EP144 Nvidia Rubin机架成本曝光:780万美元的AI算力怪兽,聚焦PCB、MLCC、ABF基板-atelierqin

EP144 Nvidia Rubin机架成本曝光:780万美元的AI算力怪兽,聚焦PCB、MLCC、ABF基板

歌手:atelierqin

时间:2025-08-09

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

如果我告诉你

现在有一台机器

注意 是一台

它的价格是七百八十万美元

你觉得会是什么

七百八十万美元

这得是那种能上天入地的科幻玩意儿吧

或者至少是好几辆顶级跑车打包在一起的价格了

没错

换算一下差不多是五千多万人民币

但它既不能上天

也不是跑车

它是一个数据中心的机架

就是那个装着一堆服务器的铁柜子

来自英伟达下一代rubin 平台的一个机架

我看到这个数字的时候

第一反应就是这成本到底都花在哪儿了

这个问题问到点子上了

而且答案可能跟你想的完全不一样

按照过去的经验

我们都觉得大头肯定在gpu

在那个最核心的算力芯片上

但在饼这里

规则变了

这七百八十万美元里最大的一块成本增量竟然是内存

内存就是我们常说的那个roram

我以为它只是个配角

以前可能是

但现在绝对是主角了

你看

在上一代black quill 平台

一个机架里

内存的成本大概只占百分之五到百分之十

但在rubin 这里

这个数字飙升到了百分之二十五

甚至百分之三十等一下

从百分之五直接跳到百分之三十

这太夸张了

这相当于我买一台电脑三分之一的钱花在了内存条上

这多出来的钱都够再买块顶级显卡了吧

你的比喻很形象

实际上内存成本的暴涨甚至挤压了gpu 在总成本里的占比

在black quill 时代

Gpu 价值大概占了百分之六十五

但在rubin 这里

虽然gpu 本身更贵了

可它的占比反而被稀释到了百分之五

十一

有人打了个比方

在robin 的世界里

Gpu 仍然是大脑

但内存变成了血液

昂贵 稀缺

而且直接决定了这台机器的身价

我明白了

所以未来的算力竞争不光是比谁的芯片设计的好

还要比谁能搞到更多更便宜的内存

这听起来像一场供应应链的资源抢夺

占了 绝对是

报告里提到一个很有意思的细节

如果那些云巨头

比如亚马逊

谷歌

他们绕开中间商

自己直接去采购内存模组

那整个机架的价格就能从七百八十万美元降到六百七十万

这中间差的一百一十万美元

差不多就是内存供应链上的博弈空间

这足以说明内存现在已经成了整个系统里最关键的成本变量之一

好吧

大脑和血液我们都聊了对

但这台价值连城的机器

它的骨骼和神经系统是不是也发生了什么我们不知道的变化

问的好

如果说内存是看得见的价值爆点

那机架里还有很多隐形冠军在悄悄的崛起

比如我们平时不太会注意到的东西

Pcb

也就是印刷电路板

Pcb 就是那块绿色的插满各种元件的板子

它能有多贵

在rubin 机架里

它就贵的离谱

跟上一代相比

单单一个机架里的pcb 价值量增长了百分之两百三十三

从原来的三点五万美元涨到了十一点七万美元

等等

翻了三倍还多

一块板子而已

凭什么

它镶金边了吗

哈哈

虽然没镶金边

但技术含量可能比精子还复杂

这背后的逻辑是技术复杂度的指数级提升

你看

为了让海量的数据在芯片之间高速传输

还不互相干扰

这块板子就得做的越来越复杂

比如rubin 的计算板从上一代的二十二层升级到了二十六层

交换机板更夸张

达到了三十二层

而且它还引入了一种全新的高达四十四层的中板

四十四层

这哪是电路板

这简直是在盖一栋微型摩天大楼啊

信号在里面跑跟坐多层电梯一样

就是这个意思

而且用的材料也得升级

从m 七级别升级到更昂贵的m 八级别

这已经不是我们传统印象中的制造业了

这完全是精密尖端产业

除了pcb

还有一个小东西也迎来了高光时刻

叫mlcc 多层陶瓷电容

这个我好像有点印象

就是那些贴在电路板上像芝麻一样的小颗粒

这玩意儿不是几分钱一个吗

没错

但为了保证robin 这种超级电老虎在高功耗下信号和电力的稳定

对这种小零件的依赖达到了寸土寸金的地步

它的价值量增长了百分之一百八十二

在单台机架里

这些芝麻粒的总价值现在达到了四千三百二十美元

报告里甚至提到

那些代工厂现在正在疯狂囤积mlcc 的库存

就为了应对后面rubin 的量产

连几分钱的小电容都要靠抢靠囤了

这种供应链的焦虑感感觉已经能从纸上闻到了

对背后反映了大家对rubin 交付的压力有多大

非常大

这种暴利囤货其实是一个信号

预示着这个行业即将迎来爆发

同时也说明了供应链的脆弱性

任何一个微小的环节出了问题

这可能让这台七百八十万美元的算力巨兽停摆

这其实也引出了下一个很有意思的话题

就是那些负责组装这一切的代工厂

他们在这场盛宴里到底扮演了什么角色

对 聊聊这个

像富士康

广达这些代工巨头

面对这些疯狂涨价的零部件和高到天际的机架总价

他们是不是赚的盆满钵满

利润率高到飞起

这就是最有意思的悖论出现了

如果只看财务报表上的毛利率

你可能会觉得这生意越来越难做了

报告预测rubin 机价的代工毛利率大约是百分之一点九

反而低于上一代black well 的百分之二点七

你看

我就说吧

毛利率都下降了

这听起来可不是什么好消息啊

但问题是

我们不能再用传统的百分比来看了

我们得台绝对利润额

虽然毛利率从百分之二点七降到了百分之一点九

但别忘了

机价的总价从大约四百万美元翻倍到了七百八十万

我给你打个比方

以前是卖一台四百万的机器赚百分之二点七

也就是十四点万

现在是卖一台七百八十万的机器

赚百分之一点九

也就是十四点八万

你看

虽然百分比看着低了

但每卖一台

揣进兜里的真金白银反而多了七百

百分之四十

哦 我明白了

这是个数字字迷思

就像卖奢侈品

单件利润率可能不如卖矿泉水

但卖出一个包赚的钱可能要卖几万瓶水才行

就是这个道理

在ai 基建这波巨浪里

毛利率就像一面哈哈镜

数字被拉扁了

但映照出来的现金收益却比以往任何时候都大

不过这也带来一个巨大的挑战

现金流

一台就七百八十万美元

一个代工厂要采购多少零件才能开始组装

这个资金压力太恐怖了

这倒也是

如果客户下个一千台的订单

那代工厂不是得先垫付几十亿美元出去

这谁受得了

所以一种新的商业模式正在崛起

叫客工料

或者说代料模式consignment

红海和广大都在朝这个方向转型

简单说就是客户比如谷歌自己花钱把最贵的那部分零件

像gpu 和内存买好

然后送到代工厂说诺料代备好

你帮我组装测试就行

这不就等于客户现在自带食材去餐厅

只让厨师给做个加工嘛

所以代工厂的风险是不是就小很多了

感觉他们更像是在赚辛苦钱了

可以这么理解

风险确实被分摊了

但这个辛苦钱的含金量也在提高

因为机架的设计和组装越来越复杂

代工厂提供的精密集成服务本身的价值也在增长

所以他们并不是在简单的拧螺丝

技术壁垒其实是在提高的

聊了这么多成本

零件

商业模式

我还有最后一个问题

这样一台超级耗钱的机器

它运行起来肯定也是个超级耗电的电老虎吧

怎么给他供电和散热

总不能让他把自己烧了吧

这个问题直指ai 算力的物理极限

没错

Rubin 不仅是逻辑电路的升级

更是一场关于能量和散热的工程革命

首先是电

报告预测到两千零二十七年的rubin otra 平台会全面采用八百v 的高压直流电架构

八百v

这电压听起来就挺吓人的

这种转变能不能打个比方

是不是有点像从老式内燃机车直接跨越到了高压电驱动的超级高铁

这个比喻非常贴切

因为功率等于电压乘以电流

想提升功率

要么提电压

要么提电流

但电流太大会导致巨大的热损耗

所以唯一的选择就是把电压拉上去

这完全是被物理定律逼出来的选择

数据中心正在向微型变电站引进

那散热呢

风扇估计是指望不上了吧

不仅是指望不上

风扇在rubin 平台里会彻底消失

它采用的是全液冷方案

不光是给gpucpu 降温

那交换机这些周边组件都得有专门的冷板伺候

单单一台机架散热组件的价值就高达七点二万美元

这还不算那个像大号冰箱一样的价值五万美元的外部冷却液分配单元cdu

一个没有风扇噪音

只有液体流动声的数据中心

想一想还挺酷的

所以

谁能更高效的供电

更快速的散热

谁就掌握了未来算力的物理通行证

完全正确

Ai 的镜头是物理学

好了

今天信息量太大了

我们稍微回顾一下

我感觉通过解剖这台七百八十万美元的乳饼机价

我们似乎看到了ai 硬件未来的一些趋势

我觉得第一个最核心的洞察就是价值中枢的一位

以前我们只看gpu

但现在内存

Pcb

甚至电力和散热这些物理层面的东西

他们的价值在急剧扩张

成了决定成本和性能的新瓶颈

我补充一点

是商业逻辑的改变

传统的毛利率百分比已经不那么重要了

整个产业链都在追求单机绝对利润

同时为了应对巨大的资金压力

客供料这种分担风险的模式正在让代工厂的角色发生根本性的变化

是的

产业链的风险和利润结构正在被彻底重塑

同们总是习惯于谈论ai 的算法啊

有多先进

模型有多少参数

但今天聊的rubin 架构

它其实在提醒我们一件事

Ai 的镜头是物理学

当一台计算设备的价格逼近千万美元

当它的运行需要八百微的高压和全液冷环绕时

它就不再是一台简单的服务器了

它是一个高度集成

极度昂贵也极其脆弱的物理系统

我们正在构建一种极其复杂的依赖

每一次算力的飞跃都在增加底层组件的精密负担

也在挑战我们管理供应链和能源的极限

真正的风险或许不在于ai 会变得有多聪明

而在于我们是不是正在把未来建立在一个极其精密昂贵且容错率极低的硬件基础之上

如果有一天

一颗小小的电容短缺或者一个冷板接头漏水

就能让价值数百万美元的算力瞬间停摆

那我们是否在追求极致效率的同时

也让自己变得前所未有的脆弱

展开显示全部歌词