摩根士丹利 Howard Kao 团队于 2026年5月21日发布报告，对英伟达下一代 Rubin VR200 NVL72 机架进行了全面的物料清单（BOM，Bill of Materials）拆解。这不是一次简单的成本估算——它揭示了AI硬件经济学正在发生的一次结构性拐点。
一台机架780万美元，钱花在了哪里
VR200 NVL72 是英伟达下一代AI服务器架构，单机架集成72颗 Rubin GPU 和36颗 Vera CPU，系统内存总量达 20.7TB HBM4 + 54TB LPDDR5X，峰值算力 3.6 Exaflops。从 ODM（原始设计制造商，如鸿海、广达、纬创等）采购一台这样机架的价格约为 780万美元——比上一代 GB300 的约400万美元几乎翻倍。
但真正震撼市场的不是总价，而是增量价值的流向。
GPU 依然是最大的单项成本——约396万美元，比 GB300 涨了57%。但它在总成本中的占比已从65%跌到51%。与此同时，内存（HBM4 + LPDDR5X + 3D NAND）从配角跃升为第二大成本项，占比从不到10%飙到26%。PCB（印制电路板，连接芯片和组件的基板）含量暴增233%，MLCC（多层陶瓷电容，用于稳定电压和滤波的微型元件）暴涨182%，ABF基板（Ajinomoto Build-up Film，芯片封装用的有机基板材料）上涨82%。
没有一项在下降。全在涨。
内存：从配角到"新GPU"
内存成本从37万美元飙升至200万美元，增幅435%，是所有组件中增量最大的。三大驱动力叠加：
HBM4（高带宽内存第四代）：72颗GPU × 288GB = 20.7TB。HBM4 产能由 SK 海力士主导，供应极为紧张，单价远高于上一代 HBM3e。估算约40-50万美元。
LPDDR5X：54TB 总容量，是 GB200 的3倍以上。当前采购成本约每GB 8-10美元，仅此一项约40-54万美元。Vera CPU 配备大容量 LPDDR5X 是新变量——GB200 时代 Grace CPU 的内存配额远没有这么高。
3D NAND：这是最大的结构性增量。Rubin 首次大规模集成 NAND 闪存，用于模型加载和检查点（checkpoint）保存。一个机架的 NAND 存储成本超100万美元，而 GB200 时代几乎为零。
加总来看，内存相关成本接近200万美元，已经是GPU成本（396万）的一半以上。如果把英伟达以约70%毛利率转卖 SOCAMM（一种高密度内存模组，把多颗 DRAM 芯片封装成一个紧凑模块）的加价部分算进去，内存相关的实际经济价值可能更高。
这里藏着一个关键变量：大摩指出，如果超大规模云厂商选择自行采购 SOCAMM 内存模组——绕过英伟达的转售加价——机架价格会从780万降到约670万。110万美元的差价，本质上就是英伟达在内存上"吃"的中间利润。这块蛋糕正在被重新分配。
PCB：增幅最大的隐形赢家
PCB 的价值从3.5万美元升至11.7万美元，增幅233%，在所有组件中领跑。
增量来自三个层面的叠加：
新增高价值模组。 ConnectX 模组 PCB（每机架72块，单价270美元）和中板 PCB（Midplane PCB，每机架18块，单价1500美元），这两类在 GB300 中根本不存在，纯增量贡献约4.64万美元。
现有板全面升级。 计算板从22层 HDI（高密度互连）升级到26层，覆铜板（CCL）等级从 M7 提升到 M8，单块均价从650美元涨到1400美元。交换板从24层跳到32层，均价从800美元涨到1450美元。值得注意的是交换板的升级幅度比计算板更激进——说明网络互联的复杂度提升速度不亚于计算本身。
物理规格提升。 计算板尺寸增大，新增44层中板 PCB。
层数增加、材料升级、新模组引入，三重驱动让 PCB 成为这轮价值重估中弹性最大的环节。对 PCB 供应商（欣兴、臻鼎等）和上游 CCL 厂商而言，这是结构性增长而非周期性波动——AI 服务器需要的不是更多的板，而是更复杂、更贵的板。
MLCC和ABF：容易被忽视的增量
MLCC（多层陶瓷电容） 从1530美元升至4320美元，增幅182%。计算板单板 MLCC 成本从25美元涨到90美元，交换机板从20美元涨到45美元。每块新增的 BlueField DPU 模组和 ConnectX 模组都自带 MLCC 用量。
村田制作所的数据给出了直觉：一台 AI 服务器搭载约3万颗 MLCC，是智能手机的30倍、汽车的3倍。一个 NVL72 机柜消耗高达44万颗。AI 服务器正在成为 MLCC 的全新需求引擎。
ABF 基板 从1.1万美元升至2.0万美元，增幅82%。驱动因素清晰：Rubin GPU 的 ABF 基板单价从约100美元翻倍到200美元（芯片面积增大、层数增加），同时 NVSwitch ASIC 从18颗翻倍到36颗，ConnectX 芯片从36颗翻倍到72颗。芯片越多，需要的"底座"越贵——这是最直接的乘数效应。
电源和液冷：被功率密度逼出来的刚需
电源 从5.8万美元升至7.6万美元，增幅32%。这个数字看似温和，但底层正在发生架构革命。
VR200 标配 110kW 电源机架，GPU 单颗功耗约2300W（对比 H100 约700W）。更关键的是，英伟达已确认在后续 Rubin Ultra 平台（Kyber 机柜）采用 800V HVDC（高压直流供电） 架构。传统54V配电是针对 kW 级设计的，当单机柜从120kW迈向600kW时，54V架构无法承受——必须升压到800V以降低电流、减少线损。端到端效率可从87.6%提升到98%，10个百分点的效率提升在 MW 级功耗下意味着数百万美元的年化电费节省。
台达电已与至少三家美国云厂商合作 HVDC 方案，预计2026年下半年出货。电源是少数存在架构断代的环节——从 AC 到 DC、从54V到800V，每一代切换都意味着供应链格局重塑。
液冷 从6.5万美元升至7.2万美元，增幅12%。Rubin 采用全液冷设计（无风扇），增量来自托盘歧管（tray manifold）和快速接头（QD）用量增加。如果加上 Side-car CDU（冷量分配单元）的约5万美元，总冷却成本约12.2万美元。在200kW+的功率密度面前，液冷不再是"可选配置"，而是"生死线"。
ODM：绝对利润在涨，但定价权在降
市场主流预期：计算托盘"标准化"会压缩 ODM 附加值。大摩的结论正好相反——ODM 附加值从 GB300 的10.8万美元增至 VR200 的15.0万美元，增幅38%。
增量来源遍布全机架：计算板组装测试从1.2万增至1.6万，计算托盘组装从2.9万增至3.2万，交换板组装从2475美元增至3150美元，机架组装从2.2万增至2.9万，新增 ConnectX/BlueField 模组组装贡献约4500美元。复杂度在全面提升，ODM 要干的活更多了，不是更少。
但这里有个微妙点：毛利率从约2.7%降到约1.9%。机架总价翻倍了，分母增长太快。大摩分析师明确表态"投资者应关注绝对美元利润的增长，而非毛利率的下滑"。逻辑上对，但资本市场对毛利率的敏感度是真实的。
更值得关注的长期趋势是**寄售模式（Consignment）**的扩散。鸿海在2025年Q4财报电话会首次提及：客户自行采购核心零部件，ODM 只负责组装，从而减轻 ODM 的营运资金压力。广达随后在2026年Q1也确认，预计2026年下半年部分项目转向寄售。
短期利好：降低 ODM 库存风险，改善现金流。长期隐忧：如果核心元器件的采购权从 ODM 转到云厂商手中，ODM 在价值链中的议价权会进一步被压缩——你只是一个"高级代工厂"，不是"方案商"。
两个深层信号
信号一：AI硬件的成本结构正在从"买算力"变成"买内存和带宽"
GPU 在 BOM 中的占比从65%跌到51%，内存从9%跳到26%。如果把内存相关成本全加总——HBM4 + LPDDR5X + 3D NAND + SOCAMM 加价——已经逼近甚至可能超过 GPU 本身。
这与推理领域的趋势完全吻合。在 Decode（逐 token 生成输出）阶段，瓶颈不是算力而是内存带宽。大模型推理的经济性上限，很大程度上由内存成本决定，而不是 GPU FLOPS。Rubin 的 BOM 结构在硬件成本层面印证了同样的事实：AI 的昂贵，越来越不是"计算"的昂贵，而是"存储和搬运"的昂贵。
这意味着什么？当内存成本超过 GPU 成本时，产业链的定价权可能从 NVIDIA 向三星、SK 海力士转移——前提是 HBM 产能不再严重紧缺。目前这个前提还不成立，但方向值得关注。
信号二：NVIDIA 的毛利率见顶风险是真实的
不是因为竞争（目前没有真正的竞争对手），而是因为三重结构性压力：
- 内存占比上升，而内存的定价权不在 NVIDIA 手里。GPU 毛利率再高，如果整机架成本中被内存吃掉的部分越来越大，系统级毛利率会被稀释。
- 云厂商直采 SOCAMM，绕过 NVIDIA 加价。110万美元的差价，就是 NVIDIA 在内存上的中间利润空间。
- 寄售模式扩散，核心元器件采购权从 NVIDIA/ODM 向云厂商转移，进一步压缩 NVIDIA 的加价空间。
这不是说 NVIDIA 的毛利率明天就跌。但在 Rubin 这一代，系统性风险已经在 BOM 结构中显现。
数据一览
| 组件 | GB300 价值 | VR200 价值 | 涨幅 | 核心驱动 |
|---|---|---|---|---|
| GPU | ~252万 | ~396万 | +57% | 架构升级，但占比被稀释 |
| 内存（全部） | ~37万 | ~200万 | +435% | HBM4 + LPDDR5X + 首次大规模 NAND |
| PCB | ~3.5万 | ~11.7万 | +233% | 层数升级 + 材料升级 + 新模组 |
| MLCC | ~1,530 | ~4,320 | +182% | 单板用量翻倍 + 新模组增量 |
| ABF 基板 | ~1.1万 | ~2.0万 | +82% | GPU基板翻倍 + 芯片数量翻倍 |
| 电源 | ~5.8万 | ~7.6万 | +32% | 110kW标配 + HVDC架构切换 |
| 液冷 | ~6.5万 | ~7.2万 | +12% | 全液冷设计 + QD/歧管增量 |
| ODM附加值 | ~10.8万 | ~15.0万 | +38% | 复杂度全面上升 |
| 机架总价 | ~400万 | ~780万 | +95% | — |
数据来源：摩根士丹利研究报告（2026-05-21），经多源交叉验证。金额单位：美元。
判断与展望
高确定性判断：
- 存储（HBM/LPDDR/NAND）是未来两年确定性最高的赛道之一。供给端高度集中，需求端 NVIDIA 每代产品的内存配额在指数级增长。
- 液冷已从"可选"变为"必选"。200kW+ 功率密度下，风冷物理上不可行。
- 电源架构从 AC/54V 向 800V HVDC 的切换是确定性趋势，台达电卡位领先。
中等确定性判断：
- PCB/CCL 的结构性升级（层数+材料）是毛利率提升逻辑，不是简单的出货量逻辑。国内 PCB 厂商（胜宏科技、沪电股份等）在 AI 服务器领域的订单能见度很高。
- ODM 短期绝对利润上升，但长期定价权受寄售模式挤压。
需要持续跟踪的变量：
- CPO（共封装光学，把光模块和芯片封装在一起以降低功耗和延迟）的爆发时机——NVL576 及后续多机架架构中，光引擎/GPU 比率可能从2-4跳到17甚至35。
- HBM 产能释放节奏——如果2027年供给不再紧张，NVIDIA 的系统级毛利率压力会加大。
- 云厂商直采 SOCAMM 的进度——这直接决定 NVIDIA 内存加价空间还有多少。
本文基于摩根士丹利 Howard Kao 团队 2026年5月21日发布的报告《Analysis of Rubin rack BOM, component content, and ODM value-added》，结合东方财富、新浪财经、雪球等多源中文解读进行交叉验证后撰写。