存储价格暴涨，顶配AI神机被迫“减配求生”！

在AI芯片的战场上，英伟达向来是那个“定价我说了算”的王者。从H100芯片到Blackwell架构，黄仁勋的字典里似乎就没有“妥协”二字。

然而，近日却有消息称，英伟达正在大幅削减其下一代旗舰AI系统Vera Rubin NVL72的内存配置。

原因只有一个：内存太贵，连英伟达都扛不住了。

CPU内存直接腰斩

本次英伟达的配置调整，主要集中在CPU配套内存：设备搭载的SOCAMM内存模组容量从192GB直接砍半到96GB；整机CPU内存总量也从54-55TB骤降至28TB，几乎缩减一半；全机CPU机架统一更换为96GB模组，彻底砍掉所有内存冗余空间。

但在大刀阔斧砍内存的同时，英伟达守住了最后的底线：GPU侧HBM4显存参数不动，机架GPU侧依然保留20.7TB的HBM4显存，单卡288GB显存、22TB/s超高带宽的核心参数完全不变，完整保住了顶级算力输出能力。

懂AI算力的人都清楚，HBM4显存是大模型训练、推理的核心，直接决定了算力上限与运行速度。一旦缩减，产品核心竞争力将直接崩塌。而LPDDR5X系统内存仅负责辅助数据缓存和任务调度，有一定的压缩空间，缩水后可通过算法优化弥补基础体验，不会造成致命性性能下跌。因此，为了守住旗舰算力底牌，英伟达只能牺牲内存冗余，向暴涨的存储成本妥协。

减配前后的成本账

事实上，英伟达对Vera Rubin NVL72进行内存减配，核心源于新一代AI机型存储成本失控与供应链短缺的双重压力，大幅扭转了过往的成本结构。

在传统GB200体系中，存储器仅占机架物料成本的5%-10%。但全新VR200平台因内存容量扩容、存储芯片涨价，内存综合成本占比飙升至25%-30%，绝对成本涨幅高达435%。若不调整配置，内存成本将占到VR200整机物料成本的29%、约210万美元，远超20%的行业理想水平。

未来的涨价压力，将更为严峻。据机构伯恩斯坦预测，2027年HBM4价格将涨至53美元/GB，相较当前16.6美元/GB的现货价涨幅超200%。由于Vera Rubin NVL72要到2027年才能大规模出货，叠加原厂涨价与英伟达加价，仅HBM4一项，单机架存储内存成本就将高达320万美元。

来源：Wccftech

除了涨价，供应链产能不足是更核心的制约。据TrendForce调研显示，英伟达减配并非下调内存总需求，而是应对2027年厂商产能配给不足的现实，属于被动的供需妥协。据广发证券测算，降配后VR200的LPDDR5X成本从早先估算的120万美元降到58.6万美元，如果进一步压缩到原来的四分之一，甚至可以压到29.3万美元。单机架成本也将从760万美元降至680万美元，节省80万美元，成本节约约10%，从而成功地将整机内存成本占比稳定控制在20%的合理区间。

英伟达决策背后的行业启示

要知道，英伟达可不是一般的玩家。作为全球AI芯片绝对霸主，英伟达凭借绝对市场话语权，提前与存储厂商签订长期协议，锁定大量产能与低价货源，本该是本轮存储涨价潮中抗压能力最强的企业。但如今英伟达仍不得不对旗舰AI系统Vera Rubin NVL722被动缩减内存配置，这场主动妥协并非单一企业的产品调整，而是整个AI行业的真实缩影，为高速扩张的AI赛道敲响了警钟。

首先，英伟达的减配操作，彻底终结了行业对高端AI算力降价的期待。此前市场普遍预判，2026至2027年算力成本将稳步回落，让中小科技企业、创业团队低成本接入顶级算力资源。但存储价格持续暴涨、行业龙头被迫减配控本的现状，直接抬高了高端算力的成本底座，意味着未来高端AI算力“量少价高”将成常态，行业算力使用门槛将持续攀升。

其次，AI行业的发展逻辑已彻底反转。过去行业依靠算法迭代倒逼硬件技术升级，如今供应链短板开始反向制约AI发展。高端存储、HBM显存产能不足、价格居高不下，直接限制了大模型的训练规模、迭代速度与落地效率，各大厂商只能在性能释放与成本控制之间不断妥协让步。

最后，行业马太效应进一步加剧。英伟达可依托长期锁价协议、规模化采购对冲涨价风险，稳住产品成本与产能。但中小算力厂商、AI初创企业缺乏议价能力，只能被动承受高价算力压力，不少企业被迫缩减研发投入、暂停项目迭代，行业资源、市场与技术优势持续向头部巨头集中。

另外，此次事件也暴露了行业核心短板：高端存储供应链高度集中，产能弹性严重不足，无法匹配AI技术的爆发式增长需求，已然成为制约行业发展的核心瓶颈。这场AI催生的存储涨价浪潮，正在倒逼全产业链重构成本与供应链体系。而英伟达的这次“妥协”，或许只是行业深度调整的一个开始。