英伟达nvl72机柜是啥
粉丝3.1万获赞13.1万
相关视频
05:32查看AI文稿AI文稿大家好，我是瑞克老张啊，然后那个星期五的时候啊，那个英伟达最新的机柜不是发了吗？啊，这个呃，叫 robbie 两百的最新机柜发了，很多朋友问啊，到底什么情况啊？怎么看？ 呃，咱们先说啊，这个玩意儿的话呢，它的算力大概在七百左右。单机柜啊，这是七十二张卡， n l 七二的一个超级点的机柜，它在七百左右。然后呢，我们的九幺零 c 的， 华为的这个 crmc 三八四呢，大概在三百二到三百五之间啊，所以呢，差不多这个东西的这个算力呢，是 crmc 三八四的一倍 啊。如果换成升腾九五零的 pr 的 话呢，差不多呢，是，呃，这个零点七五倍啊，就是不到一倍了啊，但因为那个差不多四百左右啊，四百四到四百五的样子啊，这个，这个，呃，是七百出头的啊， e l f o p s。 啊，所以呢，这么一个情况，那这个东西怎么看啊？我们觉得三点。第一点呢，这个是单机，贵， 它多机柜之间没法进行互联，这七十二张卡可以虚拟成一张卡来使用啊，但是那它两个机柜平时一百四十四了，不行，还变成两张卡虚拟成两张卡。华为的 chromecast 三八四呢，它只是一个单元，它可以往上加，比如说两个三八四放在一起，它依然可以虚拟成一张卡 啊，五个三八四放在一起，他依然可以虚拟成一张卡，甚至八千一百九十二张卡的那个三八那个放在一起，他依然可以虚拟成一张卡。华为是所有这些卡虚拟成一张卡的啊，因为拿这个是七十二张卡虚拟成一张卡，但是其他的那些就变成第二张卡，第三张卡，第四张卡，懂了吗？ 他是这样的一个逻辑，华为是把所有的卡全部加进来，变成一个大系统，然后形成一张卡，英伟达这是只有七十二张卡能训成一张卡，其他的变成单独的啊，不，不同的卡。然后呢在卡间进行交互，所以他那个机柜之间用的是光缆机柜，那个用的是高速的线缆、 铜缆啊。好了，这个事很多朋友问啊，咱们就说三个，第一个英伟达的这个大概一点五到一点八亿美元的价格， 华为这个呢是一点二到一点五亿人民币啊，所以说啊，这个如果说华为这两个三八四相当于英伟达的一张卡的话，差筹这个差不多是三亿人民币左右啊，是它的这个四分之一啊，四分之一左右的这样的一个水平啊，这是第一个价格，价格，价格。 所以呢，第二的话呢，华为这个呢，它的效率啊，这个包括数据交换效率还是要胜过英伟达的啊，计算的这个效率没有人高啊，因为人家那个算力上去，但是 数据交换的效率它是胜过英伟达的，我们算过这个中间的比值，九幺零 c 的 一个 cloud mate 三八四都已经是这个机柜间，机柜就是英伟达这，这个 roby 两百这个机柜和另外一个英伟达 roby 两百机柜之间数据交换大概二点七倍， 二点七倍啊，所以这这个是数据交换的速度，这个现在呢，在推理的这个情况之下，数据交换决定了推理的很多的速度啊，所以这个卡的话呢，放在那个现在的情况之下啊，呃，就是后续的东西还是有很多东西的。第三个的话就是我们的差距大不大？大，因为我们单卡确实没人家强， 大卡差人两代呢啊，确实没人家强，我们现在能赶到 h 两百，人家都已经搞 g b 三百了，是吧？这是差两代。但是啊，我们通过系统上的东西啊，而且华为这个呢，它在不停的扩，它可以不停的扩， 而且他有领取总线，英伟达是没有领取总线的，没有做这种这种软总线的这种东西啊，所以他的呃，这个整体的效率还停留在七十二张卡的基础上，超过七十二张卡，他的这种合并效率就 大幅的下降。而且呢，华为这个呢不挑啊，因为他的机柜不用那么高的那个电，也不用那么高的这个散热啊，所以他的机柜没有那么强的需求，华为这个不挑地方，随便放。英伟达这个呢，必须要满足他的单机柜的功率啊，包括散热那个制冷散热这个东西达到效果才行 啊。大概这么一个情况，跟大家简单做一个介绍啊。所以呢啊，我们依然遵循着我们原来用能源换算力，用系统换算力这个要求，而且的话呢，我们这个东西是可以不断拓展的，不断拓展它会带来的什么？是整体的这个算力的一个提升 啊，而且呢，这个逻辑的话就是我未来有什么卡，我这个系统可以不变，我可以不断的换这些卡，懂吗？比如说我的九七零出来了，我可以把九七零换到这个系统中，它一样是使用的，而且它的效果又会上一个台阶啊，所以对于华为的这个东西来说，它是非常适合我们这样的发展的。而且它的效率比啊，那个这个算力的效率比 还是比英伟达那要强。英伟达那个是就这七十二张卡，这单机位很牛逼，但是机柜之前，那就那就差，差远了，去了啊，差远了去了。好了，简单说到这了，那么后续东西呢？英伟达这套东西，它会对整 个达令的拉动什么样子？哎，这个东西的话，咱们肯定要看，好好看啊，对不对？这个确实是关注到大家的嘛，那这个呢，我们在后续的啊，我们的这个会员课补课里面啊，会员的季度会员课补课里要深度详细的讲两到三期的视频，加上一次直播讲这个事， 这个东西非常强的，正好六月份，我要，呃，那个四号，五号的时候，我要去参加那个，呃，这个，这个华为云的这个峰会，回来以后把两个东西拿在一起，再给大家做个深度对比， 好好的做一次直播啊，需要的人呢，好好看一下，咱们的这个课，非常超值啊，九十天，四十五个视频，八场专门的直播，很多朋友说，哎，听完老张的课能拿住了啊，很多东西能拿的住，知道怎么决策了，这就非常重要， 非常重要，你有了这种认知，你就好办了，对不对啊？需要他就好好看一下，而且因为内容非常优质，平台给了大量的补贴啊。那个，呃，咱们原本的话呢，这个季卡呀，原本咱们的月卡就已经到什么情况了？就已经到这个两百多，将近三百块了，所以我们的季卡应该八百出头才对。 那现在的情况啊，咱们这个六百出头就能拿到了，甚至啊，很多平台给的补贴大，不到六百就能拿到，非常的超值，需要他好好看一下。链接在底下啊， 点击即可。一，另外一定要接助教老师电话，不然你不知道该怎么看课啊啊，再说一句的话呢，需要的话赶赶紧看啊，今天就到这，我是瑞克老张，关注我，咱们投资的视角，看科技背后的精彩，我们下期见，拜拜。
510瑞克老张有话说
00:51查看AI文稿AI文稿ai 史上最恐怖的算力怪兽！黄仁轩正式公布了下一代鲁本架构的旗舰产品 vr 二零零 nbl 七二机架级 ai 超级计算机，单台 odm 采购价高达七百八十万美元，比上一代 gb 三百几乎翻倍。其中单颗鲁本 gpu 卖五点五万美元， vr cpu 卖五千美元，光七十二颗 gpu 就 花掉近四百万美元。相比上一代，它的 ai 训练能力提升三点五倍，威力暴涨五倍，每百万抽空成本直接砍到原来的十分之一。 这款算力怪兽一次性集成七款全新芯片，通过 nv 六实现全固原三 g t u， 带宽达三点六 t 的 原料无感化设计，让部署效率提升二十四倍，最高功耗两百三十千瓦。更惊人的是成本结构变内存成本暴涨百分之四百三十五， 占比从百分之九飙升至百分之二十六， g t u 占比首次跌破百分之六十，降至百分之五十一，电力和散热将成为比芯片更稀缺的资源。目前， vr 二零零 nbl 七二已开启一定二零二六年第三季度量产， 批订单被微软、 open ai 等巨头抢光。黄仁勋直言它是智能体 ai 时代的基础设施，将彻底开启 ai 工业化新时代，同时也会让上一代 h 一 零零、 h 二零零快速沦为过时面的垃圾，进一步巩固英美达在 ai 算命领域的绝对统治地位。
36超计算半导体
01:57查看AI文稿AI文稿今天用一百秒的时间带大家看一下英伟达 vr rubin nv 二七二的组装过程。这台是由戴尔出品的 power x 叉 e 九八幺二，是典型的针对 ai 大 模型训练的高密度计算平台，现在让我们看看它的硬件构建过程。 首先进行的是基础框架和散热系统的搭建，工程师正在搬运并固定机柜重型轨道以及对应的盲插液冷气管。为了满足七十二个 gpu 高载运行时的散热需求，这套高规格的液冷管路和背板供电系统是整个机柜稳定运行的基础。 在以往的数据中心里，服务器往往是单机堆叠，但在 nvr 七二这样机架级系统面前，传统的物理边界被打破了。大家现在看到的这些重型结构和密集的托盘，最终构建出的其实是一个完整的、单一的计算节点。机柜本身就是一台超级计算机， 范围内密度的指数及跃升必然伴随工号的成倍增加。接下来是核心计算组间男装，由于设备较重，多名工程师协同作业，将装载了处理器和加速卡的高密度计算托盘逐一滑入机柜。大家在画面中可以重点关注那些粗壮的管路和快插接口。在这个工号级别，传统的风冷已经彻底失效，系统必须全面依赖冷板式液冷吸管设计， 通过精准的水路循环来压制 vr cpu 和 ruby gpu 的 发热，确保设备在长时间高覆盖下不降频。对于算力中心而言，时间就是成本。这种高度集成化的整机架设计，不仅做到了极限的算力密度，更将电源、水路、高速网络提前在柜内打通， 想要在一个机柜里塞进七十二颗这样的大功号芯片，对工程结构的考验极大，大家注意看托盘推入轨道的过程。设备内部没有传统意义上的复杂懈烂， 系统采用了极其精密的盲插设计，确认托盘卡扣锁定后，其余的计算节点依次安装到位，并凭借内部的 n、 b、 l 互联网络，机柜内的所有计算单元能够作为一个统一的整体协调工作，以满足大规模集训计算对通信宽带和极低延迟的要求。 最后阶段，团队完成了尾部高功率电源模块的插入，并逐一检查液冷快插接头及各类传感器的连接状态，这就是目前行业内应对下一代 ai 算力需求最成熟的硬件落地接法。
5901GPU老李
04:10查看AI文稿AI文稿哈喽，大家好，今天我们来看一封大摩的研报，那在这个研报里面呢，大摩是拆解了英伟达整一个机柜的成本，包括从当前最新的 grace blackwell 三百机柜到下一代的 verubin 两百， 整一个机柜成本的变化是怎么样的？那首先我们来看一下整体的情况，当前最新的 grace blackwell 三百机柜整体的一个成本大概是在四百万美元左右，包括了 gpu， cpu， 一 些交换芯片，还有存储， 这些成本加起来是在四百万。那到了下一代的 vero 两百呢，它的成本会有一个接近翻倍的提升， 提升到七百八十万美元。虽然说都是 n v link 七十二，都是七十二个 g p u 的 机柜，但是它的成本是翻倍的， 我们就来看一下它翻倍的成本主要是从哪里来的？那我们先来看机柜里面最核心的东西，当然也就是 gpu， 那 其实这一次 gpu 成本提升的幅度是不如整一个机柜成本提升的幅度的， gpu 的 成本只提升了百分之五十七，从原本的二百五十二万 提升到了三百九十六万，并没有到一倍的水平。所以呢， gpu 占到整体机柜成本的百分之六十五， 下降到了下一代的百分之五十， g p u 在 总成本里面的占比是越来越少了，那我们看这一次成本提升最多的是谁呢？那就是存储， 那这边的存储其实包括了封装在 g p u 周围的 h b m， 也包括了像是放在 c p u 周围的 dm， 那 整体存储芯片成本提升的幅度达到了百分之四百三十五，从当前的三十七万美元 提升到了下一代的两百万美元，那也是反映出了，第一就是最近一年存储芯片的价格上升，那第二也是在机柜里面对于存储芯片需求的增加，那在提升之后，存储芯片占到整体机柜的成本也达到了百分之二十五，那我们来看下一个成本提升最多的什么，就是 pcb 成本提升了百分之二百三十三。那 pcb 其实作为印刷电路板，所有的电子元芯片都是被放在这个 pcb 上面的，包括像是 gpu， cpu， 还有各种交换芯片或者电容，那它呢会作为供电或者说传输信息的戒指， 在整一个机柜中也是非常重要。那当前随着 gpu 规格的提升，其实 pcb 所要传输信息的密度也是在成比例的增加的， 所以说当前的 compute pcb， 它的计算板从二十二层提升到了二十六层，它的交换板呢也是从二十四层提升到了三十二层， 所以在这种规格提升的背景下，它的难度，它的成本也是在增加的，所以说这一次 pcb 整体的成本提升了百分之二百三十三。那除了 pcb， 当然还有类似的 a b f substrate， a b f 窄板， 它其实可以被看作是一种特殊的 pcb， 因为我们知道 gpu 其实都是几纳米的制成，如果直接把它放在 pcb 上面，它们两个的规格其实是不匹配的，所以呢中间需要加一块 a b f 载板，那这个 a b f 载板，它其中的 a 呢， 其实指的是一个日文阿基诺多，也就是未知数未知的意思，那这个是因为 a b f 载板的原材料是由未知数公司研发出来的，那当前未知数这家公司也是占据了 a b f 原材料百分之九十五的供应，那可以说这家未经公司某种程度上卡住了当前 ai 的 小脖子。那我们再来看还有什么成本增加比较多的？下一个就是 m l c c 它的电容， 因为我们知道 g p u 的 运算是非常耗电的，所以呢， g p u 它的运行状态和它的停止状态所需要的电压的差距是非常大的，所以如果 g p u 运转一会儿，停止一会儿，放任它这么干的话，其实对于整一个电路的电压是非常不稳定的，这个时候呢，就需要电容 来作为整一个稳定的角色，所以这一次 m l c c 的 成本也是提升了百分之一百八十二。但是呢，它在总成本里面的占比仍然是比较少的， 总共七百八十万美元的成本，它只占到了四千美元。那再往后，其实交换芯片的成本也增加了百分之一百二十左右。那其中 n v link 交换芯片是负责机柜向外部，也就是机柜和机柜之间，机柜和交换机之间 做信息的交换，那这一部分的交换芯片成本也都增加了百分之一百二十二和一百二十一。那以上这些呢，基本上就是下一代的 verubin 机柜成本提升比较多的项目，也代表了下一代技术对于各项材料的需求。
3578呱呱蛙Investing
00:51中国为什么一直没有进口H200 B300的算力、显存、带宽比H200的性能是断层式碾压，支持FP4精度，并且有NVL72高密度机柜形态。中国不会接受英伟达过时产品高价清库存。#英伟达 #AI #GPU查看AI文稿AI文稿为什么美国已经批准 h 二百出货到中国，但是中国始终不批呢？因为英伟达目前最新一代产品是 b 三百，而 b 三百跟 h 二百表面上看它只差一代，实际上性能差距起码在几倍以上，甚至几十倍。 b 三百的 f 八算力是 h 二百的两倍，现存的大小是两倍，现存贷款是两倍。并且 b 三百有 n v l 七十二整机柜形态，而 h 二百没有 h 二百最多也就是八卡或者十六卡。 所以呢，当 b 三百有这个 n v l 七十二形态之后，它整个高速互联之后，可以提供的这个推底效果是全面碾压 h 二百的。 所以中国的逻辑就是，你要么你就给我出口 b 三百，特别是 n v l 七十二，如果你还在拿我清 h 二百的库存的话，那我为什么要当这个冤大头？
1959逆转的王牌
04:50查看AI文稿AI文稿英伟达 ruben n v l 七二机柜五层硬核拆解，免则前置权威，仅基于行业供需数据做客观逻辑拆解，不炒作，不推荐，各国买卖涨跌由市场资金决定，理性看待板块机会与风险。内容较长，耐心看完。拆解不易，点个关注点点赞， 摩根士丹利拆机数据颠覆性，实锤英伟达 ruben del 七二整机彩构架七百八十万美元，约五千六百万人民币一台机柜拆分五大核心层级，每层均有精准用量，成本涨幅， 空虚缺口，数据支撑，无主观吹票，只讲硬核逻辑。第一层 mlcc 被动原件单台需六十万颗 mlcc 电容，没有 lcc 需求，七百二十六亿颗高端产能仅能满足八五订单缺口，十五海外头部厂商把持，八四高端产能 破产周期长达十八个月，短期缺口无法填补，高容型号缺口更超二十一号逻辑， ai 服务器放量催生刚性需求，产能扩张远慢于订单增速，缺口支撑产品持续涨价，国内龙头承接国产替代，业绩增长确定性强。 利空逻辑，仅高端 ai 专用 mlcc 仅缺民用普通型号能过剩，若后续大厂集中破产，十二年后或重回产能过剩，盈利持续性存疑。对应标的风华高科、三环集团、云种科技、薄铅芯材、洁美科技、火炬电子、 信为通信、国磁材料。第二层高阶 pcb 加 abf 载板单机柜 pcb 价值 同比暴涨两百三十三单柜 pcb 成本超十一点七万美元， abf 载板单价翻倍，单柜 abf 价值超十万美元。 采用二十六层计算板加四十四层中介板，最高七十八层正交背板 m 九级高速基材技术壁垒拉满 缺口，现 ai 高速 p c b。 需求同比增长一百二十，国内高端制成能源增速仅三十，整体供需缺口超四十。超高层 p c b 生产量率不足五十，中小厂商无法入局。订单高度向头部集中，利好逻辑。算力，硬件升级到逼 p c b。 工艺迭代缺潜能，供不应求，单机价值大幅提升， 头部企业订单排至明年，量价齐升，确定性高。立空逻辑，行业长期竞争激烈，若高端工艺量产普及，或将陷入价格战，压缩企业盈利空间。产能过剩风险引线 对应标的，紧望电子、彭鼎控股、盛宏科技、沪电股份、博敏电子、深南电路、生意科技、新森科技、科祥股份。第三层算力， gpu 加 cpu 加 hbm 存储， gpu 单柜成本约四百万美元，仍为最贵部件，但占比腰斩。 hpm 四存储价值同比飙升四百三十五，单柜成本达两百万美元，一跃成为第二大成本板块。 日本架构新增 cpx 育处理器，大幅降低 gpu 无效算力缺口。现全球 hpm 四有效产能一百五十万片，市场需求超两百五十万片，供需缺口高达六十，为全产业链缺口最大积分赛道。价格持续上行 好逻辑，大模型与巨深智能爆发，带动存储需求紧喷严重缺口，支撑价格高位生存与风测，企业深度受益。算力扩容红利利空逻辑， gpu 技术迭代快，旧代产品贬值迅速，存储高价或抑制下游采购意愿，需求存在回落风险， 行业估值波动大。对应标的，百维存储、长电科技、通富微电子、光国微照、异创新、香浓新创第四层互联网络高速连接器加光模块单机柜互联板块 成本同比暴涨两百，机柜内七十二颗 gpu 全互联全面切换。一六 t 光模块 n v link 高速连接器需求翻倍，宽带需求较上带提升一倍。供需缺口现一点。六 t 光模块需求三百万支，有效产量仅一百八十万支，供需缺口四十，头部厂商订单排期至年底，量产进度滞后于需求， 利好逻辑算力及群规模扩大，高速互联为刚需标配，产品迭代加需求放量，量价同步提升，板块业绩具备强支撑。避空逻辑， 板块前期资金炒作幅度大，估值处于高位，若业绩兑现不及预期，易引发大幅回调。技术迭代快，导致设备淘汰风险高。对应标的中继续创、华工科技、易华股份、天福通信、新益盛、光讯科技。 第五层整机动力电源加全液冷散热加整机 odm 单机柜液冷加电源成本同比上涨二十五，整机功耗达一百二十千瓦，传统风冷完全无法适配， 全液冷成为唯一解决方案，八百伏高压电源成为标配，现全液冷 ai 服务器需求同比增长一百五十，液冷配套能耗增速仅四十。 液冷赛道供需缺口五十，高端液冷方案供货极度紧张。立好逻辑，高工号算力设备普及，液冷高压电源刚需属性拉满缺口，带动行业景气度长期上行， o d m 代工企业出货量稳步增长。立空逻辑， 夜冷设备造价高，下游采购成本压力大，若出现新散热技术路线，现有设备会面临淘汰，行业技术路线存在变数，对应标地，英维克、高栏股份、澳海科技、工业复联、深林环境、曙光树创。
24星轨研社
13:20查看AI文稿AI文稿大家好，今天我们聊一个可能会改变 ai 硬件产业链定价逻辑的信号。不是英伟达又发布了一颗新 gpu， 也不是光模块又上了一个新速率， 而是一张来自摩根士丹力研报的 b o m 清单。这张清单说英伟达下一代微软软本，也就是市场常说的软本或者 vr。 二零零 n v l 七二机柜 从 o t m 采购的整柜价格大约是七百八十万美元，而当前这笔三零零 blackwell 机柜的价格不到四百万美元。也就是说，从 blackwell 到 rubin， 只隔一代产品，一个 ai 机柜的价值量几乎翻倍。 如果我们只看标题，很容易得出一个简单结论，英伟达又涨价了， gpu 更贵了！但真正有价值的地方恰恰不是这个。这张摩根士丹利研报的 gpu 更贵了，但真正有价值的 ai 服务器，正在从过去的 gpu 单点竞争 进入一个全新的阶段，机柜级系统工程竞争。也就是说，未来 ai 算力的瓶颈不再只是有没有 gpu， 而是内存够不够互联、快不快， pcb 能不能承载高速信号，电源能不能扛住高功率夜冷能不能把热量带走？整柜能不能稳定交付， 这背后其实是 ai 产业链一次很重要的价值重分配。我们先看最关键的数据，在这张 b o m 里， g b 三百机柜的总成本大约是三百九十九万美元， v r 两百机柜大约是七百八十万美元，总体增长百分之九十五。 其中， g p u 从两百五十二万美元提升到三百九十六万美元，增长百分之五十七。 g p u 依然是最大单向成本，但是它在整柜里的占比反而下降了，从大约百分之六十三降到百分之五十一左右。这说明什么？ 说明如炳时代 gpu 仍然是核心，但它已经不再是唯一的核心。真正推动整柜价格翻倍的，不是 gpu 单向涨价，而是整个系统价值量的全面上移。最夸张的是内存 gb 三百里，内存成本大约三十七点三九万美元，到了 vr 二零零，直接涨到两百点一六万美元，增幅是百分之四百三十五。 这里一定要区分两个概念，内存自身增幅是百分之四百三十五，而内存对整机 b o m。 增量的贡献是百分之四十二点七。也就是说， vr 两百整贵，比 g b 三百贵了大约三百八十万美元。其中内存一项就增加了约一百六十二点七七万美元， 贡献了整机新增成本的百分之四十二点七。这才是这张 b o m 表最震撼的地方。过去大家谈 ai 硬件，第一反应是 gpu 光模块、算力卡。但如萍告诉我们，下一阶段 ai 基础设施的最大矛盾之一是内存强。 为什么？因为 ai 正在从训练模型走向推理爆发，从单轮问答走向常上下文多模态多 a 振特多轮推理， 从简单文本生成走向代码、视频、机器人、物理、 ai 和企业级复杂任务。这些新场景对算力当然有要求，但更大的压力在于，数据要放在哪里，状态怎么保存，上下文怎么读取，模型调用过程中海量中间数据怎么高速 b m 四 s o c a m m 二 lp d d r 高速 s s d c p o。 内存带宽 g p o。 内存带宽一起升级。 这就是为什么内存成本会从三十七万美元跳到两百万美元。接下来再看第二个变化，互联 b o m 里， nv link switch chip 从六点四八万美元涨到十四点四万美元，增长百分之一百二十二。 其他网络芯片从二十六点一万美元涨到五十七点六万美元，增长百分之一百二十一。这说明 ai 算力竞争正在从单卡性能转向集权协调效率。一个入门机柜里有七十二颗 gpu， 三十六颗 vera cpu。 问题是，这些 gpu 和 cpu 不是 简单堆在一起就行，它们要像一个整体一样工作。 gpu 之间要高速通信， cpu 要负责数据调度、网卡和 dpu 要负责外部网络存储、卸载安全和数据搬运。所以， nvlink connect x、 bluefield infinite band spectrum x 这些东西 不再是配角，而是 ai 工厂的神经系统。这会带来什么投资含义？它会继续强化光模块、光气件、高速交换机 pcb、 高速连接器、高速铜缆、低损耗材料这些环节的长期景气。第三个变化是 pcb。 在 b o m 里， pcb 从三点五一万美元涨到十一点六七万美元，增幅百分之两百三十三。 这个数字绝对值不如 gpu 和内存大，但对 a 股非常重要，因为 a 股在高端 pcb 和附铜板环节有全球竞争力。 为什么如品需要更贵的 pcb？ 因为信号速率更高，板卡层数更高，传输损耗要求更低。 背板、中板、交换机板、 gpu 加速卡板、服务器、主板的复杂度都在提升。过去， ai 服务器可能是高端 pcb 的 一个应用方向，到了入便阶段，高端 pcb 已经变成 ai 机柜，能否？ 所以，如果从 a 股映射角度看，瑞本最清晰的主线之一不是 gpu， 而是 pcb 和 ccl 稳定运行的底层基础设施。 这也是为什么我们要重点看盛鸿科技、互电股份、生意科技、生意电子、深南电路这些公司。 其中，盛鸿科技的逻辑在 ai 服务器 pcb、 高阶 hdi 和高多层板。互电股份的逻辑在高速交换机板、高层 pcb、 低损耗材料以及未来更高等级的 ccl 材料。生意科技和生意电子则分别对应上游高频、高速附铜板和下游高端 pcb 制造。 这条线的关键词不是概念，而是四个字，价值量提升。第四个变化是液冷和电源。从 b o n 表看， cooling 只增长百分之十二， power supply 增长百分之三十二，好像没有内存和 p c b 那 么刺激。但这里容易误判， 因为这张 b o m 主要是机柜内部成本，不完全包含数据中心外部、液冷系统、电力系统、 ups、 配电柜、储能冷却站、园区供电这些更大的基础设施成本。入本之后，一个 ai 机柜越来越像一个高密度能量装置， 功率越来越高，热流密度越来越大。如果没有液冷，如果电源架构跟不上，再强的 g p o 也无法稳定运行。所以液冷和电源不是锦上添花，而是 ai 机柜交付的前置条件。 这条线里，麦格米特值得重点关注，因为他已经公告透露，参与 n f d g b 两百相关系统创新设计，并推出适用于 n f d m g x 平台的三十三千瓦电源系统。英伟克是液冷温控方向的重点公司，围绕 c d u manifold、 快接头、冷板等环节有较强弹性，欧陆通则对应高功率数据中心电源。如果说 pcb 和光模块是市场最早认知的主线，那么夜冷和电源可能是 u 本到 u 本 out 阶段的中后段补涨主线。 接下来我们谈一个市场最关心的问题，哪些 a 股公司可能已经进入 mv 的 供应链，或者有机会进入 u 本供应链？ 这里一定要分层，不能简单喊英伟达概念，因为进入 nvd 供应链至少有四种含义，确定性完全不同，估值逻辑也完全不同。 第一类，确定性较高的，我认为重点看三个方向，麦格米特、工业复联、圣红科技。麦格米特对应高功率电源，它的亮点在于公司公告层面已经透露于 nvdi gb 两百系统创新设计相关的信息， 并发布 m g x 平台三十三千瓦电源系统。若本继续走机柜级高功率、高密度路线，电源系统迁移概率较高。工业复联对应 ai 服务器、整柜制造和高速交换机。 nba 官方列名 foxconn 是 vera c p u 基础设施合作伙伴，而工业复联作为富士康体系 a 股平台，云计算和 ai 服务器业务增长非常快。 但这里要注意，富士康集团订单和工业复联上市公司确认收入不能完全划等号，所以要看实际报表和订单兑现。盛宏科技对应 ai 服务器 pcb 和高阶 hdi， 公开报道显示其切入 nvdh 系列 ai 加速卡供应体系，并逐步成为核心供应商，结合若并理， pcb 成本增长百分之两百三十三，这是 pcb 环节非常值得跟踪的高弹性公司。 第二类是供应链调查或产业验证指向明确但还需要订单进一步验证的公司，比如沪电股份。市场关注的是高层 pcb 低损耗材料和 m 一 零级 ccl、 rubin 时代高速背板、交换机板和低损耗材料的价值量继续提升， 所以沪电股份是高价值方向。因维克是夜冷方向，公开信息显示其产品覆盖 gb、 两百 mgx 等平台，但是否进入 rubin 大 额订单需要继续验证 中继续创新。益盛、天府通信则更多是日本外部互联扩张的核心受益者，他们不一定是 vr 二零零机柜 b o m 里的直接供应商，但只要日本推动 ar 工厂继续扩容， 外部网络就会继续升级，八零零 g、 一 点六 t， 未来三点二 t 光模块和光气件需求就会继续增长。 第三类是 u 本外溢收益方向，比如欧陆通对应高功率数据中心电源、深邃环境、高蓝股份、同飞股份对应夜冷温控、沃尔和才、兆隆互联、华丰科技、力迅精密对应高速铜缆和连接器，蓝起科技对应服务器内存接口芯片 相同。新创江波龙、百维存储对应存储模组和企业级 ssd、 联瑞新材、华海诚科、雅克科技对应先进封装材料。这些公司有产业弹性，但和 mvd 如本的直接绑定程度不一样，所以不能用同一个估值逻辑。 最后我们回到投资策略，如果从热变、 blm 弹性、 a 股映射清晰度、 nvidia 链条确定性三个维度排序，我认为第一优先级是 pcb 和 ccl， 重点看盛宏科技、互电股份、生意科技、生意电子、深南电路。第二优先级是已经验证 nvd 链条的整柜和电源，重点看工业复联、麦格米特。第三优先级是光模块和光机电，重点看中继续创新、益盛天府通信。 第四优先级是夜冷电源和配电，重点看因维克、欧陆通、深林环境、高栏股份、同非股份、科斯达。麦格米特 第五优先级是存储、先进封装材料、 m l、 c c 和连接器。这层弹性很大，但直接度相对弱，需要更严格看订单价格和业绩兑现。如果做一个组合，我更倾向于核心主线加弹性。卫星的结构稳健一点可以是百分之四十 pcb， ccl， 百分之二十五光模块光气减， 百分之十五整柜制造和电源，百分之十液冷配电，百分之十存储和先进封装材料。进攻一点可以提高 nba 的 链条确认度较高公司的比例，比如盛宏科技、工业复联、麦格米特、沪电股份这类公司。当然，风险也必须讲清楚。第一，裸屏放量可能低于预期 hbm 四 so cam 二、液冷电源 pcb。 任何一个环节验证严后，都会影响产业链订单节奏。 第二，云厂商资本开支可能放缓，七百八十万美元一个机会，如果推理商业化收入跟不上，客户可能推迟采购。第三， a 股部分公司估值已经提前反应，尤其是光模块 pcb， 液冷龙头市场预期很高，一旦业绩低于预期，波动会很大。 第四，供应链关系容易被过度解读，进入 m g x 生态，通过客户认证出现在供应链调查，拿到正式订单不是同一件事。第五，技术路线也可能变化， 比如 rom 如果更多采用 midplane 正交背板 kippo free 设计，可能强化高阶 pcb 和背板连接器，但缺少部分内部铜缆价值。 所以今天这期的核心结论可以浓缩成一句话，因为达下一代 rom 机柜不是 gpu 的 一次简单升级，而是 ai 基础设施价值链的一次重新分配。 摩根士丹利这张研报， b o m 里内存增长百分之四百三十五， p c b 增长百分之两百三十三， nv link 和网络芯片增长超过百分之一百二十。 它告诉我们， ai 算力竞争正在从谁有更多 gpu 变成谁能把 gpu 内存、网络 p c b。 电源、液冷和整柜制造组合成更高效率的 ai 工厂。对 a 股投资来说，最应该抓的不是泛泛的英伟达概念， 而是如本带来的新瓶颈。谁在这些瓶颈中有真实订单、客户认证、产能扩张、技术壁垒和利润弹性，谁才是真正的产业链受益者？ 如果要我给一个优先排序，就是 pcbcl 第一， nvd 的 链条确认度高的整柜制造和电源。第二，光互联，第三页冷电源第四存储、先进封装、 mcc 和连接器。第五， 重点研究池可以先放在盛弘科技互电股份、工业复联麦格米特中继续创新益盛、天福通信。 其中最值得优先深挖的是盛弘科技互电股份、工业复联麦格米特，因为它们分别对应入便、注意核心的四个 a 股映射方向， pcb 价值量提升、低损耗材料升级、整柜制造放量高功率电源升级。 这就是一张 b o m 表背后的真正含义，它表面上讲的是一个七百八十万美元的英伟达入门机柜，实际上讲的是下一轮 ai 产业链重估的开始。我是翻石头找矿，谢谢观看。
397翻石头找矿
01:03查看AI文稿AI文稿光模块这波最怕的可能不是需求少，而是英伟达把最肥的一层关进了自己的铜缆机柜。 g b 二百 n v l 七二的本质是在一个机柜里让七十二颗 blackwell gpu 做全互联 scaleup， 也就是机柜内 gpu 通信被 n v link 铜缆和交换芯片吃掉了。这里几乎不需要光模块。 光模块真正的战场变成机柜之间的八百 g 一 点六 t 以太网或者 infinite。 对 很多中小规模训练任务来说，一个或者几个 n v l 七二就够用，跨级贵光互联需求反而被压缩。 但如果是 mate、 微软字节这种超大规模集群，超过一百个 n v l 七二节点之后， scale 光模块需求又会爆发。麻烦在于， scale 都在，光模块厂商面对的是价格战， 而 n v l 七二自己也不轻松。一百二十千瓦级机柜需要直接夜冷，传统数据中心要跟着翻新。 所以结论是，八百 g 出货短期不悲观，但单位 gpu 的 光模块消耗会下降，真正要小心的是毛利率。
20硅光老梁
01:01查看AI文稿AI文稿昨天开始啊，这张图啊，流传甚广，这是英伟达新一代这个机柜里面啊，就是这个 vr 两百的这么一个成本的扩张图啊，就是很多里面的元气件都涨了一倍多啊，涨到最多的是这个内存啊，然后其次是 pcb， 然后是 m l c c 啊， m l c c。 就是 那个电容器嘛，陶瓷电容器啊，就是咱大家主板上看到那些什么小圆柱体啊，小长方体，它主要是给这个芯片呢，提供一个比较稳定的电流。所以说今天大家看啊，存储都不用说了啊，就最近一直在涨呢啊，今天啊， p c b 大 涨， 然后这个 m l c c， 这个可以重点讲一下，这个 m l c c 每年大概全球要用几万亿颗啊，然后随着 ai 的 扩展呢，它它它它它，它的技术门槛非常低， 但是现在能干这些的工厂呢，就跟那个存储一个道理啊，他都去干高端了啊， hbm 了啊，所以说呢，哎，这个以前不太起眼的小东西居然紧缺了，哈哈。
86我是逍遥
07:09查看AI文稿AI文稿英伟达 vr 二零零七百八十万美元的 ai 算力重构，谁再吃掉这块超级蛋糕？最近，投资圈被一份报告刷屏了。摩根士丹利对英伟达下一代 ai 服务器 vr 二零零做了完整的物料拆解， 结论让整个电子产业链的价格体系都开始剧烈晃动。先说说 vr 二零零到底是什么？它的全名叫 verubin nbl 七二， 是英伟达二零二六年 gtc 大 会上发布的下一代 ai 训练机柜，用来替代现在的 g b 三版。一台机柜塞进去七十二颗三纳米制成的软本 gpu 和三十六颗微软 cpu， 单柜算力达到三点六 x f lops， 是 上一代的二点五倍。 每颗 gpu 配两百八十八 gb 的 hbm 四显存，整柜显存超过二十 tb。 更夸张的是价格， o d i 报价七百八十万美元一台，比 g b 三零零的四百万直接翻倍。 但这份报告真正震撼市场的不是整机价格翻倍，而是内部的成本结构发生了根本性的变化。 gpu 不 再是唯一的王者。在 gb 三零零时代， gpu 占了整机成本的百分之六十五，绝对的一家独大。但到了 v 二二零零， gpu 占比首次跌破了百分之六十。降到百分之五十一，不是 gpu 不 重要， 它的绝对价值还是增长了百分之五十七，而是其他零部件的价值增长更快，快得多， 谁的增速最猛？内存涨了百分之四百三十五，从 g b 三百的三十七万美元直接飙到两百万美元，占 b o m 的 比重从百分之九跃升到百分之二十六，成为仅次于 g p u 的 第二大成本项。这背后是三块增量叠加 hpm 四显存单柜，四十到五十万美元， lpddr 五 x 内存四十四到五十四万美元，容量是上一代的三倍。还有一个全新的增量，三 d n a n d 存储单柜就要一百万美元，而上一代几乎为零。 vr 二零零的设计哲学就是内存优先用海量存储为保算，让 gpu 不 再等数据。排名第二的是 pcb 印刷电路板，涨了百分之两百三十三，从三点五万美元涨到十一点七万美元。 听起来金额不大，但这可是过去被认为技术成熟、增长缓慢的行业。 vr 二零零的计算板从二十二层升级到二十六层， hdi 交换机托盘从二十四层升到三十二层，还新增了四十四层的中板附铜板材料从 m 七级升级到 m 八级， 铜箔升级到 hblp 四，甚至用上了石英材料。一句话， ai 算力越强，需要的血管就越粗越贵。 第三是 moc 多层陶瓷电容，涨了百分之一百八十二。 vr 二零零每颗 gpu 周围密密麻麻布了超过三千颗， moc 整柜接近四万颗。 为什么需要这么多？因为 gpu 功耗达到一千五百瓦，爱训练的计算赋才会在毫秒级别从接近零跳到百分之百。电源上的瞬态压降非常剧烈，没有足够的 moc 储能和滤波， gpu 就 会因为电压不足而运转出错， 整个训练任务直接崩溃。然后是高速互联芯片，涨了百分之一百二十一到百分之一百二十二。 nvlink switch 芯片、 connect x 九超级网卡， 这些都是 ai 集群互联的刚需。还有 abf 载板涨了百分之八十二， gpu 基板单价直接翻倍。 这份拆解报告揭示了一个重要趋势， ai 硬件的价值正在从 gpu 独大向全供应链扩散转移。更高的算理意味着更高的功耗，更高的功耗需要更强的电源滤波，更强的滤波需要更多的 pcb 层数和更多的 mrcc， 形成一个自我强化的循环。 那么问题来了， a 股里谁真正能吃到这块蛋糕？这也是我要重点校正的地方。很多市面上的书里标地选的篇概念广撒网， 看起来覆盖面广，但精准度不够。先说 pcb 环节，真正的王者不是互电股份，而是圣红科技。圣红是英伟达的 tr 一 供应商， ai 服务器 pcb 全球试战率超过百分之三十五，五十七层 hdi 全球唯一量产 vr 二零零平台，份额据估计在百分之五十到百分之五十五。互电股份也很强，七十八层 m 九级背板认证通过 vr 二零零背板是占约百分之四十。这两家是 pcb 赛道的 t 零级别 光模块环节，终极续创，是确定性最高的英伟达第一大国产光模块供应商。但很多书里露了一个关键标地，天孚通信做高速光引擎和无源器械 是英伟达光模块的核心，上游同样应该放在 t 零。还有一个被严重低估的环节，高速铜缆 vr 两百单机柜的高速铜缆数量超过一万根，是上一代的两倍。铜缆 b、 o、 m 达到二十三到二十五万美元。经打股份的子公司恒丰特导， 全球超细镀银导体，试战率约百分之八十，通过安费诺和 t 一 间接供应英伟达的 d、 a、 c 铜缆量价齐升的逻辑非常清晰，属于 t 零级别 内存环节。要注意，国内企业其实很难直接吃到 hbm 四的核心利润，这块被 sk 海力士、三星、镁光三加垄断，与其看存储模组厂，不如看湘蒙新创，他是 sk 海力士、 hbm 的 国内分销商，路径最直接。蓝启科技做内存接口，芯片 确定性也很高。 mocc 砍风华高科国内规模龙头，月产能三百五十亿克，高容高压产品已经通过英伟达认证。还有两个被忽视的环节，液冷散热，因为客是英伟达液冷 cpu 核心供应商代工，工业复联独占百分之七十以上的份额。 最后说说风险。第一，时间节奏， vr 二零零是 q 三量产， q 四放量实际出货可能后置买预期卖市时的风险不小。 第二，云，厂商可能绕过英伟达直接采购 s o com 内存模块，这会影响部分环节的价值分配。第三， t 零和 t 一 标地的 vr 二零零认证状态需要持续跟踪，部分还在验证中。 总结一下， vr 两百带来的不是一次简单的产品迭代，而是 ai 服务器从 gpu 单级驱动向多零部件协同升级的范式转变。 七百八十万美元的蛋糕， gpu 虽然还是最大的一块，但增量部分正在被内存、 pcb、 mlcc、 铜锣等环节快速瓜分。投资的关键不是广撒网，而是找准那些真正进入英伟达供应链份额可量化的标定。 以上就是今天的分享，数据来源包括摩根士丹利五月二十一日的 b o m 拆解报告、东方财富网、新浪财经报道等。投资有风险，以上内容仅供参考，不构成投资建议。
8关山强渡
00:34查看AI文稿AI文稿大摩这研报直接就点燃了今天的市场啊！物料成本拆解显示，英伟达单柜的成本直接从三百九十万美元增长到七百八十万美元，增长约百分之九十五，接近翻倍啊！核心驱动原因是，内存大涨百分之四百三十五， bcp 大 涨百分之二百二十三， 其他的陶瓷电容增长百分之一百八十二，交换芯片大涨百分之一百二十二，还有 cpu， 网络芯片，散热电源这些都是大涨的，难怪今天 bcp 和内存的全产业链都是大涨的。你们更看好哪一块呢？留在评论区。
13唐鸭绒（财经版）
01:05查看AI文稿AI文稿别划走！你现在看到的这台英伟达 g b 三百机柜，就是未来 ai 的 超级大脑，它的算力直接顶得上几百万台高性能电脑。 这是英伟达官方发布的 g b 三百 n v l 七十二架构超级计算平台，专为下一代 ai 训练和推理打造。机柜里塞了七十二颗 blackwater gpu， 每颗都配了超大容量 hbm 三亿显存， 再加上两颗 arm 架构的 grace cpu 负责调度，靠 nv link 六点零高速互联，让所有芯片像大脑神经元一样高效协同，实现并行算力的最大化。 全液冷散热系统定制、高速交换背板和智能电源管理模块，保证了它在高覆盖下也能稳定运行。它能支撑大模型训练、智能推理、科学计算、药物研发这些硬核任务。原本需要数百年才能完成的计算量，它短时间内就能搞定。 毫不夸张的说，这台机柜就是撑起未来 ai 发展的算力心脏算力、香纳算网、汤肯算力租赁、智算中心、算力基础设施等，敬请关注九月十五到十六日北京国家会议中心举办的第四届 ai 算力产业大会。以上为行业资讯分享信息，仅供参考，别划走！
27cyj杰
