AI服务器涨价超15%,原来是内存“惹的祸”!代工厂、巨头如何应对?

序号1

AI服务器涨价:内存成幕后推手

近期,英伟达最大的几家客户收到通知,搭载英伟达AI芯片的服务器将涨价,很多配置涨幅超15%,2027年初生效,旗舰级的Vera Rubin和Grace Blackwell也在其中。但此次涨价并非英伟达所为,而是代工厂发出通知,真正的原因是内存价格暴涨。

全球近九成的内存生意掌握在三星、SK海力士和美光三家公司手中。2026年第一季度,传统DRAM合同价环比上涨约93% - 98%,直接拉高整个内存行业营收81%,达到970亿美元。TrendForce预测第二季度再涨58% - 63%。供应商库存极低,增量产能优先供给AI服务器用的高容量RDIMM,PC和手机厂商难抢到货,且扩产不易,新无尘车间从动土到量产需两三年。

序号2

内存需求激增:AI服务器的“胃口”越来越大

英伟达技术博客显示,Rubin单颗GPU要挂288GB的HBM4内存,比上一代Blackwell多出一半;数据进出速度飙到22TB/s,是上一代的2.8倍。推理的解码阶段受制于内存子系统,模型越大、上下文越长、KV缓存越占地方,内存瓶颈越明显,芯片越强越吃内存。

过去GPU是绝对主角,内存是配角,现在内存单价一个季度翻一倍,每颗GPU还得配288GB,配角戏份加重,一涨价就改写整台服务器的成本。

序号3

代工厂毛利下滑:转嫁价格风险

全球最大的AI服务器代工厂商广达,2026年第二季度单季营收首次突破新台币1万亿元,同比翻倍还多,但毛利率从去年同期的7.05%降至5.02%,第一季度更只有4.78%。广达称客户导入GB300机柜比重大幅上升,关键零组件包括内存价格上扬冲击了毛利。

据报道,广达已开始改AI机柜采购模式,从“买断转卖”改成“客供料”,纬颖也和部分客户谈成类似协议,代工厂不想再承担内存价格波动的风险。

序号4

巨头自研芯片:仍难绕开内存涨价

微软、谷歌、亚马逊、Meta等都有自研加速器项目,但都不生产HBM或DRAM,自研的是加速器而非内存。他们应对涨价的关键是在涨价前用长期协议锁定供应量和价格,英伟达动手更早,2027财年第一季度财报显示其供应承诺已增加到1450亿美元,有分析认为其2026和2027年的HBM供应已基本锁定。

编辑观点:内存价格暴涨引发AI服务器涨价,代工厂毛利下滑转嫁风险,巨头自研也难避内存困境。未来内存供应和价格仍是影响AI服务器市场的关键因素,各方需在成本和供应上谨慎应对。

内容概要:本文系统研究了锂离子电池模型在不同工况下的最佳性能与效率,聚焦于电池组配置、负载选择、放电倍率(C-rate)、容量及电量状态(SOC)等关键因素对电池系统行为的影响机制。通过Simulink平台构建精确的电池仿真模型,全面模拟多种运行条件,深入分析各参数对电池输出特性、能量效率、热特性及寿命衰减的作用规律。研究不仅涵盖模型搭建、参数辨识与动态响应仿真,还结合量化指标评估不同配置下的综合性能,提出优化策略以提升电池系统的能效表现与稳定性,为锂电池在复杂应用场景中的高效利用提供理论支撑与技术路径。; 适合人群:具备电化学、电气工程或自动化等相关专业背景,从事新能源技术、储能系统、动力电池管理等领域研究的科研人员与工程技术人员,特别适用于硕士、博士研究生及企业研发工程师。; 使用场景及目标:①指导电动汽车、储能电站等系统中锂离子电池的优化选型与配置设计;②支持电池管理系统(BMS)中SOC估算精度提升与充放电策略优化;③为多因素耦合下的电池性能仿真与能效评估提供可复用的Simulink建模框架,助力科研项目开发与工程验证。; 阅读建议:建议读者结合文中所述Simulink模型进行实操复现,重点观察不同C-rate与SOC区间对电池电压响应和能量损耗的影响,进一步可拓展至温度效应、老化模型及多电池一致性分析等方向进行深化研究。
内容概要:本文针对配电网在发生故障后的恢复重构问题,提出了一种结合改进深度优先搜索算法与二进制粒子群优化算法的混合求解方法。通过改进的深度优先搜索算法高效生成满足辐射状结构约束的可行网络拓扑,确保系统在故障隔离后能够快速构建合理的供电路径;同时,引入二进制粒子群优化算法对开关操作序列进行智能优化,在满足电压、潮流等运行约束的前提下,最小化停电损失、降低网络损耗,并最大化供电恢复能力。该方法在Matlab平台上完成了仿真验证,结果表明其在求解效率和优化性能方面均优于传统方法,适用于复杂配电网的快速自愈控制。; 适合人群:电气工程、电力系统自动化及相关专业的研究生、科研人员及从事配电网运行维护、智能电网开发的技术工程师。; 使用场景及目标:①实现配电网故障后的快速供电恢复与网络重构;②优化开关操作策略以减少停电范围和时间;③提升配电网的自愈能力与供电可靠性,支撑智能配电系统的自动化决策。; 阅读建议:此资源融合了图论搜索与群体智能优化技术,具有较强的理论深度与工程实用性,建议读者在熟悉配电网结构和潮流计算的基础上,结合提供的Matlab代码深入理解算法实现流程,并可通过更换不同规模的测试系统进一步验证算法的适应性与鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值