UBS 拆解英伟达 Vera Rubin BOM：SOCAMM2 吞掉近半成本，内存占比从 53% 跳至 62%

UBS 发布了一份针对英伟达下一代 AI 超级芯片 Vera Rubin 的物料清单（BOM）拆解报告。一颗 Vera Rubin 超芯片，包含 1 颗 Vera CPU 和 2 颗 Rubin GPU，总成本估算为 $38,902。其中内存半导体（HBM4 与 SOCAMM2）合计吃掉 $24,297，占比 62%；上一代 Blackwell Ultra 架构的 GB300 超芯片上，这个数字是 53%。

更出人意料的是成本分布：CPU 端 LPDDR5X 内存模组 SOCAMM2 单独占了 $19,355，接近整颗超芯片的一半，远远压过 GPU 端的 HBM4（$4,943，12.7%）。半导体研究账号 P Equity Research 在北京时间 8 月 10 日上午 11:32 率先披露了这份 UBS 报告的关键数据，随后韩国《朝鲜日报》对其进行了跟进报道。

62%：五个数字看懂成本跃迁

拆解 UBS 这份 BOM 分析，五个数字勾勒出一条清晰的轨迹。

$38,902：Vera Rubin 超芯片的总成本。UBS 的对比基准是上一代 Blackwell Ultra 架构的 GB300 超芯片，Vera Rubin 总成本上涨约 2.1 倍。

$24,297（62%）：内存总成本及占比。GB300 的内存占比为 53%。不仅比例跳升 9 个百分点，内存绝对金额翻了 2.5 倍。UBS 明确指出："内存半导体约占 Vera Rubin 超芯片总成本的 62%。"

$19,355（49.8%）：SOCAMM2 模组，即连接 Vera CPU 的 LPDDR5X 内存，单独吃掉了近半成本。SOCAMM2 的绝对成本是 HBM4 的近 4 倍。

$4,943（12.7%）：两颗 Rubin GPU 搭载的 HBM4 高带宽内存合计成本。尽管 HBM4 长期被市场视为 AI 芯片成本飙升的"元凶"，在 Vera Rubin 这一代，它反而成了配角。

74.7 TB：一个 Vera Rubin NVL72 机柜（72 颗 GPU + 36 颗 CPU）的 DRAM 总容量。UBS 打了个比方：仅 LPDDR5X 部分就相当于约 4,500 部旗舰智能手机的内存总和。

49.8%：CPU 端 SOCAMM2 如何反超 GPU 显存

UBS 这份 BOM 报告最反直觉的发现，是 SOCAMM2（CPU 端内存）成本远超 HBM4（GPU 端显存）。

Vera Rubin 超芯片的架构决定了这个结果。一颗 Vera CPU 通过 NVLink-C2C（带宽 1.8 TB/s）与两颗 Rubin GPU 互联，CPU 端承担着数据调度、KV-cache 卸载、多模型并行执行等任务。英伟达为 Vera CPU 配置了最高 1.5TB 的 LPDDR5X 内存，通过 SOCAMM2 模组实现，带宽达 1.2 TB/s。

在 GB300（Blackwell Ultra）时代，CPU 端 Grace CPU 最高只配 480GB LPDDR5X，内存带宽 512 GB/s。Vera 直接翻了 3 倍容量、2.4 倍带宽。这背后的逻辑是：随着 AI 工作负载从单次推理转向长时间 agentic reasoning 和多步推理，CPU 侧的内存需求不再只是"够用就行"，而是直接影响 GPU 利用率和推理吞吐量。

UBS 的 BOM 数据揭示了一个此前被忽视的结构性变化：在 Vera Rubin 这一代，CPU 内存反超 GPU 内存，成为最贵的单项成本。

HBM4 只占 12.7%：GPU 显存为什么没飙上去

HBM4 在 Rubin GPU 上的单颗配置是 288GB，相比 Blackwell 的 192GB HBM3e 提升了 50%。但 UBS 数据中 HBM4 仅占超芯片总成本的 12.7%，远低于市场此前对 HBM 成本失控的担忧。

一个直接原因是 HBM4 的采购定价。富邦证券 8 月 9 日发布的分析指出，英伟达 HBM4 成本预估在 $31–32/GB，而 2026 年 HBM3e 的成本约为 $17–18/GB。虽然单价翻倍，但 Rubin GPU 上 HBM4 的总容量（每超芯片两颗 GPU 合计约 576GB）远小于 CPU 端 LPDDR5X 的容量（最高 1.5TB），乘以单价后，GPU 显存的总成本反而不及 CPU 内存。

另一个结构性因素是英伟达与 SK 海力士之间的长期供货协议（LTA）。据 Tom's Hardware 今年 6 月报道，英伟达与 SK 集团签署了价值超过 5,000 亿美元的意向书，其中包含锁定价格的 HBM 长期协议。这些协议以量换价，压低了 HBM4 在 BOM 中的相对权重。

但 HBM4 的低占比也反过来说明 SOCAMM2 的昂贵程度。LPDDR5X 的现货市场价格上涨，加上 SOCAMM2 这一新型模组形态的制造复杂度，共同推高了 CPU 内存的采购成本。

从 53% 到 62%：一代之间成本结构的质变

UBS 将 Vera Rubin 与 GB300 做了直接对比，两组数字把代际变化说得非常清楚：

内存成本增速（2.5 倍）显著超过总成本增速（2.1 倍），这意味着非内存组件（GPU 计算芯片、封装、PCB、电源管理）的相对权重在下降。

这个趋势并非英伟达独有。摩根士丹利 5 月的 BOM 分析显示，在 Vera Rubin NVL72 机柜层面，GPU 占总物料成本的比重从上一代的 63% 降到了 51%，而内存从 5–10% 跃升至 25–30%。UBS 的超芯片级数据与摩根士丹利的机柜级数据互相印证，指向同一个结论：AI 服务器的成本结构正在从"以算力为中心"转向"以内存为中心"。

NVIDIA 已经在砍内存，UBS 的数字说明什么

UBS 的这份报告发布于一个微妙的时刻：英伟达正在主动压缩 Vera Rubin 的内存配置。

7 月下旬，TrendForce 援引广发证券分析报道，英伟达计划将每颗 Vera CPU 的 SOCAMM 模组从 192GB 降至 96GB，NVL72 机柜的 CPU 总内存因此从约 55TB 缩减至 28TB。不改配置的话，内存将吃掉系统 BOM 的约 29%，超过英伟达内部偏好的 20% 上限。

UBS 的 BOM 数据恰恰解释了英伟达为什么要这么做。SOCAMM2 在超芯片层面占了 49.8% 的成本。这还只是芯片级的物料清单，没算上英伟达加在超芯片上的利润。如果 SOCAMM2 的成本压不下去，英伟达的毛利率就会受到挤压。

TrendForce 6 月初的数据显示，三星、SK 海力士和美光三家合计只能满足英伟达 Vera Rubin 所需 LPDRAM 的约 60%。供应短缺叠加价格高企，英伟达的选择空间非常有限：要么接受更高的内存成本、压缩自身利润，要么减少每颗芯片的内存配置。它选了后者。

但这恰恰说明，UBS 拆出的 62% 内存占比不是一个"问题"，而是一个指标。当 AI 工作负载的算力需求还在增长，但 GPU 本身的性价比改善越来越依赖内存的扩容，内存自然从配角变成了主角。

两条岔路：内存价格见顶，还是一段结构性短缺的开始

UBS 的 BOM 拆解提出了一个比"内存贵不贵"更根本的问题：这个 62% 的比例会继续上升吗？

一条路径指向价格回调。花旗 8 月 9 日的报告预计 DRAM 和 NAND 价格涨幅将在未来四个季度逐季放缓，价格可能在明年第二季度见顶。伯恩斯坦也判断 NAND 价格涨幅将继续趋缓。如果内存价格在 2027 年开始回落，Vera Rubin 的内存占比可能稳定在 60% 附近，甚至随着良率改善和供应释放略有下降。

另一条路径指向结构性短缺。J.P. Morgan 8 月 9 日的分析指出，英伟达降低 DRAM 配置的行为"与过去周期中的模式非常相似，可能为内存股估值设定天花板"。英伟达正在通过缩减配置来应对供应紧张和成本压力，这种行为本身就证明短缺不是短期波动。

半导体投资人 Eric Jhonsa 在 X 上写道，内存制造商签下的长期协议（LTA）虽然锁定了价格天花板，但也锁定了巨量的供应承诺。"考虑到大量未满足的数据中心内存需求，这些 LTA 的长期结果可能是 2028/2029 年有更多内存被装进加速器和服务器。"届时内存的绝对支出只会更大。

Vera Rubin 超芯片的 62% 内存占比，未必是终点。英伟达的下下一代架构 Feynman 预计将引入定制 HBM（cHBM），届时内存与计算芯片的耦合更深，议价权和成本结构还会再次洗牌。

参考链接

1. P Equity Research — UBS: Nvidia Vera Rubin BoM
2. NVIDIA Technical Blog — Inside the NVIDIA Vera Rubin Platform
3. NVIDIA Newsroom — NVIDIA Kicks Off the Next Generation of AI With Rubin
4. VideoCardz — NVIDIA Vera Rubin NVL72 Detailed
5. MarketScale — Nvidia Vera Rubin rack costs $7.8M — memory is why
6. Tom's Hardware — Nvidia's memory costs soar 485%
7. TrendForce — NVIDIA Reportedly Halves Vera Rubin SOCAMM Capacity
8. P Equity Research — Fubon Securities: Nvidia BOM Cost & Pricing Estimates
9. P Equity Research — J.P. Morgan on Nvidia's latest memory move
10. P Equity Research — Citi note on DRAM/NAND pricing
11. P Equity Research — Bernstein on NAND
12. Eric Jhonsa — Thoughts on the memory debate