当英伟达和SK海力士多年合作被官宣的那个日子, 韩国股市给出的回应是暴跌熔断。黄仁勋在首尔的那次行程, 其戏剧性, 没有比这更厉害的了。
英伟达首席执行官黄仁勋, 于上周五抵达首尔金浦机场, 从而开启为期四天的首尔之旅。有数百名韩国粉丝, 自发前来, 争抢着签名以及合影, 那场面犹如顶流艺人一般。在当天晚上, 他和SK海力士会长崔泰源、LG会长具光谟、Naver董事长李海珍, 于首尔大学路进行烤肉聚会, 以此为后续合作奠定基础。到了周末之时, 他又先后进入首尔江南区的两家网吧, 跟KRAFTON董事长张炳圭、NCSOFT首席执行官金泽辰等游戏巨头的负责人碰面, 重点关注AI游戏与人形机器人合作。
下一刻的周一, 是三天后的日子, 这会儿, 两件引发重磅关注的消息正式有了确切结果: 英伟达跟SK海力士构建了多年的技术合作关系, 合作范畴包括从CUDA - X软件库起, 经过PhysicsNeMo仿真框架, 一直到Omniverse数字孪生平台的全方位技术协作；与此同时, HuangRenxun在GTC台北主题演讲里已证实会量产的下一代AI超级芯片平台Vera Rubin, 它装载的第六代HBM4存储子系统成本比上一代Blackwell平台增加了大概435%, 而这次首尔之行进一步促使了配套HBM4内存的供应链得以实现落地。
但是哈, 就在合作宣布正式官宣的同一天, 韩国的股票市场遭遇到了暴跌熔断的情况, 市场当中的情绪跟商业方面的利好构成了非常鲜明的反差结果。
有两条消息传递出了一个清晰的信号, 英伟达不再仅仅是GPU芯片供应商, 而是要将自身升级成那种全面覆盖芯片、网络、涵盖软件以及涉及供应链管理的全栈式AI基础设施服务商了, 这一转变的背后, 存在着一场涉及定价自主权、供应链安全性以及生态统治权限的复杂博弈。
Vera Rubin不是一颗芯片
黄仁勋于此前GTC 2026中国台北时的主题演讲里正式宣告, Vera Rubin平台已然步入全面量产时期。若要领会这套平台的重要程度, 那就非得先明晰它的整体状况, 它可不是传统概念类型的一颗GPU芯片或者一块加速卡, 而是一套涵盖数据中心全技术栈的整机方案, 英伟达在这当中整合了六大自研核心组件。
图1中, Vera Rubin NVL72整机具备六个经由自身研发的组件, 其数据来源于英伟达GTC 2026。
一套完整的VR200 NVL72整机柜方案由六大组件构成, 其中有72颗Rubin GPU, 还加上36颗Vera CPU, 这凝聚了英伟达全球约42000名员工的研发力量。客户如选择Vera Rubin平台, 那就意味着把数据中心从芯片到网络再到管理的全部技术决策权交给英伟达。
当前, 在全球范围之内, 只是存在着少量企业, 达成了GPU、CPU、网络、DPU也就是数据处理单元这种全栈自研整合的情况, 英伟达的这一行为, 极大地将行业准入门槛给提升起来了。
其中, HBM4内存产生了尤为关键的升级情况。跟往前一代的HBM3E形成对照, HBM4就JEDEC标准带宽而言, 从1.2TB/s提升到了2.0TB/s往上范围, SK海力士所量产的产品甚至于达到了2.8TB/S, 增幅超出了67%之大值。在当下AI模型参数规模持续呈现指数类型增长样式这种趋势的状况下, 内存带宽直接决定了训练以及推理的效率所能至的上限范围。然而HBM4的技术壁垒达到极高程度表现, 全球里面仅仅SK海力士、三星电子、美光科技这三家企业具备生产的能力, 当中SK海力士单独一家的市占率于当中超过了50%。
关于图2, 是HBM4与HBM3E关键参数两者之间的对比情况, 其中数据来源为SK海力士官方所进行的披露, 并且是依据JEDEC固态技术协会标准。
从产品迭代的节奏方面来讲, 英伟达的架构升级周期正处于加速的状态: 先是Hopper架构（在2022年）, 而后到Blackwell（其时间为2024年）, 再到如今的Rubin（时间是2026年）, 平均两年就会更新一代。需要留意的是, Vera CPU的独立作战意味着英伟达不但要在GPU领域保持统治地位, 而且还要在数据中心CPU市场同时去挑战英特尔与AMD, 这属于公司历史上最为大胆的一回战线拓展。
HBM4贵到肉疼
一则意味深长的话自黄仁勋说出, 当时他正在首尔接受访问: “我们有着足以支撑极为强劲增长态势的供应——然而我们持续处于供应受限的状况。”前半句所展现的是自信态势, 后半句呈现的才是实际情形: 需求迅猛增长, 以至于产能根本难以追赶得上, 并且成本已然上涨到让客户深感心疼不已的程度。
得悉于摩根士丹利研报, Vera Rubin NVL72整机物料成本也就是所谓的BOM, 已然从Blackwell NVL72的大概400万美元, 一路攀升至大概780万美元, 其涨幅大约是95%。特别是其中的HBM4存储子系统成本, 由大概100万美元增长到了大概530万美元，涨幅约为435%, 可这一数字常常被人误解当作整机成本的涨幅, 其实也就是单指存储子系统这一部分而已。处于这个成本结构里, HBM4内存所占比例超出60%, 这就表明, 于单台Vera Rubin机架之中, 价格最贵的部件并非英伟达自己生产产出的GPU芯片, 而是通过外部采购得来的HBM4内存。
图3, Vera Rubin NVL72物料成本结构, 数据来源为摩根士丹利研报, 以及钛媒体, 统计时间是2026年6月。
然而需求不但没有呈现出萎缩的态势, 反倒在以一种加速的状态进行着扩张。英伟达在2027财年的第一个季度, 也就是统计截止于2026年4月26日的那个季度, 因为海外企业财年与自然年存在差异, 其营收达到了816亿美元, 和上一年同期相比增长了85% , 不仅如此, 具备数据中心业务的营收增幅更是高达92%。黄仁勋运用「高速持续增长」这样的表述来描述当下的需求曲线, 他于GTC 2026这个平台上表明, 公司到2027年的需求可见度已经达到了至少1万亿美元。
之所以会是这种“贵也得买”的局面, 其根本原因在于, AI芯片拥有的护城河并非价格, 而是性能。在当下进行的AI军备竞赛里, 部署延迟相较于成本超支在杀伤力方面更甚, 对于云厂商来讲, 要是晚一个季度去部署新一代GPU, 那就意味着在AI能力竞争中会被对手甩下一个身位。
市场针对HBM供应链的敏感度, 也处于急剧般地放大状态。在2026年6月4日这个时间点, 半导体研究机构SemiAnalysis发布了研报, 该研报指出, Rubin NVL72于系统内存配置方面, 有可能出现变化, 这里涉及到的是LPDDR5X部分, 并非HBM。可是市场却不当解读此信息, 把它误读成HBM配置遭到削减, 基于此, 美光科技股价在盘中剧跌, 跌幅超过10%, 在单日之内市值蒸发超过1000亿美元。到了次日, 黄仁勋急迫地出面进行澄清动作, 其强调「会运用大量HBM内存」, 如此, 市场情绪方才得以平抚。这件事情直观地展现出, HBM已然成为了有着核心情绪的AI半导体行业的供应链风向标。
到了6月5日, 美国呈现出超预期强劲的非农就业数据, 这一数据把市场对美联储年内加息的担忧给引爆了, AI及科技类美股, 其拥挤度极高并且估值高企, 从而出现了重挫。英伟达股价在当日暴跌了6.19%, 收于205.12美元。标普500跌了2.6%, 纳斯达克暴跌超过4%。就在同一天, 黄仁勋在首尔与韩国商界大佬的烤肉聚会照片, 在社交网络上刷屏了。
商业叙事与资本市场的割裂，在这一刻达到了极致。
目前, 全球范围内, 高端的AI训练以及推理芯片, 都对HBM系列内存有着高度的依赖, 产能跟成本方面的压力, 是整个行业共有的问题, 并不是英伟达才有的情况。HBM4成本大幅上升, 使得整机BOM被推高, 进而传递到算力服务的价格上, 这样的价格传导链条, 正在重新塑造整个AI基础设施的成本结构。上游部分内存成本升高, 已经顺着产业链向中游的硬件、下游的算力服务逐步传导, 成为全行业共同面临的成本压力。
上游绑死，下游自己造芯
NVIDIA在Vera Rubin大规模生产以及HBM4成本急剧增加的表面情形之下, 于两条战线同步开展博弈, 上游是和SK海力士进行深度技术关联, 下游是云巨头客户的自行研发芯片导致市场份额被分散。
SK海力士不只是供应商。
此次合作绝非只是一份传统的采购协议, 依据双方在6月8日所披露的情况, SK海力士会引入英伟达的CUDA - X加速库以及PhysicsNeMo仿真框架, 用以加速芯片仿真与光刻计算流程, 与此同时, 借助Omniverse平台和cuOpt优化引擎, 构建晶圆厂数字孪生, 进而推动工厂自主化运营, SK海力士不单单是英伟达的内存供应商, 还成为了英伟达AI软件栈的深度用户。
英伟达当下所布局的所有三条赛道: 以Vera Rubin为核心的AI基础设施、个人AI终端, 还有边缘AI机器人平台皆在合作范围覆盖范围之内。SK海力士已宣称未来五年晶圆产能会翻倍。然而行业普遍预估HBM缺货潮将会持续到2030年。
此次合作的实质是, 由「硬件供应、软件赋能以及制造协同」所构成的全链条相互耦合。然而, 风险也是切实存在的: SK海力士HBM的市场占有率超过了50%, HBM的产能呈现出高度集中的态势, 在长期深度绑定以确保供应的情况下, 双方也由此形成了利益共同体, 即价格与产能的波动会进行双向传导。摩根士丹利的分析师已在一份研报当中发出了警告, 英伟达对于单一HBM供应商的依赖程度正在逐渐逼近风险阈值。
大客户正在自己造芯。
英伟达面临的另一重压力源于最大客户群体, 亚马逊、谷歌母公司Alphabet、微软以及Meta, 这四家属于云计算与互联网领域的巨头, 在2026年的时候总计资本支出预计大概约为7250亿美元, 并且同比增长幅度达到77%, 然而现时有越来越多的资金正朝着自研AI芯片的方向流动。
以下是四大云巨头在 2026 年的资本支出估算情况以图 4 呈现, 其中数据来源为 Motley Fool 以及各公司财报与公开信息, 统计的时间是 2026 年 6 月。
超过苹果公司2025财年净利润（约1120亿美元）的是四巨头资本支出总和, 这足以表明AI军备竞赛的激烈程度 , 然而英伟达的应对策略十分清醒 , 黄仁勋指出 , 存在一类快速增长的新买家 , 即AI初创公司 、企业和政府 , 它们既不制造芯片 , 也不设计自身的芯片。
首先, 英伟达的策略在本质方面是这样一个情况, 就是要去接受大客户在训练这个关键环节当中会自营进行分流的这一事实, 并且与此同时, 还要从更为广阔的推理这个市场范畴以及增量客户主体当中去获取相应的增长额度。然后, 只要人工智能整体支出池的扩张速率能够比英伟达的份额被逐步蚕食的速率更快一些, 那么这家公司就能够持续取得增长。
于合作框架之内, 依旧存有三个博弈要点, 其一, HBM4单价远比前代产品高, 双方围绕定价权的拉锯仍旧在持续进行, 其二, 先前市场传出来SK海力士打算把HBM4供应量降低30%的消息, 尽管已被双方给否定, 然而却反映出供应链处于紧绷态势下的信息敏感性, 其三, 三星电子得到HBM4认证, 给英伟达提供了备选方案, 在一定程度上强化了英伟达的议价能力。
谁在英伟达的影子里活着
较之于云巨头开展的自研芯片进攻态势, 传统半导体领域的竞争对手针对英伟达所形成的威胁更具间接性, 他们更多是于英伟达主动或被动留出的细分市场范围里寻觅机会。
一个典型案例是Intel的Crescent Island。
2025年年底的时候, 英伟达把AI推理芯片公司Groq收购了之后, 就将之前原定的Rubin CPX（那个预填充加速器）计划给搁置了。英特尔很敏锐地觉察并捕捉到了这一空缺之处, 于是推出了代号为Crescent Island的数据中心GPU, 是一款350W功耗的PCIe风冷卡, 它采用的是LPDDR5X内存（成本比HBM要低很多）, 主要聚焦于AI推理当中的预填充加速场景。
相比于此, 更值得去细细品味琢磨的是, 英特尔有着这样的计划, 那便是支持英伟达的Nvidia Dynamo推理拆分这种框架。英特尔做出了这样的一种选择, 其所选择的是于英伟达生态范围之内的细分赛道去进行布局, 而这恰恰也是当下众多处于二线位置的芯片厂商所做出的务实之选。在AI芯片这一特定领域当中, 「对英伟达发起挑战」以及「于英伟达所构建的体系之内寻觅生存发展的空间」, 这明显是完全不同的两件事情, 有着本质的区别。
MI300X由AMD搭载HBM3内存, 其最高容量为192GB, 在硬件参数方面能直接和英伟达旗舰产品进行对标。CUDA（也就是并行计算框架）生态所形成的软件护城河牢固得难以攻破, 因为开发者历经多年积累而成的编程习惯, 数量众多达到数以万计的优化库, 以及主流深度学习框架给予的原生支持, 这些共同构成了一道迁移成本极高的壁垒。尽管AMD一直在持续完善其ROCm开源生态, 可短时间内看不到有撼动CUDA统治地位的可能性。
到2026年6月5日收盘的时候, 英伟达的市值大概是5.1万亿美元, 滚动市盈率大概是43.6倍。当下市场争论的关键问题在于: 这样的估值到底还有多大的能够向上行进的空间呢?
英伟达市值翻倍情景分析, 呈现基于2年维度的情况, 此图为图5, 数据来源于Motley Fool分析师模型, 以及CompaniesMarketCap的市盈率数据, 统计时间是2026年6月。
存在着唯一的核心变量, 即, AI总支出池的扩张速度, 它持续快于英伟达市场份额被蚕食的速度, 这种情况是否能够实现呢? 就目前可获取的数据而言, 答案在当下暂时是肯定的。然而, 并没有任何迹象能够表明, 此答案会是一个永久性的答案。英伟达的“时间窗口”究竟有多宽, 其最终的决定因素在于, Vera Rubin这一代产品在性能表现上所要拉开的代差量有多显著, 以及HBM4供应链的绑定程度, 是否足以对竞争对手的发展步伐形成拖慢的效果。
除此以外, 存算一体以及光子计算等新型硬件技术路线不断持续迭代, 未来同样存在着绕开HBM内存依赖的可能性, 虽这些技术尚且处于早期阶段, 但是却为长期产业格局增添了额外的变量。
没有永久保险
回归到开始的那个命题, 这场围绕着定价权、供应链安全以及生态统治力所展开的博弈, 英伟达所拥有的底牌究竟是什么呢? 进行剖析来看, 其是存在着三重布局的。
首先, AI算力需求呈现出高速增长的态势, 这种高速增长的状况是完全能够对大客户进行自研从而导致的份额被分流这一情况起到对冲作用的。其次, 单季营收达到了816亿美元, 并且有着高达1万亿美元的需求可见度哦, 就目前的情形而论, 是能够对前面所说的这一判断起到支持作用的。
其二, Vera Rubin全栈生态以及CUDA软件壁垒, 不断提升客户的迁移成本, 云厂商能够自研芯片, 然而数据中心架构依旧离不开NVLink互联协议、ConnectX智能网卡以及BlueField DPU这些“看不见的组件”。
首先, 借助绑定核心 HBM 产能, 从而守住硬件端的竞争优势, 其次, 这让竞争对手即使连可获取 HBM4 的入场券机会都没有, 最终, 导致竞争在起跑时就已陷入被动状态。
可这三重布局均未构成「永久保险」。AI产业增速回落之举, 云厂商自研技术突破性进展之事, 新型存储技术对现有架构造成颠覆性影响之状况, 都极有可能致使当下的深度绑定转变为发展的桎梏。
当有一家公司, 它身为你的供应商, 同时又是你的竞争对手, 还是你的最大客户以及你的生态系统规则制定者, 此时这场牌局究竟是谁在洗牌呢? 至少就现阶段的情形来看, 答案是黄仁勋。然而在AI算力这场持续不断的长期竞赛里, 供应链与生态间的较量, 距离终局还非常遥远。
有一个细节是值得予以留意的, 恰恰就在韩国股市出现暴跌并且触发熔断机制的那一相同日子, 机器人这个板块呈现出逆势上扬的态势。
当天, 黄仁勋会见了现代汽车董事长郑义宣, 郑义宣向黄仁勋介绍了现代汽车新万金项目, 该项目涵盖AI、机器人与氢能技术, 郑义宣还提议英伟达携手打造AI、机器人和数据中心系统 , 黄仁勋笑着回应说: 「只要现代汽车下单, 英伟达就给折扣。」会后黄仁勋放话, 物理AI与人形机器人将成为下一重点, 市场在恐慌中依然为这张远期蓝图买了单。
在英伟达与SK海力士宣布合作这一天的时候；韩国股市遭遇到暴跌熔断的情况；市场通过实际行动给这场高调商业叙事浇了冷水；就算黄仁勋拥有全栈生态以及供应链深度绑定那般的底牌；资本市场的耐心以及宏观经济的风向；从来都不在任何人能够掌控的范围之内。“本文首发钛媒体APP, 作者 | 硅谷Tech_news, 编辑 | 焦燕”。
