英伟达rubin是ai服务器吗
大家先想一个问题，英伟达一台 ai 服务器卖到七百八十万美元，接近四千万人民币，咱们 a 股公司到底谁能真正分到这块蛋糕？大家好，我是西红柿令狐冲，今天我就用五分钟把谁能进谁只是蹭热度，一次性讲透。 首先给你泼个冷水，想直接挤进英伟达 rubin 官方供应链，难如登天。 rubin 是 什么？是英伟达下一代 blockwell 架构的顶级 ai， 计价单价直接干到七百八十万美元，比上一代暴涨百分之九十五， 整个 b o m 成本结构彻底变了， g p u 占比从百分之六十三降到百分之五十一，内存直接冲到百分之二十六， p c b m l c c 电源液冷全在暴涨。但你要知道， rubin 的 核心壁垒不是有钱就能进， g p u h p m 内存、 abf 载板 全是英伟达、三星、 sk、 海力士日台场垄断，复杂度越高，认证越严，供应商越锁定 a 股，想直接替换几乎没机会，那是不是 a 股就完全没机会？错，机会是结构性的，而且只有极少数公司能吃到。我直接按环节给你拆清楚，谁是真受益，谁是纯炒作。第一个 最大增量、最确定的环节， pcb， robin 对 pcb 直接拉爆，百分之两百三十三，从三点五万美元干到十一点七万美元， 计算板从二十二层升到二十六层，交换板三十二层还新增四十四层的中板材料。从 m 七跳到 m 八， a 股谁最稳？铺垫股份唯一已经给英伟达 g b 两百三百供货的 p c b 公司， rubin 大 概率继续供货，是第一梯队。 还有深南电路高端 p c b 加 a b f 载板双布局，生意科技 m 八附铜板材料升级，这三家是实打实的硬逻辑。 第二个，被动原件 m l c c 需求暴增百分之一百八十二，但 a 股有点尴尬， ribbon 整机 m l c c 直接翻倍还多， o d m 都在疯狂抢库存，但高端 ai 服务器 m l c c 还是村田 t t k 国巨这些日韩台场天下， a 股风华高科、三环集团只能做国产替代，高端型号还没突破，属于主题，机会不是核心收益。第三个， 电源百分之三十二增长，二零二七年还有十倍大机会。 rubin 机架功率从一百四十千瓦冲到两百千瓦，二零二七年 ultra 版本直接六百千瓦，电源价值从七点六万报到三十九点八万美元 八百伏。 h v d c 架构革命来了， a 股麦格米特已经切入英伟达供应链，欧陆通、科华数据做高功率电源和 h v d c 方案是明确受益。第四个，叶冷从可选变必选， a 股有突破口， rubin 全液冷无风扇设计，液冷价值涨百分之十二，但渗透率直接拉满 英伟达官方供应链，还是台系双红旗红，但国内 csp 是 突破口，像英维克已经给字节阿里供货液冷， 国内云厂商买 rubin 机架，叶冷配套大概率用国内厂商，这是最接地气的机会。还有高栏股份、同飞股份也跟着喝汤。第五个， a b f 载板， a 股短期根本进不去， rubin 载板价值涨百分之八十二， g p u 载板单价直接翻倍，但这个环节被日台厂彻底垄断，材料设备技术全卡住。深南电路国内进度最快，但想进 rubin 官方 b o m， 至少二到三年，短期别想。讲到这里，我给你总结 a 股最真实的三条路径， 第一，直接进英伟达官方 b o m， 只有沪电股份、麦格米特两家概率最高，是真龙头。第二， 通过国内云厂商间接配套夜冷因、维客电源、科华数据，这是最现实的走法。第三，蹭 ai 算力热度，不是 rubin 直接受益光膜快，国产 gpu 属于大主题，弹性弱很多。最后，给大家一个最关键的结论， a 股能受益 rubin， 但绝大多数公司都是蹭热度， 真正能挤进核心供应链的一只手数得过来。 pcb 的 户店，深南生意店员的麦格米特、科华叶冷的英维克，这几家是真逻辑，其他的听听就好。 未来二零二六年下半年， rubin 开始放量，订单会逐步落地。二零二七年 h v d c 大 规模上量，还会有一波大行情。记住，别被概念忽悠，只看有没有真供货，真订单，真进供应链。好了，今天的分享就到这里，关注西红柿，祝你投资一路长虹！
粉丝1.1万获赞2.7万
相关视频
00:25查看AI文稿AI文稿英伟达练杀疯了，有些板块需求暴涨，因为英伟达的下一代 ai 服务器卢比 vr 两百。第一个就是内存，永远缺内存，这句话的含金量还在提升，目前需求增长了百分之四百三十五。第二个就是 pcb 多层版，需求暴增百分之两百三十三。 第三个是 mlcc 陶瓷电容器，需求暴增百分之一百八十二。第四个是 abf 窄版，需求暴涨百分之八十二。觉得有用的话点点关注吧！
231龙一 go
01:58查看AI文稿AI文稿最近，英伟达新一代 verubin ai 服务器机架有一则内存减配消息，引发了全球存储板块大跌。事情的起因是 sam analysis 的 研报提到， rubin 机架 cpu 侧的 so cam 型 drm， 也就是服务器普通内存总容量可能从五十五 tb 下调到二十八 tb， 接近腰斩， 单台机价 drm 也从一百九十二 gb 降到九十六 gb。 但问题来了，市场第一反应不是去区分 drm 和 hbm， 而是直接把它理解成英伟达是不是要削减 hbm 采购？ ai 算力需求是不是见顶了？ 于是，美光、海力士以及 a 股存储板块出现明显下跌。但这次下跌的核心问题其实是两个字，误读。这里一定要分清楚， 这次检配的对象是服务器 cpu 侧配套的普通 drm 内存，不是 gpu 上直接使用的 hbm 高宽带显存。简单讲， drm 是 服务器 cpu 用的常规内存，而 hbm 是 ai gpu 核心配套的高端显存， 两者位置不同、用途不同，供应逻辑也不同。为什么英伟达会下调普通 drm 配置？主要原因是全球通用 drm 供给紧张。 三大存储原厂为了满足 ai 芯片需求，把更多晶元能优先转向了利润更高、需求更强的 hbm， 导致 ddr 五等通用 drm 能被挤占，供货更加紧张。 所以，英伟达下调 cpu 测 drm 配置，本质上更像是一次被动的供应链优化和成本控制。据市场测算，单机架物料成本可能节省约八十万美元。 所以这件事反映的是通用 drm 供不应求，而不是 ai 服务器需求走弱，更不代表 ai 需求见顶。最后再做一个产业链科普， d r a m 主要是服务器 cpu 使用的常规内存，当前受到 h b m 挤占产能的影响，供货偏紧，价格也更容易波动。而 h b m 是 直接配套 ai gpu 的 高代宽显存，是大模型训练和推理的核心存储部件，供货优先级非常高，需求仍然强。 所以这次风波市场真正看错的地方在于把 dream 缺料导致的减配误读成了 h b m 需求下滑，但实际上 h b m 并没有被缩减，相反， ai 高端存储的景气度依然很强。
73亦哥财经
06:07查看AI文稿AI文稿美达最新的 ai 服务器里面，它的成本啊，涨幅仅次于 hbm， 内存暴涨了百分之一百八十二。这东西正在成为 ai 时代最不起眼的卡脖子的小圆基地。今天给大家来分析分析 mlcc 多层陶瓷电容器视频有点长，可以先点赞收藏。 先说一个最直观的变化，上个世纪六十年代最早的 mlcc 到底有多大呢？大概跟你的指甲盖差不多大，但是容量有多少呢？几十拉法啊，基本上就是电路板上的一个小水坑而已。现在最先进的 mlcc 呢，型号叫零零八零零四，长零点二五毫米啊，宽零点一二五毫米， 什么概念呢？比一粒细沙还要小，肉眼根本看不清楚。但它的容量却干到了十微法啊，甚至更高，体积缩小了几万倍，但容量反而提升了几万倍。 但这东西啊，其实特别常见啊，你手机里面大概塞了一千到一千五百颗，一个鼠标里面都塞了几十颗啊，一台家用电器可能是几百颗啊，一辆普通的燃油车大概是三千颗，一辆新能源汽车大概是八千颗到一万五千颗 啊。这次大模拆解的英伟达的 v 二两百的 ai 服务器里面，单块主板要贴一万两千颗，比上一代翻了一倍啊，一个机柜估计得几十万颗。 为什么 ai 服务器突然要这么多的 mlcc 呢？核心就一句话， gpu 太耗电了。英伟达的 b 两百的芯片啊，工作的电压只有零点八伏，但是功耗干到了一千瓦，算一下啊，电流超过了一千两百安培， 家里开个空调才十安培，但算安培的话，这一块的一个芯片啊，等于一百多台空调同时去开，而且呢， gpu 的 电流变化不是慢慢来的，是一百多台空调同时去开，而且呢， gpu 的 电流从两百安啊，直接跑到了一千安， 这时候远端的电源根本来不及反应啊，电松不过来， gpu 就 直接算错，死机甚至于烧毁。 mlcc 的 作用就在这啊，它贴在芯片边上啊，相当于呢，一个微型的充电宝， gpu 突然要电，它瞬间吐出来啊，电流过剩呢，它就吸收掉，这就是电子世界的减震器。 所以呢， gpu 越强，功耗越大，需要的 mlcc 就 越多。这个趋势我感觉才刚刚开始，因为因为咱下一代的弱屏的架构啊，单板 mlcc 从六千五百克已经涨到了一万两千克，翻了将近一倍。以后每一代的 ai 芯片功耗只会更高， mlcc 的 用量只会更大。 既然需求这么猛，那开足马力生产不就完了吗？问题就在这里， mlcc 这东西啊，设计不难，难在制造。 它的结构说起来简单，就是陶瓷一层啊，金属电机一层，像千层面包一样叠起来，但是高端的 m l c c 层数超过了一千多层，单层的厚度不到零点五微米，比红细胞还要薄。第一个难点就是材料， m l c c 核心是钛酸，被陶瓷粉末，要做到纳米级的颗粒，还要往里面去掺稀土元素调配方， 看，这里有稀土啊，稀土呢，多一点少一点啊，电容值就会飘。日本的春田做了几十年了，积累了海量的材料数据库，这些配方呢，他不申请专利啊，也不往外传。 第二个难点就是烧结，一千多层的陶瓷和金属层叠在一起啊，推到一千多度以上的这个高温炉里面去烧，陶瓷收缩百分之二十，金属收缩百分之十五，两种材料的膨胀系数不一样，温度曲线稍微不对啊，整批的电容直接就会撕裂报废。 第三个难点就是良率层越薄啊，越容易被击穿，越小呢，就越容易去撕裂。到了零一零零五这种接近灰尘的尺寸，良率暴跌啊，检测也比较困难，裂纹的概率呢，就暴涨了。所以高端的 mlcc， 全球能够稳定量产的，一只手都能数得过来。 春田、三星电机、太阳优电，高端份额超过百分之八十，都在日本和韩国手里，春田一家就占了全球的超过百分之三十了。 而且呢，扩展极慢啊，一条高端的产线，关键设备交付周期长啊，量率呢，爬坡慢，甚至周期动辘一两年。所以村田的部分高端型号交付周期已经从八周拉长到十二周了啊。三星电机和太阳油电已经开始涨价了，现在看着很高端。其实最早的电容是十七世纪发明的， 一七四五年，荷兰的莱顿大学一个教授研究静电，他把带电的导线插到玻璃瓶里面去了，助手呢，不小心碰了一下，被电到，怀疑人生了。 这个装电的玻璃瓶就是人类第一个电容莱顿瓶。但真正现代意义上的 mlcc 是 一九六一年才诞生。美国的一家公司发明了多层结构，把陶瓷和金属电机一层层的叠起来来烧，但当时用的是贵金属电机金银， 所以成本呢，极高。 m l c c。 真正的转折点是上个世纪八十年代末，日本的太阳釜电和村田攻克了电金属电机技术，用便宜的蔸和铜替代了贵金属，成本暴跌了百分之八十以上。从这一刻起， m l c c 才真正成为电子工业的大米。 二零零七年的 iphone 的 发布啊，再次改写了行业啊。苹果疯狂地推进这种小型化， m l c c 从零四零二啊缩到了零二零幺，再缩到了零幺零零五， 大量做不了小尺寸的这种厂商直接被淘汰了。二零一七年到二零一八年，行业经历了史上最疯狂的一轮涨价，智能手机爆发啊，电动车爆发，日本的厂商主动退出低端市场， 全球的产量不够。四件事撞到一块过后呢，部分型号几个月涨了几十倍，华强北甚至出现了电容黄流啊，囤 mlcc， 像炒毛豆一样去炒。现在行业正式进入了第五个阶段， ai 时代。 过去 mlcc 最大的需求来源来自于手机啊，未来将变成 ai 服务器加电动车双轮驱动。春田自己预测， ai 服务器 mlcc 的 需求啊，二零三零年相比二零二五年可能会增长三点三倍，全球 mlcc 市场大概是两百五十到三百五十亿美元。 各机构预测啊，到二零三零年前后， ai 服务器相关的 mlcc 市场占比会从现在不到百分之二飙升到百分之二十以上啊，年均增速超过百分之四十。而中国在这个市场里面呢，份额从二零二零年的百分之十二提高到现在的百分之二十左右， 翻了将近一倍。他吃的还是中低端为主。高端的 ai 服务器用的 mlcc 啊，跟春田和三星电机比啊，在材料体系一致性超高的代差，不过呢，这个代差也是空间 ai 服务器需求爆发啊，日韩产能有限，高端的 mlcc 正在出现长期的结构性的紧缺，这个窗口期呢，就是国产替代最好的机会。 ai 时代， mlcc 正在从电子工业大米变成 ai 基础设施的战略源期间。关注我，带你看懂技术底层和产业顶层。
6219Boss老白
07:32查看AI文稿AI文稿就在昨天，我花了一整晚，把华尔街投行、高盛大魔最近偷偷流出的三份内部 ai 拆解报告给泛滥了。发现一个惊天大秘密，咱们都被骗了！我们在新闻里看到的永远是黄仁勋穿着皮衣，举着那个硕大的 gpu 芯片，告诉我们这是世界上最快的东西。 但你猜怎么着？在英伟达内部，下一代最强的 ai 核弹如本机柜里， gpu 的 地位正在以肉眼可见的速度贬值。 先说个反直觉的数据，一台最新的英伟达威尔鲁本机柜售价七百八十万美金，比上一代贵了一倍。但是你们猜 gpu 在 里面占的成本比例是多少？ 从百分之六十五跌到了百分之五十一？钱被谁拿走了？被我下面要说的这几个以前你看不上的破玩意儿拿走了？高盛的结论非常赤裸， pcb 电路板价值量暴增百分之两百三十三，存储暴增百分之四百三十五，被动原件暴增百分之一百八十二。 一块电路板，凭什么敢在英伟达的碗里抢肉吃？来？今天我不仅要告诉你为什么，还要告诉你这个产业链里，哪几家中国公司 正在以一种极其低调的方式，偷偷吃下这块最肥的肉。首先，咱们要破一个认知，不要觉得 pcb 就是 几十年前那种绿油油的破板子，在 ai 时代，这块板子叫 高性能 h d i 载板，它不是什么低端制造，它是现在全世界工艺难度最高的东西之一。我给你们念一份调研文件里的数据，你们感受一下什么叫变态。英伟达现在的 g b 三百，上一代 用的是六加十，二加六结构二十四层板。到了现在的 virubin， 直接升级到七加十二加七结构二十六层板，材料从 m 七变成了 m 八。这还不够，明年的 ultra rubin 直接干到五十二层板。 你们知道五十二层板意味着什么吗？意味着你要把一块板子压出五十二层电路，每一层的线路宽度不能超过头发丝的五分之一，还要保证它在超高电流、超高温度的机柜里不变形， 信号不衰减。这哪是电路板啊，这简直是用印刷术造芯片。为什么突然这么难？因为如宾柜子里的五百七十六个 gpu 要同时算东西，如果还用老式电缆，信号互相干扰，直接短路冒烟。所以英伟达不是想用 pcb， 是 不得不用 pcb 来替代电缆，把它当成柜子里的信息。高速公路既然成了高速公路，收费权可就变了。以前在低端板子里， 上游附铜板厂说涨价就涨价， pcb 厂只能当孙子。现在做高端 hdi 的 pcb 厂成了大爷，因为这东西太难做了，谁做得出来，谁就能加价。 接下来就是重点了。根据我拿到的这份最新的供应链调研，在日本这波浪潮里，有四家 a 股公司已经卡住了关键身位。先说第一个，也是这波里最猛的盛红科技。很多人没听过这家公司，但在英伟达的供应链里，他现在是红人。开两个关键点， 一，在难度最高的 o a n 版，就是直接插 g p u 的 那块。核心版里，盛红拿的份额最大，护垫、棚顶都在他后面。而且殷伟达特意留了百分之十的备用份额，说要看谁交货快就给谁。业内人士透露，盛红大概率能把这百分之十也吃掉。 第二，他不止做板子，他还在给英伟达做 scale up 互联的方案。什么意思？就是英伟达在设计下一代 gpu 怎么联的时候，正红的人就坐在旁边一起画图纸。这种联合研发的卡位才是真正的护城河，不是你想换就能换的。再说第二个 互电股份，这家公司老股民都熟，以前做通讯基站，但正因为以前做基站射频板，他对高频高速的理解特别深。这波他干了件什么事？他拿下了 rubin 机柜里价值量最高的一块板子，正胶中板。这块板子是干嘛的？就是前面说的负责代替铜栏做大规模内部通信的四十四层 零点二毫米的孔 m 八材料液内公认最难啃的骨头。护垫是这块板子的主力供应商，换句话说，整个 rubin 柜子的通信大脑攥在护垫手里。而且在明年的 ultra rubin 里，护垫凭借在基站射频版的 m c p 工艺积累， 预计要在 o a m 主板里拿主要份额。他现在常州厂在扩建，珠海厂也在准备，摆明了就是为了这一波再囤产能。 再聊第三个，有点特殊，彭鼎控股。彭鼎这公司有个绝活， m c f 工艺。听不懂没关系，你只要知道，这是做一点六 t 光模块 p c b 的 必备工艺，线宽线距二十微米，普通 h d i 根本做不了。 现在一点六 t 光模块 p c b 什么价格？从去年两百块涨到现在四百二十块，翻了一倍还多。而且通过英伟达认证，能批量供货的就四家，圣红护垫深南彭鼎 棚顶是里面给续创主力供货的，每个月占市场百分之二十到百分之二十五的份额。更有意思的是，英伟达已经要求供应商送样三点二剃光模块 pcb 了，这意味着 m s c p 这个技术路线至少未来三年不会过时， 棚顶在这个领域的卡位稳了。第四个，深南电路。这家公司是两条腿走路的典型，一条腿是背板，在正交中板里，深南是户电之后的第二供应商。背板这东西 以前主要是通信设备在用，现在被 ai 超节点带火了。申楠在通信背板上的积累刚好用在了 rubin 上。另一条腿是 i c 载板， 虽然 rubin 的 o a n 版里申楠份额不大，但在封装环节的配套板子里，它有卡位，而且珠海厂的产能正在建设，是未来两年的重要观察点。这四家公司还有一个共同的上游赢家，生意科技。 别小看这一步， 在 o a m 和正交中版的 c c l 里，抬光斗山、松下垄断生意能挤进 switchboard， 说明它的 h v l p 三等级材料已经得到认可，如果它能突破 h v l p 四甚至 m 八级别的 c c l， 那 空间就完全打开了。 说完 pcb， 我 再说一个被大多数人忽略的金矿，一点六 t 光模块 pcb。 刚才说了价格翻倍，但你们知道涨价背后的细节吗？时间点是在二零二六年春节之后，导火索是上游 ccl 厂商直接涨价百分之三十，但更深层的原因是什么？能耗被锁死了。现在做一点六 t 光模块 pcb 必须用 mce 工艺，但 mce 的 核心设备，镭射钻孔机、电镀镍设备、直立式曝光机，采购周期已经排到了二零二七年，换句话说，未来一年半，高端 mcf 性能几乎没有新增。需求端呢， gb 两百、谷歌 v 七 全都在上一点六 t 光模块供给被卡死，需求往上冲，这就是价格上涨的核心逻辑。产能瓶颈卡在设备交付上，而不是卡在谁想不想做。所以，在未来几个季度，已经卡住 m c i 产能的那几家公司，彭鼎、盛宏、沪电、深南， 他们的议价能力会比很多人想象的要强得多。聊到这里，我想回到最开始的问题，我们总说 ai 时代算力为王，但我今天想告诉你的是，算力的竞争已经从芯片内部蔓延到了芯片与芯片之间。当 gpu 的 性能每十八个月翻一倍，但信号的损耗、散热的极限，连接的瓶颈 不是靠堆晶体管就能解决的，解决这些物理问题的，就是那些看起来不起眼的电路板和连接器，这不是什么宏大趋势，这是实实在在的产业事实。所以，从今天开始，别再只盯着 gpu 了，去看看那些 在机柜深处给 gpu 修路和架桥的公司，他们或许不在美光灯下，但英伟达的万亿市值里，有他们一份沉默而扎实的功劳。这就是今天的深度产业观察。对此，你怎么看呢？欢迎在评论区留下你的观点和看法。视频最后做一下说明。 论文所有分析与数据均来源于高盛摩根施丹利公开研报、上市公司公告及相关财经媒体报道。文中提及的上市公司盛宏科技、沪电股份、彭鼎控股、深南电路、 生意科技等仅作为产业链技术路径讲解之案例，投资者应基于独立的分析判断，理性决策，切忌盲目跟风。好了，本期视频就到这，我们下期再见。
792悟道说道
05:29
00:58查看AI文稿AI文稿和大家同步一下英伟达下一代路并服务器目前的研发进展啊，总体来讲没有什么太大的问题。呃，目前有些小的一些细节有待解决 啊，比如说 hbm， 它现在还差百分之十的性能。呃，然后软件这边优化还没有完全优化好，导致有些模型的性能会产生一些波动。嗯， nvlink 的 散热啊，背板啊也还不是太稳定， 正在持续改进，没有什么致命的问题啊。然后整体性能相对于之前 g b 三百的话要大概要提升三到四倍，不出意外的话将在二零二六年的二季度交付啊，如果发生一些什么意外，可能会推迟到三季度。 然后也再和大家同步一下 g b 两百和 g b 三百的这个今年的出货啊，在今年的上半年吧。啊， g b 两百还会出货个一万到一万五千，贵啊。全年的话 g b 三百大约出货在六到七万贵左右。想要了解更多 ai 产业资讯关注我哦！
225AI涛哥-电工麦克斯韦
09:24查看AI文稿AI文稿朋友们，我在台北，今天带大家来看老黄这次发布的所有的产品，在我后面呢就是这次的微软 ai 超级计算机，包括它中间的所有的主要的计算节点，存储节点，网络节点， 这个就是英伟达的 rock 三 lpu 的 这个计算的平台，上面我们可以看到有八颗 rock 三的 lpu 的 这个芯片，但是现在被盖住了，这是因为这次老黄现在听懂的特别的提到 来到下一次的 gtc 啊，才会正式揭秘这八颗 lpu 的 具体的细节啊。然后下面的这两颗被盖住的部分呢，其实是 ipj， 之前在 gtc 其实也看到啊， ipj 它主要作用其实负责通信和数据搬运，因为 lpu 没办法直接从内存中抓数据，所以现在还是需要 ipga 从内存中把数据搬运过来，让 lpu 去进行推理的加速，然后再通过 ipga 把数据再传回去。然后这个地方呢是一个 cpu 啊，就是这次发布的微软的 cpu， 负责整个机台的这个控制和整个的管理， 然后我们可以看到啊，整个机器全部都是水冷，可以看到这有水冷的管道从前面进来到我们的 ipga， 然后到 lpu， 然后再出去啊，这个整体都是一个水冷的方案，这个就是 rock 三 lpx 的 这个计算机台， 这个呢就是英伟达 vr ruby n l 七二的主力的这么一个计算的架构。我们可以看到啊，上面有四颗 gpu， 然后这边是有两颗 cpu 啊，然后这个地方是一个 bluefield 的 这个网卡，主要负责通信， 然后这边呢是一个这个 wire ribbon n v l 七十二的这个 nv link， 这个 switch 的 这个机柜，所以我们在整个的 n v l 七十二里面有七十二颗 gpu， 然后同时呢，然后有很多的这个 switch 啊，来负责这个 gpu 之间的这种 core to core 的 通信。 yeah and so in one rack， you have eighteen of these and nine of these i see okay， so your ratio of gpus to switches is two to one that actually comes out the front here， here's the connectx superdex here and here， there's a four here and four here okay， and then that goes out to the spectrum x right switch for your east west and then the blue field is right here okay， the blue field is right here for north south。 和英伟达 vr 入并整体的设计思路一样啊，这个整个的机台，包括这个机台也是基于水冷的设计，可以看到这边的水冷，这边的水冷的管道， 然后包括这边的水冷的管道啊，全部都是水冷的设计，那这个呢，就是 vr rubin n v l 七十二的一个完整的机柜啊，里面包含七十二颗 g p u 三十六颗 cpu。 具体到这一个机柜啊，上面有十台计算单元，下面有八台，然后中间呢是这个 nvlink 的 机柜之间的互联，那机柜之间就是把所有的这七十二颗 gpu 通过 a v link 啊，这种 c to c 的 chip to chip 的 这种协议，把它进行高速的互联，然后是通过铜缆进行互联的啊，然后前面这个部分呢，是光通信的部分啊，然后这个是负责机柜和机柜之间的互联。 好，我们看到这个就是纯微软 cpu 的 这个 computing tree 啊，这上面一个这个计算单元里面啊，有八颗这次新发布的微软的 cpu， 一 会我们可以看到在旁边有一个完整的机柜啊，里面有三十二个这样的计算单元啊， 这个也是老黄在 kindle 中提到的啊，现在由于 ai 智能体的发展，对于 cpu 的 需求越来越大，因为我们需要更低的延迟，然后需要对任务的更多的编排，所以这个更适合由 cpu 来做。老黄在 kindle 提出个非常重要的观点就是现在的 cpu 设计其实并不是为人类来设计的，而是为智能体设计， 而智能体对于延迟的忍耐程度非常的低，所以他们这次就特别设计了这个微软的 cpu 来专门去面对智能体时代这个对于 cpu 的 新的需求。 在整个的计算器里面，我们看到除了八颗 cpu 之外，还有两颗 bluefield 的 这个网卡，以及中间的这个存储单元，旁边这些啊，都是密密麻麻的这个内存啊，所以可以看到整个的这个计算单元啊，就是专门为 cpu 计算来重新设计的。 we can communicate within the rack with nb link and we use an nb link switch right to connect and there's actually nine of them inside of a rack that connects 72 ferro rubens together and so that's our scale up network and it makes all 72 of those gpus look like one it doesn't matter you could have all the performance in the world inside of one gpu if you can't couple it to a cpu you can't couple it to other gpus and then scale out with infiniband and ethernet to ai factory scale across thousands of racks connected to storage all of that needs networking so networking is the foundation absolutely that really feeds all of this compute horsepower that we have so can you tell us a bit about the quantum the optical solutions traditionally we use something like this spectrum switch and this spectrum switch uses modules， optical modules and here the chip the ac switch the spectrum switch is coming out electrically and it comes all the way to this faceplate and then we plug in an optical module that converts the electrical to optics and then we can travel through the whole data center optic but as we've gone faster and faster literally getting the electrical signal from the ac to the front panel so that we can convert it to optics it's getting harder and harder cause we're going faster and faster so what we did is we moved from this traditional optical module to this platform which is co packaged optics cpo and cpo this is no longer a electrical to optical conversion this is just optics you just plug the fiber in it's just a fiber attach that's pure fiber it's optics it's optics all the way through this is optics we're going in here through optics you can see the optics here these blue cables these optics are going here the electrical to optical conversion is happening no packaged optics we're doing the conversion what does that mean that means that we're not driving any distance at all to go from the electrical signal to where we convert to optics as a result of that we can eliminate the dsp here we have to have a dsp yeah we cut the power in half the latency gets better the product you know everything gets better when we do co packaged optics beauty of these new systems all of these optics all of the connectivity all of the cooling has been fully integrated this is like lego you snap this stuff together and it just works all of these things for cooling are fully integrated very modular， very modular right， it's beautiful and remember thinking oh you know when we got to 10 gigabytes per second 20 years ago i thought okay， we're done that's enough here we are were at 1.6 terabytes per second a hundred and sixty times faster than where we were and we see no end in sight we need more and more faster networking so what about the difference between spectrum x and quantum x yeah so spectrum x is an ethernet switch and quantum is an infinite band switch and infinite band is the protocol that we first started with it has some amazing capabilities with regards to things like in network computing we have something called sharp scalable hierarchical aggregation reduction protocol and what that does as all of these gpus are communicating with each other we do a data reduction process as it's moving this is the quantum quantum switch as the data is moving through the switch we're actually computing on it we're doing calculations in the switch on the fly on the fly right ethernet doesn't do that ethernet has other attributes that make it great and so really some customers love quantum they love infinite and others love our spectra。 好， 这里我们看到的是英伟达的下一代的名叫 kyber 的 这个整个的机柜的架构啊，它和现在的这种 n l 七十二，包括这个 vr 屏的机架构有非常非常大的区别， 最主要的区别啊，就是原来我们的整个 computing tree 是 横着放的，那在下一代架构里面就变成竖向的排置，那这个东西呢？其实还是它的计算单元，我们可以看到有两个 cpu 外加四个 gpu， 但是之前它们每一个节点之间的互联还是通过线缆进行连接，那现在呢？我们可以看看啊， 它在后面已经完全改成了基于 pcb 连接的这种叉槽的结构，那这些叉槽连接到什么地方？就连接到这个开门的 middle point， 就是 中间层， 这个中间层你可以想象它是在整个服务器的背面，然后上面有很多个这样的叉的节点，那每一个这个计算单元的后面这个部分 竖过来啊，直接插到这个地方。我们可以想象一下，如果手机就是一个这样的计算单元啊，原来我们是横着放进去的，但是现在在下一代的这个 keyboard 架构里面，它变成竖着插的了， 相当于可以在整个的这个中间层里面插十八个，这样竖着插的计算单元，整体的密度就会大幅的提升啊，让刚刚根据英伟达的介绍，在整个现在的机柜原来可以放七十二个 gpu， 现在可以把整个的计算密度提升到一百四十四个起跳，所以整体的密度，因为我们把后面的这个 所有的这个走线的部分全部变成了可以直插的单元啊，所以整体的包括它的通信效率，包括数据的延迟，包括整个走线的成本都会大幅的降低。 英伟达这些 vr 系统细节的展示啊，我最大的感受就是英伟达已经把 ai 的 算力竞争从单纯的拼谁卡多，进化到谁的系统能力更强，谁的更好组装，谁的更稳定，谁做的更极致。 那整个微软路由器系统里啊，没有一张传统意义上的 gpu 卡，因为所有的算力芯片、控制芯片、存储芯片、网络芯片都已经融合到了整个系统当中，那这种极致的系统设计和集成能力，也是微软最让人震撼的地方，也构成了英伟达的新的护城河。听懂的别忘了给我颗小红心。
3359老石谈芯
09:00查看AI文稿AI文稿今天你是不是被全市场都在喊的 p c b 刷屏了？一条视频帮你看懂怎么回事。这件事情的起因是一个 ai 行业的重磅消息，摩根士丹利刚刚拆解了英伟达的下一代 ai 计算平台 verribili 机架， 得出了一个颠覆所有人认知的结论，未来的 ai 服务器 gpu 不 再是唯一的主角， pcb、 内存、电容这些看似不起眼的零部件，价值正在集体爆发。第一部分，我们先看最震撼的结论，价格几乎翻倍，但不是因为 gpu。 首先给大家一个最直观的数字， 英伟达上一代的 gb 三零零 nbl 七十二标准机架，从 odm 厂商那里直接采购的价格是三百九十九万美元一台。 而到了下一代如饼 vr 二零零 n v l 七十二机架，这个价格直接涨到了七百八十万美元，几乎翻了一倍。这里先给大家快速解释一个行业术语， o d m 原始设计制造。简单说就是既做设计又做生产的代工厂。 和只负责按客户图纸代工的 o e m 不 同， o d m 会独立完成 ai 机架的整体设计、零部件整合和整机制造， 最后交付给英伟达或云厂商。如果是通过联想、华硕、技嘉、戴尔这些 o e m 品牌商采购，价格还会更高。 可能很多人第一反应是肯定是 g p u 又涨价了，对吧？但摩根士丹利把整个机架拆得明明白白， 告诉我们，这一次价格翻倍的核心驱动力真的不是 gpu。 第二部分， boom 结构大洗牌，内存存储逆袭成第二大成本项， boom 就是 物料清单，也就是一台机器所有零部件的成本总和，我们来对比一下两代机架的成本结构变化，你就知道变化有多大。 在上一代 g b 三零零机架里，成本结构非常单一， g p u 一 家独大，占了总成本的百分之六十五，内存只占了百分之九左右，也就是三十七万美元，剩下的所有部件加起来才占百分之二十六。但 到了 rubin 机架这个结构发生了天翻地覆的变化， g p u 的 占比直接掉到了百分之五十一，虽然绝对价值还是涨了，从两百五十二万美元 涨到了三百九十六万美元，涨幅百分之五十七，但他的份额被严重压缩了，内存的占比直接飙升到了百分之二十六，绝对价值从三十七万美元涨到了两百万美元，涨 幅高达百分之四百三十五，一下子成为了仅次于 gpu 的 第二大成本，其他零部件的价值也都出现了大幅增长。接下来我们会一个个拆解。 第三部分，我们逐个拆解为什么这些零部件突然变得这么值钱。一、内存涨了百分之四百三十五。三重因素叠加内存是这次涨价最猛的部件，没有之一。它的暴涨来自三个因素的叠加。第一，容量翻倍。 单颗入侵 gpu 的 内存容量从 gb 二零零的幺九二 gb 直接提升到了二八八 gb， 一 台七十二卡的机架总 hbm 四，内存容量达到二十点七 tb， 再加上三十六颗 very cpu 配备的五十四 tb lpd 二五叉系统内存，全机架内存总容量翻了三倍以上。 第二，价格暴涨。自从英伟达推出 gb 二零零以来， hbm 高带宽内存的价格已经累计涨了超过百分之一百五十，而且还在涨。 第三，架构创新。 rubin 采用了英伟达全新的 so com 架构，把内存控制器直接集成到了内存模组里，待宽提升到了每秒二十至二十二 t b 以上，但这也大幅推高了模组的制造成本，这直接导致三星 s k、 海力士、镁光这三家内存厂商在 ai 产业链里的话语权一下子就上来了。 二、 pcb 涨了百分之两百三十三，而且相对存储，国内厂商占据了 pcb 的 核心供应链。 pcb 就是 印刷电路板，是所有电子原件的主体，它是所有下游部件里价值增幅最大的，从三点五亿万美元涨到了十一点六七万美元，涨了两倍多。 为什么涨这么多？两个核心原因。第一，新增了两类之前完全没有的 pcb 模组，每台机架要加七十二块 connect 模组 pcb 每块二百七十美元，合计一万九千四百四十美元，每台机架要加十八块中板 pcb， 每块一千五百美元，合计两万七千美元。光这两项就新增了四点六四万美元的成本。计算版从二十二层 hdi pcb 升级到了二十六层， 材料等级也从 m 七提升到了 m 八，交换机托盘从二十四层升级到了三十二层，还 额外加了一块四十四层的中板 pcb， 已满足七十二颗 gpu 的 nv link 六高速互联需求，所有 pcb 的 物理尺寸也都变大了。 三、 m l c c 涨了百分之一百八十二，小原件爆发大需求。 m l c c 就是 多层陶瓷电容器，是电路板上密密麻麻的那些小原件，负责稳定电压和滤波，它的价值从一千五百三十美元涨到了四千三百二十美元，涨了一点八倍。增量来自两个方面， 第一，单板用量大幅增加。每块计算板上的 m l c c 价值从二十五美元涨到了九十美元。每块交换基板上的从二十美元涨到了四十五美元。第二，新增模组带来的额外需求。如本新增了十八块 bluefield 四 d p u 模组和七十二块 connectx 九 r k 的 模组， 这些模组上也需要大量的 m l c c。 现在高端 ai 服务器用的 m l c c 已经出现了供应紧张，各大代工厂都在疯狂抢库存，就怕二零二六年下半年 rubin 量产的时候断货。 四、 abf 基板涨了百分之八十二，芯片的地基也涨价了。 abf 基板是 gpu 芯片下面的那个核心基板， 相当于芯片的地基，它的价值从一点一二万美元涨到了二点零三万美元，涨了百分之八十二。驱动因素有三个，第一，单颗 gpu 用的 a、 b、 f 基板单价直接翻倍，从一百美元涨到了二百美元。 第二， nv switch 交换芯片的用量从每机价十八颗增加到了三十六颗。第三， connect x 芯片的用量从每机价三十六颗增加到了七十二颗。五、电源和液冷 功率密度提升带来的稳健增长电源从五点六万美元涨到了七点五万美元，涨幅百分之三十二。 rubin 标配了一百一十千瓦的电源架，而且已经由美国云服务商开始采用八百伏高压直流独立电源机架了。 预计到二零二七年的如滨 out 平台八百伏直流架构会全面普及，夜冷从六点四六万美元涨到了七点二一万美元，涨幅百分之十二。如滨采用了全夜冷无风扇设计，彻底淘汰了风冷， 增量主要来自快速街头用量的增加和底部散热板的设计优化。如果算上机房里挂的 cdu 冷量分配单元，单机架的散热总价值大概是十二点二一万美面。 第四部分，打破误区， o d m 厂商不仅没被压缩，反而赚得更多了。之前市场上有一个非常普遍的观点， 英伟达把计算托盘做得越来越标准化， o d m 代工厂的附加值会被不断压缩，最后只能赚点辛苦钱。 但摩根施丹利的拆解结果直接打了这个观点的脸。 o d m 的 增值部分，从 g b 三零零的每台机价十点八二万美元，涨到了 rubin 的 每台机价十四点九六万美元，涨幅百分之三十五到百分之四十。这些增值分布在整个机价的各个环节，计算版组装测试涨了， 计算托盘组装测试涨了，整机机架组装测试也涨了，而且还新增了 connect x 或 okey 的 模组的组装测试环节，这一项就新增了三千六百美元的价值。 有人可能会说，我看到 odm 的 毛利率从百分之二点七降到了百分之一点九吧？没错，毛利率是降了，但绝对盈利额涨了百分之三十八。原来坐一台赚十点八二万，现在坐一台赚十四点九六万，哪个更赚钱一目了然。 而且，如果云服务商自行采购内存模组， odm 的 毛利率还能回升到百分之二点二到百分之二点六。最后，我们来做一下总结。 ai 产业链的价值分配正在彻底重构。这次 ruby 计价拆解给我们带来的三个最重要的启示， 第一， ai 服务器的价值蛋糕不再只属于 gpu。 之前大家投资 ai 产业链，眼睛只盯着英伟达， 但现在 pcb、 mlcc、 一 百 f 机板、内存这些中下游环节的价值增幅都远远超过了 gpu 本身，它们正在迎来自己的黄金时代。第二，系统级创新比单纯的 gpu 性能提升更重要。 root 机架标志着 ai 服务器已经从简单堆叠 gpu 的 时代，进入了系统级创新的时代。散热、供电、互联、内存架构这些方面的全面升级，正在成为下一代 ai 平台的核心竞争力。 第三，内存已经成为了 ai 产业链的新瓶颈，内存占比从不到百分之十跃升到百分之二十六，价格和供应的波动将会直接影响整个 ai 行业的发展节奏。 英伟达的如饼平台预计在二零二六年第三季度开始生产出货，第四季度上量，二零二七年第一季度大规模交付，这场 ai 产业链的价值重构才刚刚开始。
1824晓非观察
11:11查看AI文稿AI文稿想象一下这样一个呃，特别有画面的场景，就是你现在正坐在一家完全没有 wifi 的 街角咖啡馆里，或者哪怕说你是在万米高空的飞机机舱里，嗯，就是完全没网的环境嘛。 对，你的 windows 笔记本是处于完全断网的状态，但是就在这种极其受限的设备上，你居然在本地非常流畅的运行一个拥有一千二百亿参数的超级 ai 智能体。哇， 一千二百亿参数跑在本地，这个确实有点科幻了是吧？它不仅能瞬间理解你的指令，还能同时处理高达一百万个 toc 的 上下文，就相当于，呃，它能一口气读完几本厚厚的专业著作，然后立刻给你出分析，而且完全没有云端处理那种让人抓狂的廉耻。没错，没有进度条卡顿， 一切都在你的键盘下悄无声息，但是又极其强悍的运转着。其实你描述这个场景的时候，最让我觉得震撼的倒不是说 ai 现在变得有多么聪明了 啊，那是什么？而是这种原本只能在待行机房里的计算能力被极致压缩塞进个人设备之后给使用者带来的那种。怎么说呢，就是一种绝对的掌控感。对对对， 就是我的数据我做主的那种掌控感。而且把这个科幻场景强行拉进现世的幕后推手，大家其实都很熟悉，就是目前在数据中心领域已经可以说是杀疯了的英伟达，对吧？没错，就是英伟达！所以今天的深度解析，我们要来好好拆解一下这个庞大的话题， 我们要看懂一张呃，从云端一直铺设到你个人桌面的算力巨网，这个确实很有必要聊一聊。我们今天的资料是基于美国银行赠券在二零二零年六月一号发布的一份重磅深度研报。这份报告把英伟达在台湾 computer 词大会上的战略布局可以说是扒的干干净净。 这份报告的价值就在于他看透了英伟达的底盘。如果你仔细去咀嚼里面的商业逻辑，你就会发现英伟达了野心早就不是说，哎，我再多卖几张高性能显卡那么简单了，他们是想要通吃对吧？没错，他们现在是在构建一个专门为智能体 ai 量身定制的端到端 infstructure， 这是一场从最底层的社服气架构一直延伸到你手里那台个人电脑的全面颠覆。好吧，那我们就来硬核拆解一下。既然是一场从底层开始的洗牌，咱们首先还是得把视线拉回到他们的云端大本营。嗯，得先看数据更新。对， 在这次大会上，英伟达扔出了一个真正的王炸，就是 viran rubin 平台。报告里明确说了，这个平台现在已经进入全面量产阶段了。对，全面量产这个节点很关键。而且大家要注意， viran rubin 它可不是一张单体显卡，它是一个打包了五个机架的庞然大物， 从计算节点到极速数据传输的以太网，再到专门优化的大容量存储，英伟达全给包了。就是说，他们不再是单纯卖给你一个汽车发动机了。没错，他们现在是直接卖给你一整条高度自动化的流水线。流水线，或者说 ai 工厂。你用的这个词非常精准， 因为这恰恰反映了当前 ai 发展的一个最要命的痛点。什么痛点？算力不够吗？不是算力，或者说单点硬件的提升，其实已经碰壁了 现在最致命的瓶颈。呃，可能很多人想不到，其实是电力耗电太猛了是吧？对啊，全球的数据中心都在面临极度严军的电网容量限制。 在这样一个电力受限的世界里，你的每瓦吞吐量其实就直接等同于真金白银的收入。提到这个吞吐量，美国银行的分析师在这份报告里算了一笔账，那个数据真的是相当惊人。他们是怎么算的呢？ 相比上一代的 blackwell 架构， virubine 在 规模上直接提供了十倍的十倍。十倍， 这已经是待机碾压了。还不止呢，报告里说，当他和那个 grok 芯片结合使用的时候，对于万亿参数级别的超级模型，每瓦吞吐量竟然能提高三十五倍。哇，三十五倍？对，而且每个偷坑的成本直接降到了原来的十分之一。但是说实话啊，这听起来太像那种精心包装的营销话术了，觉得有点吹牛的成分。是啊， 仅仅靠换一套新架构，就能打破物理极限，硬生生挤出三十五倍的性能，这不科学吧？这是一个非常好的疑问。其实这里面最让人着迷的地方就在于，英伟达并没有变什么物理魔术， 它们靠的是一种极端的协调设计。协调设计？具体怎么协调，就是在传统机房里，你 gpu 算完了数据，得排队通过主板总线发给 cpu， 然后再经过层层协议传给网卡。这个听起来就很繁琐，肯定会有损耗， 对，每一步都在产生极大的电阻损耗和时间延迟。而英伟达现在的做法是让 gpu、 cpu 还有网卡直接在最底层通过专用通道对话 数据，完全不需要绕路了，也就是把那些浪费在跑腿和沟通上的电力全省下来了。没错，省下来的电全砸进生成偷啃的计算里。这也就是为什么英伟达现在不能只做 gpu 了 啊，我懂了，因为一旦你这个数据传输的高速公路建好了， gpu 的 速度提上来了，旁边那个传统的 x 八六架构的 cpu 就 变成拖油瓶了。完全正确， 传统的 cpu 变成了限制智能体 gpu 利用率的最大绊脚石。这就是经典的木头效应吗？确实，因为我们现在说的智能体 ai， 它不是以前那种你问一句他答一句的被动 ai 了，它是需要频繁主动去调用工具查数据库的， 对，它需要执行多步骤的复杂推理。在这个过程里， gpu 得不停地跟 cpu 交换极其琐碎的指令。这就好比， 呃，传统的 x 八六 cpu 是 一个收费站，每次只能过一辆车，不管你后面的 gpu 是 一条多么宽的超级高速公路，到了这儿全都得严重大塞车。这个比喻太到位了， 所以英伟达为了解决这个大塞车，他们直接把收费站给拆了，推出了他们自己的 velera cpu， 拥有八十八个定制核心， 这就相当于建了八十八条 vip 直达通道吧。对，这八十八个核心，什么杂活都不干，唯一的目标就是全速把数据喂进 gpu 的 嘴里，它的单核贷款是 x 八六的三倍呢。难怪在常用智能体工具里，它的性能直接是 x 八六的一点八倍。不过 这不仅是硬件上的胜利吧，这也是直接动了别人的奶酪啊。何止是动了奶酪，这简直是掀桌子了。这对英特尔和 amd 来说是一个极其明显的负面信号。研报里的商业预测简直让人倒吸一口凉气。它们预计仅仅在今年下半年， valeria 这款 cpu 的 销售额就会达到大概两千亿美元，这速度太可怕了！ 而且到了明年，英伟达有望以超过五十亿美元的年化运转率，直接成为全球最大的四位 cpu 供应商。你要知道，五百亿美元这个体量，基本相当于目前 amd 加上英特尔在服务器端总和的规模了。英伟达正在一口吃掉整个服务器系统的利润池。但是报告里也提到了一个点， victor cpu 的 平均售价高达五千美元以上，而传统 x 八六只有两千美元左右。既然 x 八六这么便宜， 企业客户为什么要花两倍半的钱去当这个冤大头呢？因为在算力经济学里，这是一道再简单不过的算术体了。你想象一下，一个企业已经花了成百上千万美元去买 victor roubaix 的 gpu 集群了，嗯， 大头已经花出去了。对啊，结果你为了省那三千块钱的 cpu 差价，导致你那几百万的 gpu 每天有三十分钟的时间在那闲置等数据，这才是真正的血亏。原来如此， 客户买单，其实买的是不让 gpu 停下来的能力。没错，所以服务器 cpu 市场的城墙就这么被英伟达从内部催哭虎拉朽般的攻破了。懂了，那么既然云端数据中心已经被他们用全家桶搭一桶了，接下来呢， 这套降维打击的玩法自然就蔓延到了你的桌面，这也是最顺理成章的一步。当 ai 工厂在云端轰鸣的时候，端到端 inforce structure 的 最后一块拼图必然会落在终端消费者手里了。研报在这里提到了一个非常重磅的发布， 英伟达和微软联合发布了一款叫做 rtx bug 的 超级芯片，专门给 windows pc 上的个人智能体准备的。这个参数极其硬核，它用了台积电三纳米工艺，直接能提供一拍他 flop 的 ai 算力，这可是每秒一千万亿次的算力啊！ 而且他们通过先进的封装技术，把庞大的 blackwell gpu 和二十核的 grace cpu 给缝合在一起了，甚至联发科也参与了设计，所以他才能在本地硬康一千二百亿参数的大模型吗？最有趣的地方来了，听到这里，很多人肯定会问一个非常现实的物理学问题， 你让一台轻薄笔记本儿跑一万二千亿参数，那电池能撑几分钟？散热压得住吗？肯定会担心大腿被烫伤对吧？是啊，而且既然云端的 viktor rubin 那 么强大，我直接连云端不就好了，为什么要费尽心机把这么恐怖的算理塞进本地？ 这就是整个 ai 产业走向成熟的关键分水岭了。关于工号，这就是为什么他们要拉上联发科搞定制 arm 架构的原因。怎么说，通过极端电源管理，你平时打字上网的时候，计算单元是休眠的， 只有唤醒 ai 的 那一瞬间，它才满载爆发。这不是大局高耗能，这是瞬间高能效。明白了，那不用云端的原因呢？ 因为云端永远解决不了三个死缺。第一就是隐私，当 ai 变成私人管家，要看你的私密照片、公司机密账单的时候，你真的敢全传到云端吗？绝对不敢，物理切断才是最安全的。对，第二个死缺就是零延迟响应。 你让 ai 帮你提取 excel 数据、做 ppt 这种高频交互，如果每次都去云端绕一圈，哪怕只卡顿半秒，体验也是崩溃的。确实，毫秒级的及时响应只能靠本地算力。 最后当然就是钱了嘛，算力一次性买断，你就不需要每个月去交那昂贵的云端 tiktok 订阅费了。隐私保护，零延迟零订阅费，这就是本地端不可替代的铁三角。 难怪 rtx spark 的 目标直接瞄准了前十 percent 的 高端 windows 市场，对标苹果的 macbook pro 和 mac mini 吗？没错，一年差不多两三千万台的量。好，那我们快速总结一下。 纵观整份研报，一条令人敬畏的主线已经非常清晰了。从宏观的 ai 浪潮到云端的 verran 巨无霸，再到颠覆传统架构的 ver c p u， 最后收尾在你办公桌上。搭在 rtx spark 的 notebook 里， 英伟达正在编织一张无处不在的算力网，因为未来你所有的工作、娱乐乃至投资都将运行在这个基础之上。所以在这里我想给大家留一个引人深思的问题，如果英伟达不仅垄断了云端的 ai 工厂，现在还通过硬件掌控了你桌面上个人智能体的大脑，嗯， 那么夹在中间的那些传统软件和操作系统厂商，未来还有多少话语权？在这样一个高度集中的算力帝国里，到底是谁在真正拥有你的 ai？ 大家可以带着这个问题去观察科技圈的走向，这问题确实纸级龙混，不过在结束本集深度探讨之前，我们必须切换到一个极其严谨的语调，和大家明确几点关键的合规信息。没错，非常重要。基于美国银行赠券的这份报告，他们维持了对英伟达的买入评级，目标价设定为三百五十美元， 而当前的参考价格是大概两百一十一美元，指出了不可忽视的下行风险，大家一定要注意听。首先是日以严峻的电力供应限制，全球电网能不能撑得住这种扩张？ 其次是 ai 项目投资的不可预测性，也就是 lumpyness。 另外还有消费级游戏市场的周期性疲软，还有呢，来自其他科技巨头自研芯片的竞争也在加持，并且针对中国的算力出口限制影响也是一个重大的不确定因素。对 最后，各个政府对英伟达这种绝对统治地位的强化反垄断审查，也是随时可能爆发了风险。还要透明地提醒大家，美国银行证券与报告中提及的公司是存在业务往来的，这可能存在利益冲突。好的， 最后，我们要非常严肃的提醒大家，本期深度解析节目仅仅是对公开研究资料的客观梳理与探讨，这里面的任何内容都绝对不构成任何投资建议，绝对不构成投资建议。投资有风险，入市需谨慎，请大家务必独立思考，做出你自己的判断。那么感谢大家的收听，我们下期深度解析，再见，下期见！
17爱分享研报
07:47查看AI文稿AI文稿必须要说，过去这一年，我们可能都看错了，我们都觉得 ai 时代的财富密码就是英伟达的 gpu， 谁拿到 h 一 百，谁就能笑， 谁囤了 b 两百，谁就能躺着数钱。但刚刚过去的二十四小时，华尔街突然掀翻了这个剧本，高盛、摩根史丹利两份重磅报告接连出炉，结果是什么？英伟达股价没怎么动，但一批做电路板的公司市值暴涨了上百亿，离谱吗？一点也不， 因为这帮华尔街最聪明的脑袋，拆了英伟达下一代 ai 怪物 rubon 机柜之后，发现了一个惊天秘密， gpu 不 再是这场游戏里唯一的明星了。咱们来看数据。摩 根士丹利拆解报告显示，一台英伟达最新的 vr rubon 机柜， odm 采购价高达七百八十万美元，比上一代 gb 三百的四百万美元几乎翻了个倍。但有意思的来了， gpu 在 整柜中的成本占比从百分之六十五一路跌到了百分之五十一。什么概念？相当于你要买一台一百万的豪车，但发动机只值五十万，剩下的五十万都花在了轮胎、座椅、音响上。以前大家都只关心发动机，现在发现 原来别的零部件也能抢钱了，那钱被谁赚走了？两个数据， pcb 硬质电路板价值量暴增百分之一百八十二，存储更是疯了， 价值量暴涨百分之四百三十五！你没有听错，在这轮 ai 的 迭代里，涨幅最大的居然是一块电路板！可能有人要问了，一块破板子凭什么？这就是我今天要说的第一个反常识的点， p c b 已经不是你想的那种破板子了，在大多数人眼里， p c b 就是 绿油油的一块板子，技术含量低，门槛低，纯制造业。但在 ruben 时代，这玩意技术含量快赶上芯片了。为什么？来，我给你拆解一下。以前的服务器， gpu 之间是靠电缆连接的，但在 ruben 这种级别的算力怪兽里， 五百七十六个端口，五十四太字节的内存塞进一个柜子，数据传输频率达到兆亿次级别。用线缆，那就是一场灾难，信号干扰、发热延迟，能把整个系统搞崩。所以英伟达被迫做了一个决定，用 pcb 代替线缆，用高层的 hdi 版做成内部的信息高速公路 从二十二层板升级到二十六层，材料从 m 七升级到 m 八，线宽线距被压缩到二十微米级别。这已经不是电路板了，这是半岛体积的精密制造，我举个例子你就懂了。正交中板，这是 rubicon 柜里价值量最高的一块 pcb。 这块板子什么水平？四十四层板， 零点二毫米的孔径， m 八材料，你需要用钻针在极小的孔里做电镀镭射工艺难度极大，目前业内量率只有百分之八十五到百分之九十，谁在做？户电股份是这块板子的主力供应商，这家公司以前干嘛的？做基站射频板的射频板对信号要求极高， 所以它在高频、高速 pcb 领域的技术积累刚好在 ai 时代派上了用场。它的长洲场正在扩建，瞄准的就是这块儿最难啃的骨头。除了护垫，深南电路也在正交中板里有份额。背板应用从通信基站延伸到 ai 超节点，这是它技术能力的自然延伸。 说完最难做的，咱们说最肥的 o a m 板儿，就是直接承载 g p u 和 h b m 的 那块板子。在 vira rubin 机柜里， o a m 板用的是 m 八材料，二十六层 h d i 板供应商份额上，盛宏科技占了最大的一块。盛宏这家公司我之前关注不多，但数据不会骗人，近一年股价涨了百分之三百以上。为什么？因为它深度绑定了英伟达，参与了 scale up 互联的定义。换句话说，它不是被动接单，而是和英伟达一起定义下一代产品。 这种卡位能力在 a 股 p c b 公司里是稀缺的。而且盛宏不仅做 o a m， 在 正交中板和 switchboard 里也有份额。更重要的是，英伟达预留了百分之十的份额， 会根据交付速度再分配。圣红有很大机会再抢一块。核顶控股也是这个赛道的重要玩家。这家公司其实很特殊，它是做 m c p 工艺起家的，限宽限距能控制到二十微米级别。这种精度不仅是 ruben 需要，一点六 t 光模块也需要。 说到光模块，有一个数据我必须给你念一下，八百激光模块 p c b， 去年约两百零八元，现在涨到四百二十元， 一年时间价格翻倍。为什么？两个原因，第一，同等原材料涨价， ccl 厂商从二零二六年二月起陆续提价百分之三十至百分之四十。第二，需求太猛了， gb 两百、 谷歌 v 七都用一点六 t 光模块，板材和 h v l p 四同薄，直接短缺。谁的一点六 t 光模块 p c b 通过英伟达认证了， 只有四家。圣红护垫深南棚顶，更具体的拆棚顶，目前主要给续创供货，每月交付量占市场百分之二十到百分之二十五。新益盛的一点六提光模块 pcb 主要由护垫和圣红供货，四家分十一块，价格翻倍， 还在持续增长的市场，这就是高端产能卡位的力量。但最让我觉得反常识的还不是 pcb， 是 上游的 ccl 附铜版 pcb 的 原材料。我以前觉得这不就是个材料厂吗？铜加树脂能有多大技术含量？结果查完资料，我被打脸了。 如本 oam 版的 ccl 完全由台光供应，正交中版的 ccl 是 台光豆杉、松下 switchboard 的 ccl。 生意科技终于进来了，和台光、豆杉一起分入一个细节， 生意科技之前没进 o a m 和正胶中板的 c c l 供应，因为它的板材主要停在 h v o p 三等级，适合八百激光模块。到了一点六 t g 以上，就需要 h v o p 四了。这零点一的等级差 就是技术壁垒，而且这还不是终点。 ultra robot 方案里可能会用到 m 九材料，但台积电在 ko o s 封装测试中发现， m 九材料硬度太大，和芯片封装结合时会导致翘曲，这个问题怎么解决？封装工艺可能要从 ko o s 转向其他方案，这意味着什么？ 意味着材料供应商可能要洗牌。所以你看，这个产业链上每一个技术节点的跃升，都是利益的重新分配，谁能在 m 九、 m c p coop 这些新技术上率先突破， 谁就能拿走下一块蛋糕。好，聊了这么多，我想收回最开始那个问题，为什么英伟达没涨？但做电路板的全都嗨了？因为这个行业的底层逻辑变了，以前 pcb 是 配角，是只要能插原件就行的在内，现在它是整个 ai 算力的瓶颈环节之一。芯片越强，对信号完整性的要求越高。信号要求越高， pcb 的 技术门槛越深。这就是为什么头部 pcb 厂商敢砸几百亿，横顶控股规划约两百三十亿， 互电股份规划超一百亿， a 股 pcb 板块儿扩产规模超过四百亿。这不是普通的产能扩张，这是高端产能的军备竞赛，谁扩得对、扩得快，谁就能在 ruben ultra、 ruben kyber 这一波又一波的迭代中卡住身位。最后，我想聊一点感受， ai 这个赛道，过去两年，大家都在算 谁是大模型第一，谁的算力最强。但很少有人注意到，在这场轰轰烈烈的科技革命里，最踏实的钱 其实是被那些卖铲子的人赚走了。不是每个公司都能做 gpu， 但每个做 gpu 的 公司都需要 pcb。 不是 每个公司都能做 hbm， 但每个用 hbm 的 算力卡都需要载板。这让我想起当年的淘金热，真正发财的不一定是最先挖到金子的人，而是那些在旁边卖铲子、卖牛仔裤、卖水的人。 现在的 ai 产业正在上演同样的故事， gpu 是 那个金子，但 pcb、 cclab、 载板、 mlcc 就是 那些铲子和水。而中国制造业在这个故事里，已经不是低价代工的配角了， 它们在定义标准，在攻克 m 四一 p， 在 打破 m 九材料的天花板。这就是今天的深度产业观察。对此，你怎么看呢？欢迎在评论区留下你的观点和看法。视频最后做一下说明，本文所有分析与数据均来源于高盛摩根施丹利公开研报、上市公司公告 及相关财经媒体报道。文中涉及的上市公司沪电股份、深南电路、盛宏科技、彭鼎控股、生意科技等仅作为产业链技术路径讲解之案例，投资者应基于独立的分析判断，理性决策。好了，本期视频就到这，我们下期再见。
3214道哥说道
02:16查看AI文稿AI文稿英伟达陆地芯片二零二六年下半年量产，很多人盯着 gpu， 但芯片底下那块板才是隐藏的关键。 m 九互铜板 m 九是 ai 服务器下一代标配材料，互铜板分 m 一 到 m 九，数字越大，性能越高， 当传输率达到二百二十四 gps 时， m 七和 m 八信号衰减严重， m 九能把衰减压到最低。二零二六年， m 九材料持续供不应求，全球浮动板交货周期从两周延长到最长六周， m 九等级浮动板单价飙升至 m 八的三倍。 这条产业链上，中国企业已经全面深度卡位，数字环节壁垒最高。东财科技的 m 九级碳氢树脂，是全球唯一通过烟美达六项核心认证的产品，已用于 g b 三百和 blackwell 服务器，现有产量五百吨，每年三千五百吨。新线预计二零二六年六月投产。 顺前集团也能提供 m 九前系列数值。电子部环节，菲利华是国内唯一实现石英砂提成到 q 布前链条自主可控的企业，已通过英伟达台光生意抖三认证，台光已锁定二零二六年上半年五百到七百万米订单。 中材科技是国内规模供应商，同样通过英伟达两家通过英伟达 h v l p 四铜钎验证并批量供货。 富通版环节，生意科技是中国大陆唯一通过英美达 m 九富通版认证的企业。 m 九量力达百分之九十，规划年产量一千二百万平米，主要供应 g b。 三百及如宾项目。 南亚新材 m 六到 m 八已批量供货。国内算力客户 m 九处于导入阶段，二零二五年第四季度，全球率先推出 m 十 p c b 环节，沪电股份是全球首家通过英美达七十八层 m 九正交备版认证的厂商。泰国基地以小批量量产 四十三亿元扩展项目，预计下半年市场。正红科技已完成 m 七、 m 八验证，正推进 m 九和 m 十认证。此外，台湾地区的台光店和联茂也值得关注， 台光店是首家通过 m 九及 ccl 认证的厂商，预计二零二六年第二季度出货。联茂 m 九基板已通过美系 ai gpu 大 厂认证。以上信息均来自企业公告和公开批漏，仅供产业科普。你还想看哪个 ai 产业链的隐形冠军？评论区聊聊？
4292熊二不二
03:35查看AI文稿AI文稿大家好，我是南哥，今天我们将聚焦一个备受瞩目的新星赛道，碳化硅。碳化硅作为第三代半导体材料，正迎来两大核心驱动力， 一是 ai 数据中心电源架构的重塑，为其带来了结构性的新需求。二是英伟达计划在其新一代如饼处理器中，将封装基板材料由硅替换为碳化硅，开启了其在先进封装领域的全新应用。首先，我们来了解一下碳化硅行业的背景。 碳化硅作为第三代半导体材料，具有宽禁带、高导热、高频率三大核心特性，这些优异的物理属性使其成为解决高效、节能、小型化问题的关键材料，也是各国竞争的战略高地。 从产业链来看，上游的衬底与外延是技术壁垒最高的环节。接下来我们分析第一个核心驱动力， ai 数据中心电源架构的重塑。左侧展示了 ai 时代数据中心的迫切需求。随着 ai 算力的爆发，对电源的功率密度提出了极限挑战，传统方案已接近物理瓶颈， 同时为了降低运营成本和碳排放，对 p u e 指标和电源效率的要求也日渐严苛。此外，高密度部署带来的巨大散热压力也急需解决。 右侧展示了 i c c 技术如何完美解决上述痛点。 i c c 凭借其高频特性，能有效减小磁性原件体积，其极低的损耗特性直接提升了系统效率，助力 p u e 降低， 最终实现了高频、高效、高功率密度的电源系统升级，成为下一代数据中心电源架构的理想选择。第二个核心驱动力来自英伟达的封装革新。 英伟达计划在其新一代 ruby 处理器的 qos 封装中，使用碳化硅基板替代传统的硅基板， 这一举动将极大的提升芯片的散热和电气性能。英伟达的示范效应将打开碳化硅在先进封装领域的巨大市场空间。现在我们来看碳化硅的全产业链布局， 这张图清晰展示了从上游原材料到中游制造再到下游终端应用的完整链路。最左侧的上游主要包括衬底和外延两个环节， 这里是整个产业链技术壁垒最高的地方，特别是衬底的藏金工艺，直接决定了产品的量率和成本，也是目前国产化率提升的关键战场。我们首先来看天越先进， 作为国内碳化硅衬底的龙头企业，公司的技术水平国内领先，半绝缘型衬底已进入国际主流供应链。第二家是路校科技，他是国内碳化硅的重要供应商，公司的核心亮点在于其碳化硅全产业链布局，技术实力雄厚，已实现导电型衬底量产。 第三家是三安光电，它是国内碳化硅外延的龙头企业，公司的核心亮点在于其碳化硅外延技术实力雄厚，已实现六英寸外延片量产。第四家是斯达半岛， 它是国内碳化硅 mosfet 的 龙头企业，公司的核心亮点在于其碳化硅 mosfet 技术水平国内领先，已进入新能源汽车供应链。第五家是时代电器，它是国内碳化硅器件的重要供应商， 公司的核心亮点在于其技术实力雄厚，在轨道交通领域应用广泛，并已进入新能源汽车供应链。最后一家是杨杰科技，它是国内碳化硅器械的新兴力量， 公司的核心亮点在于其技术实力雄厚，碳化硅产品已通过客户验证并进入新能源汽车供应链。本期视频到此结束，如果觉得对您有帮助，麻烦点赞留言加关注，谢谢大家！
564楠哥学财经
03:30查看AI文稿AI文稿ai 算力最大的隐形风口落地，英伟达入门架构引爆 pcb 革命，价值暴涨百分之两百三，国产技术全面突破，高端替代红利彻底开启。 大家好，我是小杰，看懂产业趋势。现在 ai 算力越堆越强，数据传输速度也在疯狂升级，从以前的五十六 g， 直冲到一百一十二 g， 甚至两百二十四 g。 但很多人不知道，现在制约高端 ai 服务器起速的瓶颈已经不是芯片了，而是不起眼的电路板 pcb。 老式电路板成数少，材质普通高速传输时信号损耗大，不稳定，根本撑不住大规模 ai 算力集群。 而英伟达最新的 u 本架构，直接把 pcb 的 地位彻底改写，它不再是简单的导电配件，而是 ai 服务器内部负责高速互联的核心中疏，也掀起了一轮全新的 pcb 产业革命。 u 本之所以强，说白了就是做了三件颠覆性的升级。第一，神速大幅暴涨。 普通服务器 pcb 只有十几层，而软本架构直接做到二三十层，顶配版本更是高达七十八层，层数越多，传输路线越多，越密集，海量 ai 数据同时传输，还不会卡顿堵车。 第二，板材全面换新升级，老板材跑高速容易信号衰减失真，软本全面用上顶级低损耗新材料，搭配超高速 ai 算力需求。 第三，结构彻底简化。以前服务器内部密密麻麻全是网线铜缆，又乱又容易干扰信号。路由器直接用一块高端大背板替代数万根线材， 整机更简洁，散热更好，稳定性大幅提升。别看它只是一块板子，路由器对应的高端 pcb 技术门槛极高，也是高端 ai 量产的卡点。首先， 超高层数量率极难把控，几十层板材反复叠加压制，只要一层对位不准，稍有瑕疵，整块板直接报废。对工厂工艺精度要求苛刻到极致。 极致高速信号适配极难，两百 g 级别的超高速传输对板材材质要求极高，材料稍微不达标，信号就会衰减混乱， 直接拉低服务器整体算力。最后，超大板材容易变形翘曲，多层材质叠加受力受热不均，很容易变形不平整，导致芯片贴不牢，接触不良，是行业公认的顶级工程难题。 也正因为门槛极高，这项技术长期被少数海外巨头垄断。日本价格最大的变化就是彻底拉高了 pcb 的 产业价值，数据非常直观，老款服务器整套 pcb 价值大概三点五万美金， 日本价格直接涨到十一点七万美金，涨幅超百分之两百三十。不起眼的小赛道，瞬间变成了 ai 核心高价值赛道。更关键的是，国内产业链已经成功突围，现在国内头部厂商全面攻克了超高阶板材、 超高层 pcb、 超大背板工艺，顺利进入全球高端供应链，完美适配日本架构量产需求。这也意味着我们的 pcb 产业正是从低端代工升级为帅利级高端精密制造，补齐了国产 ai 帅利的关键短板。简单总结， 芯片负责计算，高端 pcb 负责打通算力血脉。在入门架构的带动下， ai 电路板正式迈入高端精密硬件时代。未来随着高速网络持续普及，高端 pcb 的 国产替代红利还会持续释放。关注我，带你了解更多产业趋势，谢谢大家！
15晓杰说～
03:22查看AI文稿AI文稿咱们今天聊点硬核的话题，先问你一个问题，一台能装七十二个英伟达最新 ai 芯片的超级服务器机架，你觉得得多少钱？五百万美金？一千万？来直接告诉你答案， 七百八十万美金！没错，这不是买游艇的价格，这是摩根史丹利最新报告里给英伟达下一代 ai 服务器 rubin 机架的估价。而且 报告还揭示了一个反常识的现象，市场普遍觉得代工厂的利润会被挤压，但大魔却说，这帮做代工的反而要闷声发大财了。好，咱们先看这七百八十万美金花在了哪？最惊人的变化是内存， 以前内存只占成本的百分之五到百分之十，现在因为 ai 对 贷款要求太高，内存价格飙升，在 ruby 机架里直接干到了百分之二十五到百分之三十的占比。相比之下，最核心的 gpu 成本占比反而从之前的百分之六十五降到了一半左右。但这还不是全部， 报告里有个很炸裂的表格，跟上一代 blackwell 相比， pcb 印刷电路板的内容价值暴涨了百分之两百三十三， mlcc 陶瓷电容涨了百分之一百八十二， abf 载板涨了百分之八十二。说白了，这机器更复杂，密度更高，对电和散热的要求也更变态了。 比如 rubin 用的 pcb 板层数更多，材料更高级，还多了之前没有的中板，这些可都是白花花的银子啊！那重点来了，钱都让英伟达和内存场上赚了吗？代工厂是不是只能喝汤？大魔说错，报告明确写道， odm 的 附加值会增加百分之三十五到百分之四十。为什么？因为机架越复杂，组装测试的难度就越大。以前可能就是把板子拼起来，现在要搞定更复杂的计算板、交换板、液冷系统，甚至还要测试新的模块，这都是代工厂能实实在在收进兜里的钱。当然， 毛利率可能会从百分之二点七降到百分之一点九左右，但大摩分析师特别提醒，别只看百分比，要看绝对利润额，分母变大了，哪怕比例小一点，赚到的美金还是实实在在变多了。 这就好比虽然你跑堂的抽成比例低了，但餐厅总流水从一百万涨到了三百万，你拿的钱反而更多了。那么，咱们普通投资者该关注谁呢？研报给出了清晰的排序，首推尾影，然后是尾创、广达，最后才是红海。在零部件供应商里，他们点名看好泰达店、 奇鸿科技、新兴电子、真顶科技和续损。有意思的是，报告还提到一个趋势，以后可能会有更多客户自己买内存，直接给代工厂发货。这种来料加工模式能减轻代工厂的资金压力，长期来看是好事。总结一下今天的关键信息， 第一，英伟达下一代 rubinai 机价成本高达七百八十万美金，核心增量来自内存、 pcb 和散热。第二，别小看代工厂， 尽管毛利率可能微降，但绝对利润额在显著增加，附加值逆势增长。第三，投资首选尾影和尾创零部件。看台达电和奇鸿 ai 军备竞赛还在继续，但钱已经不只是流向同一个地方了， 那些在幕后把一堆昂贵零件变成一台庞然大物的组装高手，正在获得更大的蛋糕。好了，今天的分享就到这里，数据来自摩根士丹利五月二十日的最新报告，绝对靠谱！我是主播叉叉叉，咱们下期再见！
