NVIDIA 調整 Vera Rubin 記憶體配置！HBM4 成本飆升，AI 伺服器 BOM 面臨新挑戰

AI 晶片效能持續提升，但高頻寬記憶體（HBM）的成本也逐漸成為 AI 基礎設施的重要挑戰。根據 GF Securities 最新分析，NVIDIA 正調整下一代 Vera Rubin NVL72 AI 系統的記憶體配置，希望在 HBM4 價格持續攀升、供應仍然吃緊的環境下，有效降低整體系統成本。

分析指出，Vera Rubin NVL72 原本的成本預估已因 HBM4 價格上升而持續調高。市場先前估計，一套 Vera Rubin NVL72 機櫃成本約為 910 萬美元，其中 HBM4 記憶體被視為成本增加的主要因素之一。分析師預估，到 2027 年 HBM4 價格可能上升至每 GB 53 美元，進一步推升 AI 伺服器整體 BOM 成本。

為降低成本，GF Securities 認為 NVIDIA 將調整 Vera Rubin 的 LPDDR5X 記憶體配置。其中，SOCAMM（Small Outline Compression Attached Memory Module）容量預計由原先的 192GB 下調至 96GB，相當於容量減半。

除了 SOCAMM 外，CPU 記憶體容量也將同步縮減。原先規劃約 54 至 55TB，最新分析認為將調整至約 28TB，以降低整體物料成本。

值得注意的是，此次調整主要集中在 CPU 端記憶體。GPU 部分仍將維持約 20.7TB 的 HBM4 容量，代表 NVIDIA 並未削減 AI 運算最重要的高頻寬記憶體配置，而是透過調整 CPU 端容量，在效能與成本之間取得平衡。

GF Securities 預估，採用新的記憶體配置後，LPDDR5X 成本可由原先約 120 萬美元降至約 58.6 萬美元；若容量進一步縮減，成本甚至可能降至約 29.3 萬美元，顯著降低整體系統成本。

分析同時指出，若不調整配置，VR200 系統的記憶體成本可能高達約 210 萬美元，占整體 BOM 約 29%，高於市場普遍認為較合理的約 20%。因此，調整記憶體配置被視為控制 AI 伺服器成本的重要策略。

從產業角度觀察，HBM 已逐漸成為 AI 伺服器最關鍵的成本來源之一。隨著 HBM4 價格持續上升，記憶體已不再只是輔助元件，而是直接影響整套 AI 系統成本結構的重要因素。

另一方面，NVIDIA 開始從系統架構層面尋求成本最佳化。本次調整主要集中於 CPU 端 LPDDR5X 記憶體，而非 GPU 使用的 HBM4，反映公司希望在維持 AI 運算效能的同時，兼顧產品成本與市場競爭力。

未來 AI 基礎設施的競爭也將逐漸延伸至記憶體供應鏈。HBM4、LPDDR5X 等高階記憶體的供應能力、價格變化以及最終產品配置，都將持續影響 AI 伺服器的成本、交貨速度與市場競爭力。HBM4 價格走勢、Vera Rubin 最終規格以及記憶體供應狀況，將成為市場後續關注的重要指標。