
物理瓶颈被 3D 堆叠强行跨了过去。
可整个算力系统的账本，却被彻底颠倒了过来。
在 Grace Blackwell 架构上，高带宽内存占单颗超芯片的物料成本已经达到了 53%。
而到了下一代 Vera Rubin 架构，这个比例飙升到了 62%。
在单颗成本约 3.89 万美元的 Vera Rubin 超芯片里，288GB 的 HBM4 加上高速内存，直接吃掉了 2.43 万美元。
算到一台 72 颗芯片组成的顶级计算机架上，光是塞在里面的内存晶圆，成本就高达 200 万美元。
每个机架的内存支出，在一代产品之内暴涨了 2.5 倍。
用来存数据的仓库，造价已经远超负责算力的大脑本身。
这种立体堆叠的内存良率极低，只要十几层晶圆里有一层瑕疵，整组昂贵的模组就会报废。
全球能稳定量产的厂商，只剩下 SK Hynix、三星和美光三家。
制造复杂度的爆炸和产能紧缺，把最强势的话语权，从硅谷的设计巨头，推向了上游的内存晶圆厂。
即使强如 Nvidia，也无法独自吞下这笔沉重的「内存税」。
它只能把供应链飙升的硬件账单，连同自己的利润率，原封不动地打包成 15% 的涨价通知，推给硅谷的云巨头们买单。
许多人以为 AI 算力的军备竞赛，比拼的是谁能设计出更庞大的逻辑核心。
这轮涨价撕开了一个冰冷的物理现实。
决定技术扩张速度的，从来不只是算力芯片能跑多快。
还在于把海量数据送进核心的每一步，究竟要支付多昂贵的过路费。
当内存吃掉了芯片六成以上的造价，算力竞争的真正关卡，已经从算法与架构，转移到了物理世界的硅片与带宽。

---

_Translation: (n/a)_
_Canonical: <https://mubeitech.com/p/mb-20260823-6b2e92>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-08-23 00:21:46_