英伟达悄悄告诉大客户：AI服务器要涨价了，涨幅超过15%，内存价格涨疯了

麻薯滑芝士

嘿，各位管着数据中心扩容预算、看到这轮涨价通知后立刻把明年资本开支表推翻重做的云厂商采购副总裁，各位在微软Azure、谷歌Cloud、甲骨文OCI的运维中心里盯着产能交付表、发现原定明年一季度到货的机架突然要重新议价的机房负责人，各位攒了一台电脑、结果DDR5内存价格从去年的一百多美元飙到三百多美元、气得把装机清单看了又看的游戏玩家，各位在AI创业公司里做算力规划的CTO、原本谈好的千卡集群租赁预算现在 suddenly 不够用的技术合伙人，各位在投行和券商里覆盖半导体板块、连夜给客户重写英伟达目标价和风险提示的分析师，各位在高性能计算实验室里排着队等H100和H200、调度表已经排到明年下半年的研究员，还有那些在二手交易平台蹲守矿卡、指望捡漏结果发现连上一代显卡都跟着涨价的等等党——你们这两天有没有被一条消息砸中脑袋？这条消息说的是，英伟达已经私下里通知了它的一些最大的客户，告诉他们搭载AI芯片的服务器在很多情况下价格要上涨超过15%，而这一刀将从2027年年初开始发货的Vera Rubin系统和Grace Blackwell系统上砍下去。今天正好是2026年8月24日，星期一，这条消息的最源头是Tom's Hardware在今天发布的报道，而彭博社在上周六也就是8月22日率先披露了此事。这条新闻对于那些正在大规模扩建AI数据中心的企业来说，无异于在已经滚烫的炉膛里又添了一把柴——因为这意味着他们未来的采购成本将大幅上升，而这些成本最终很可能会通过云服务涨价的方式，一层一层转嫁给每一个普通用户，包括你我在内。

彭博社在上周六的报道中透露，英伟达已经向部分核心客户发出了预警，内容是搭载该公司AI芯片的服务器价格即将迎来一波上调，涨幅在许多情况下将超过15%。这个消息的来源是几位知情人士，他们了解到的沟通内容目前还没有对外公开，彭博社自己也写明未能独立核实，英伟达尚未发表正式声明。据这些人透露，这次涨价将从明年年初开始发货的Grace Blackwell系统和Vera Rubin系统开始执行。Grace Blackwell系统是基于英伟达Grace CPU和Blackwell架构GPU的组合方案，是当前这一代AI服务器的主力平台；而Vera Rubin系统则是英伟达下一代GPU架构Rubin对应的服务器平台，代表了这家公司在2027年的旗舰级产品方向。这两条产品线都是面向AI和高性能计算领域的顶级产品，单价本身就高得惊人——根据彭博社的报道口径，基于Blackwell打造的NVL72 GB200机架每台售价已经在280万到340万美元之间，而Vera Rubin系统的客户询价区间更是达到了每台500万到700万美元。具体涨多少，取决于涉及的芯片代次和内存配置——也就是说，不同的型号、不同的显存容量，涨价幅度会有所差异。那些专门为大型数据中心运营商——包括微软、谷歌、甲骨文这样的科技巨头——提供定制化服务器代工服务的公司，最近也已经陆续接到了涨价通知，并且开始向下游客户传递这一信息。换句话说，这波涨价不是某一个环节的孤立行为，而是整个供应链自上而下的连锁反应：从英伟达这个源头，到服务器代工厂这个中间层，再到最终的云计算服务商，每一个环节都在承受着成本上升的压力，没有任何一方能够独善其身。

这次涨价的背后，是一场被业内人士称为"RAMageddon"的DRAM市场风暴。"RAMageddon"这个词是"RAM"（内存）和"armageddon"（末日决战）的拼接，直译过来就是"内存末日"，听起来有点夸张，但从实际数据来看，还真不是危言耸听。今年DRAM合约价格的上涨速度创下了历史纪录。根据集邦咨询（TrendForce）旗下DRAMeXchange的数据，2026年第一季度，传统DRAM的合约价格环比涨幅达到了93%到98%；而分析师预计，第二季度也就是今年4月到6月这段时间，传统DRAM的合约价格环比继续上涨58%到63%。这个数字已经够吓人了对吧？但你要知道，如果按照原文报道的口径，第一季度的涨幅更是达到了90%到95%，连续两个季度接近翻倍甚至超过一倍的涨幅，在DRAM行业的历史上是极为罕见的，上一次出现如此剧烈的价格波动还要追溯到多年前的某次超级周期。为什么会涨成这样？原因说起来也不复杂：供应商把产能大规模转移到了HBM高带宽内存和服务器DRAM产品上，导致面向消费市场的传统DRAM供应急剧减少。SK海力士早在去年10月就放出话来，说他们已经把2026年全年的内存产能都卖光了。三星和SK海力士还在今年开始之前，就把2026年的HBM3E供应价格提高了将近20%。也就是说，在涨价正式落地之前，买家就已经被告知要多掏钱了，而且根本没有讨价还价的余地，因为市场上就那么几家供应商能生产HBM，你不买别人抢着买。

AI系统对内存的需求量大到什么程度呢？拿英伟达的Rubin GPU来举例，这颗芯片每个封装最多配备288GB的HBM4内存。288GB是什么概念？一台高端游戏台式机通常配16GB到32GB的内存就已经绰绰有余了，而Rubin单颗GPU的显存就是它的十倍左右。但这还不是最夸张的。英伟达的NVL72机架级系统把72颗这样的GPU整合在一起，光HBM的总容量就超过了20TB，这还不算Vera CPU上搭载的LPDDR内存。20TB是什么概念？普通消费者家里的电脑硬盘都未必有这么大容量，而仅仅是单个机架里的显存总量。把这些机架一排排部署在数据中心里，那个内存消耗量简直是天文数字。HBM的生产工艺比传统DRAM复杂得多——它需要先进的三维堆叠技术、硅通孔（TSV）和极其精密的制造流程，生产同等容量的HBM所需的晶圆面积大约是传统DRAM的四倍。这意味着HBM不仅贵，而且产能转化效率低，进一步加剧了供不应求的局面。在这样的背景下，内存已经成为AI服务器物料清单中占比最高的单项成本之一，根据德勤的估算，在高端AI服务器机架的总物料成本中，内存大约占四分之一，而在AI建设浪潮兴起之前，这个比例还只是个位数。这就像你家装修的时候，原本瓷砖只占预算的一小部分，结果因为某种原因瓷砖价格暴涨，最后瓷砖成了装修预算里最大的一笔开销——这种结构性的倒挂，正是这轮"RAMageddon"最直观的体现。

讽刺的是，造成这轮供应紧张的原因，恰恰是英伟达自己催生出来的巨大需求。三家主要内存制造商——三星、SK海力士、美光——在过去两年里一直在把先进工艺节点和新增产能向HBM和高容量服务器DRAM倾斜，结果就是消费级DRAM市场被严重挤压。根据业内的统计，这三家巨头已经将合计市场份额中高达93%的新增产能转向了面向AI数据中心的HBM，留给消费级设备的通用DRAM产出只剩很小一部分。后果很快就体现在了价格上：消费级的DDR5内存价格自2025年底以来已经翻了一倍还多。根据Tom's Hardware的内存价格追踪数据，一套主流的32GB DDR5-6000双通道套装在今年8月的售价大约在392美元左右。而在一年前，同样规格的产品价格是多少呢？110到140美元。一年之内涨了近三倍，这对于DIY装机玩家来说简直是噩梦。那些还在等内存降价的等等党，估计等到花儿都谢了也没等到降价，反而等来了价格翻番。我身边就有好几个朋友本来打算今年攒一台新电脑，结果一看内存价格直接傻眼了，纷纷表示再等等看，结果越等越贵，到现在干脆放弃了装机的念头。这种消费端的痛苦，和服务器端动辄数百万美元的机架涨价比起来，虽然绝对数额小得多，但对普通人的感知却更为直接和强烈——你每买一台电脑、每升级一次内存，都能实实在在地感受到这股涨价潮的温度。

英伟达其实已经不是第一次把上涨的成本转嫁给消费者了。就在本月初，也就是8月上旬，英伟达已经对GeForce显卡进行了涨价。当时很多人还以为这只是显卡市场的独立波动，现在看来，那不过是冰山一角。彭博社的这份报道表明，同样的涨价压力现在已经传导到了英伟达产品线的顶端——那些卖给超大规模云计算厂商的顶级AI服务器。这些机架级系统的单价动辄几百万美元一台，15%的涨幅意味着每台机器要多花几十万美元。而这些超大规模客户的部署规模通常是几千台起步，算下来增加的采购成本就是几亿甚至十几亿美元的量级。这个数字大到什么程度呢？举个例子，根据摩根士丹利的估算，Vera Rubin VR200 NVL72机架对超大规模客户的售价约780万美元，其中存储成本已占据约200万美元；即便按15%的涨幅计算，意味着单台英伟达AI服务器机架将额外增加上百万美元的成本。而如果一家云计算公司计划部署数千台这样的机架系统，累积起来的额外支出是以百亿美元计的。这笔钱足够建好几座新的数据中心了，或者说相当于一家中型科技公司一整年的研发预算。面对这样巨额的成本增加，即使是财大气粗的微软和谷歌也得掂量掂量，而这些增加的成本最终大概率会通过提高云服务价格的方式转嫁给千千万万的普通用户——你每个月订阅的ChatGPT Plus、你用的GitHub Copilot、你看的Netflix背后的转码算力，背后都挂着这层涨价。

英伟达的非GAAP毛利率大约在75%左右，这个利润率在整个半导体行业里属于金字塔尖的水平，英伟达2027财年第一季度的毛利率仍有74.9%。也就是说，英伟达完全有能力自己消化这部分内存成本的上涨，而不必转嫁给客户。但实际情况是，英伟达选择了涨价而不是自己扛。这说明什么呢？说明英伟达对自身产品的定价权非常有信心，它知道自己手里的AI芯片是稀缺资源，客户别无选择。与此同时，台积电那边的产能依然满足不了英伟达加速卡的需求，供应缺口始终存在。这种供需失衡的状况限制了买家的议价能力——你想砍价？不好意思，后面还有一大堆人排队等着拿货呢。在这种情况下，英伟达自然有底气把成本上涨的压力全部甩给下游。这就像是一家独门生意的小店，方圆百里就它一家卖水的，路过的人都渴得要命，那店主当然可以把价格定得高高的，因为他知道顾客没有别的选择。更有意思的是，苹果和高通之前也都以内存短缺为由上调过主力产品的价格，彭博社对此的评论是：这绝佳地说明了内存半导体制造商的议价能力已经成长到了多么强大的地步。

那么问题来了：这波涨价会不会促使那些超大规模客户转向AMD的加速器或者自主研发的定制芯片？答案是：有可能，但这取决于这些替代方案能在多快的时间内承接被挤出的需求。AMD的Instinct MI400系列今年已经在部分客户中拿到了订单，在推理场景下的能效比表现不俗；谷歌有自家的TPU，亚马逊有Trainium和Inferentia，微软也在开发自己的AI芯片Maia。这些定制芯片在特定场景下的性价比往往比通用GPU更高。但是，所有这些替代方案都有一个共同的瓶颈——它们需要的HBM内存，同样来自那三家被产能压得喘不过气的供应商。三星、SK海力士、美光的产能就那么大，不管你是英伟达、AMD还是谷歌，都得从这三家手里抢HBM的配额。所以，即使客户想转向其他平台，内存供应这个瓶颈短期内也很难绕过去。这就像一个十字路口堵车了，你以为换条路就能畅通无阻，结果发现所有岔路也都堵得死死的，因为所有的车都需要经过同一个收费站。只要HBM的产能瓶颈不解决，整个AI芯片行业就都得被内存牵着鼻子走。IDC更是直接将此次产能调配定性为"永久性再分配"而非周期性短缺，这意味着消费电子可能再也回不到2020到2024年间那种相对便宜的内存价格了。

说到这儿，我想跟各位正在规划数据中心扩容的运维负责人、正在为明年预算头疼的财务总监、正在犹豫要不要现在入手新显卡的游戏玩家，以及所有关心半导体行业动态的朋友们聊几句。这波涨价潮的影响范围远比表面上看起来的要广。它不仅会推高云服务的价格——因为AWS、Azure、Google Cloud这些云厂商的运营成本上升了，最终还是会通过涨价或者降低折扣的方式转嫁给普通用户——还会影响到AI模型的训练成本。一家创业公司如果想训练一个大模型，租用GPU集群的费用会比之前高出不少。这无形中抬高了AI行业的准入门槛，让那些资金不那么充裕的小团队更难与大公司竞争。同时，消费端的硬件价格也在同步上涨，DIY装机变得越来越奢侈，这对于整个PC生态来说都不是好消息。你可能觉得AI服务器涨价离你很遥远，但你每个月交的云服务订阅费、你用ChatGPT或者其他AI工具时背后消耗的计算资源、甚至你网购时平台推荐算法背后的算力成本，都在悄悄地受到影响。更夸张的是，据《The Information》报道，Meta此前计划到2028年投入600亿美元建设AI基础设施，按现在的涨价趋势，实际支出可能会超出预算至少80亿美元。竞争者们也并非坐以待毙——AMD的Instinct MI400系列今年已经在部分客户中拿到了订单，在推理场景下能效比已经接近英伟达H200，而价格大约便宜20%到30%；谷歌的TPU v6e也在加速迭代，内部大规模部署已经证明了自研芯片的可行性。但真正的变数在2027年下半年——如果到那时HBM供应缓解、AMD和谷歌的产品成熟度再上一个台阶，格局可能会出现松动。英伟达的CUDA生态依然是其最深的护城河，全球约有400万开发者使用CUDA进行AI开发，迁移成本极高，所以即便涨价15%，短期内英伟达的市场份额大概率不会受到明显冲击。

从更宏观的角度来看，这轮内存涨价揭示了一个深层次的产业结构问题：当整个行业的产能高度集中在少数几家供应商手中时，任何一次产能调配都会引发连锁反应。三大内存制造商为了追逐利润更高的HBM和服务器DRAM，压缩了消费级DRAM的产能，结果就是普通消费者买不到便宜的内存条，游戏玩家买不起新显卡，云计算公司买不到足够的服务器。这种结构性失衡短期内很难缓解，因为新建一座晶圆厂的周期至少需要两到三年，而且投资额动辄上百亿美元。即便三大厂商现在立刻开始扩产，新增产能真正释放到市场上也要等到2027年甚至2028年以后——美光和SK海力士的新一代节点最早要到2027年末才能量产，英特尔CEO公开表态行业"2028年前不会有缓解"。在那之前，内存价格大概率会维持在高位运行。这就像是你家附近唯一的一家超市突然决定把大部分货架都拿来卖高档进口商品，普通日用品的供应就少了，价格自然就涨上去了。你想让超市老板多进点便宜货，他说我也想啊，但进货渠道就那么多，我也没办法。三星已经通知下游客户，三季度通用DRAM整体售价环比再上调20%；NAND Flash一季度合约价环比上涨55%到60%，二季度加速到70%到75%，三季度服务器级eSSD合约价还要环比上调25%到30%——这是一场全产业链的、层层加码的涨价潮。

对于普通消费者来说，我能给出的建议其实很朴素：如果你近期有装机或者升级电脑的计划，别再等了。现在的价格虽然高，但根据目前的趋势来看，短期内几乎没有降价的可能。早买早用，晚买可能更贵。SK海力士的财报数据给出了更具体的坐标：这家全球存储巨头在二季度DRAM平均售价环比上涨约30%，NAND平均售价环比上涨约55%，当季营业利润60.54万亿韩元，同比增长557%，营业利润率76%——内存厂自己赚得盆满钵满，根本没有降价动力。对于企业客户来说，如果你的业务重度依赖AI计算资源，现在就应该开始和供应商锁定长期合同，尽量在下一轮涨价之前锁定相对优惠的价格。Supermicro和HPE现在已经在向客户提供长期的"内存价格锁定"方案，只为拿到订单，因为过去只要两到三周的货期现在要拉长到六到八周。同时，也可以考虑多元化供应商策略，不要把鸡蛋放在一个篮子里。AMD的MI系列、Intel的Gaudi系列、以及各家云厂商的自研芯片，都是值得评估的选项。虽然在绝对性能上可能不如英伟达的旗舰产品，但在性价比和供应稳定性方面或许有优势。另外，也可以考虑优化现有的计算资源利用率，通过更好的调度算法和模型压缩技术来减少对硬件的依赖，这也是应对涨价的一种思路。Dell已经在2025年12月宣布服务器涨价15%到20%，联想在1月跟进，HPE也给出了10%到15%的上调——OEM厂商们的动作比英伟达还快，这说明整个产业链的每一层都在寻找转嫁成本的出口。

最后，让我们把今天聊到的所有关键信息再串起来捋一遍。根据Tom's Hardware在今天——也就是2026年8月24日，星期一——发布的报道，结合彭博社在上周六8月22日的披露，英伟达已经通知部分核心客户，搭载AI芯片的服务器即将涨价，涨幅在很多情况下将超过15%。这次涨价将从2027年初开始发货的Grace Blackwell系统和Vera Rubin系统开始执行，涵盖Vera Rubin和Grace Blackwell平台。涨价的幅度取决于芯片代次和内存配置。包括微软、谷歌、甲骨文在内的大型数据中心运营商已经收到了来自代工厂的涨价通知。这波涨价的根本原因是DRAM市场的供应紧张——根据TrendForce的数据，传统DRAM合约价格在2026年第一季度环比暴涨93%到98%（原文报道口径为90%到95%），第二季度继续上涨58%到63%；SK海力士早在去年10月就宣布2026年全年产能已被预订一空，三星和SK海力士还在今年初将HBM3E的供应价格提高了约20%。AI系统对内存的需求极其庞大，英伟达Rubin GPU单颗配备高达288GB的HBM4，NVL72机架系统整合72颗GPU后HBM总容量超过20TB。HBM的生产效率远低于传统DRAM，同等容量所需晶圆面积约为后者的四倍，美光透露HBM市场今年价值350亿美元，到2028年有望达到1000亿美元。讽刺的是，造成这轮供应紧张的正是英伟达自己催生的需求——三大内存制造商在过去两年中将93%的新增产能大规模转向HBM和服务器DRAM，导致消费级市场被挤压，DDR5内存价格自2025年底以来已经翻倍，主流32GB DDR5-6000套装从一年前的110到140美元涨到了现在的392美元。英伟达本月早些时候已经对GeForce显卡进行了涨价，现在涨价压力传导到了顶级AI服务器产品线。以每台数百万美元的机架系统计算，15%的涨幅意味着每台增加数十万到上百万美元成本，数千台的部署规模下总增额可达数百亿美元。摩根士丹利估算Vera Rubin VR200 NVL72机架售价约780万美元，其中存储成本占据约200万美元，较上一代GB300机架系统的存储成本飙升了435%。英伟达的非GAAP毛利率约为75%（2027财年第一季度为74.9%），完全有能力吸收这部分成本，但它选择了转嫁给客户，这反映了其对定价权的自信以及市场供不应求的现实。台积电的产能依然无法满足英伟达加速器的需求，这进一步削弱了买家的议价能力。至于这波涨价是否会推动超大规模客户转向AMD或自研芯片，关键在于这些替代方案能否快速承接被挤出的需求，而它们同样需要从同一批受限的供应商那里获取HBM。IDC将这次产能调配定性为"永久性再分配"，内存产能的扩张需要数年时间，新增产能最早2027年末才能量产，短期内价格高位运行的格局难以改变。对于普通消费者，建议有需求就别等；对于企业客户，建议尽快锁定长期合同并探索多元化的供应商方案。这轮涨价潮不仅是英伟达和它的客户之间的事情，它最终会通过层层传导影响到每一个使用云服务、购买电脑硬件、或者从事AI相关工作的普通人。在产能真正释放之前，我们可能都要学会适应这个"内存更贵、算力更贵"的新常态。8月27日英伟达将公布2027财年第二季度业绩，黄仁勋怎么在财报电话会议上回应涨价问题，比财报数字本身更有意思——因为这一刀砍下去，买单的是所有需要算力的公司，无论你用的是英伟达还是别的什么。