AI数据中心硬件成本深度解析:以Blackwell Ultra服务器为例

多客科技

作者：微信文章

你知道吗？每投资1000万美元到AI数据中心，就有近300万美元直接转化为英伟达的毛利，硬件成本的真实图景令人震惊。

在全球AI竞赛的宏大叙事下，基础设施已成为决定成败的关键。据伯恩斯坦研究公司分析，建设1吉瓦AI数据中心容量的成本高达350亿美元，相当于每座数据中心都是一座大型核电站的投资规模。

在这幅资本密集的图景中，今天我们以Blackwell Ultra（GB300 NVL72）AI服务器为例做介绍，它作为当前最先进的代表，其单机架成本约300万美元，硬件配置呈现高度复杂化的特征。如何理解其成本结构，我们才能理解AI革命背后的经济学本质。



成本核心：GPU与HBM存储

GPU芯片作为AI服务器的“大脑”，占据了50-60% 的总成本。以Blackwell Ultra B200模块为例，单卡价格约为45,000美元，其中仅GPU核心（硅片+封装+散热模组）就占据约一半价值。

它的技术壁垒体现在芯片设计、先进制程和封装工艺上。英伟达凭借其CUDA生态和芯片间高速互联技术，构建了几乎垄断的市场地位。这也转化为惊人的赚钱效应——英伟达凭借高达70%的毛利率，将整个数据中心总支出的近30%转化为自身利润。这也是我最佩服老黄的地方，英伟达的产品不当是技术壁垒高、生态构建好，又特么能赚钱。

而HBM高带宽存储在成本中占比约15%，是第二大支出项。每块B200模块搭载192GB HBM3E，成本约6,750美元。其技术壁垒在于堆叠工艺和通过硅通孔（TSV）技术，目前由三星、SK海力士和美光三大原厂垄断，市场集中度极高。

这些厂商凭借技术优势享有40-50%的毛利率，且随着AI服务器需求激增，HBM供需缺口持续扩大，价格保持坚挺。



网络互联：光模块与交换设备

光模块在AI服务器成本中占比约5%，是实现高速数据传输的关键。随着AI集群规模扩大，光模块与GPU比例可达10：1，万卡集群需配备千万个光模块。所以你说，它的业绩天花板在哪？

技术壁垒集中于光芯片设计和制造能力，高速率产品（如800G/1.6T）主要由中际旭创、新易盛等中国厂商主导，它们已占据全球光模块市场70%的份额。这些厂商凭借规模效应和工艺优化，维持着30-40%的毛利率。

网络交换机在整体成本中占比约3%，是连接数万GPU的“神经网络”。博通、Arista等厂商在此领域占据主导地位，凭借定制化芯片和协议优势，享受50%以上的高毛利率。

PCB板材作为所有电子元件的承载基础，其成本占比约2%。AI服务器推动PCB从普通材料向高速/高频/高密方向升级，技术壁垒在于材料配方和加工工艺。国内深南电路、沪电股份等企业已实现技术突破，享受25-35%的毛利率。



散热与电源：高密度算力的支撑底座

液冷系统在AI服务器中成本占比显著提升，已从可选配件变为必需品。GB300 NVL72系统的液冷成本高达49,860美元（约36万元人民币），预计下一代产品还将再涨17%。个人看好液冷在2026年的表现，AI应用才开始崭露头角，算力需求总会有集中爆发的时刻，而算力带动的芯片功率大消耗，将不断倒逼液冷升级以协助服务器更好地运作。

技术壁垒体现在精密加工和系统设计能力上。每个GPU需要定制的高性能液冷板，价值300美元，整个系统包含18个计算托盘和9个NVSwitch交换机托盘的专用散热模块。维谛技术、英维克等专业厂商凭借多年积累，建立起40-50%的毛利率壁垒。

电源系统占比约8%，是保证AI服务器稳定运行的“心脏”。随着单芯片功耗突破1400W，向1800W迈进，电源模块需要应对极大的脉冲负载。伊顿、维谛技术等厂商推广的MW级预制智能电力模块，采用2N架构确保供电稳定，享有30-40%的毛利率。



辅助组件：CPU与存储设备

CPU处理器在AI服务器中占比约3-5%，虽不直接承担AI计算，但负责控制流程和任务调度。英特尔和AMD在此领域形成双寡头格局，凭借x86架构生态优势，维持50-60%的毛利率。

存储设备（硬盘）占比约2%，主要承担数据归档和缓存功能。三星、SK海力士和美光在NAND领域形成三强争霸，凭借垂直整合优势维持30-40%的毛利率。

服务器整机集成的价值约占5-8%，ODM厂商如工业富联、纬创资通等负责将数万颗零件组装成完整系统。它们凭借供应链管理和规模化制造能力，在激烈竞争中维持15-25%的较低毛利率。



逻辑与风险

纵观Blackwell Ultra服务器的成本分布，我们看出来GPU+HBM以65-75%的占比成为绝对主导，印证了“算力即权力”的行业现实。而网络互联（光模块+交换机+PCB）以约10%的占比位居第二，散热与电源以约10%的占比紧随其后。



未来趋势显示，随着芯片功耗飙升，价值正从芯片本身向“赋能芯片”的技术转移。到2027年，机架内电源组件的价值含量将是当前的7-8倍。

对于我们而言，上游芯片和关键组件供应商仍是最具吸引力的赛道；散热与电源领域迎来确定性增长机会；而服务器整机集成环节利润微薄，但规模效应显著，龙头公司仍有整合空间。

值得一提的是，行业内部流行这样一个观点：“Bill will always eat Andy”（软件总会吃掉硬件），即无论硬件性能如何提升，软件和应用总会迅速消耗掉新增的算力。我给大家翻译一下，这意味着：只要AI应用持续创新，算力需求就不会见顶。



（以上内容基于公开信息与个人研判，部分内容借助DeepSeek等AI工具分析，仅供交流参考，不构成任何投资建议。市场有风险，投资需谨慎。）