Nvidia powiadomiła swoich klientów i partnerów w łańcuchu dostaw o podwyżkach cen produktów GPU do AI o ponad 15%, zaostrzając presję kosztową w branży już i tak obciążonej gwałtownie rosnącym popytem na infrastrukturę obliczeniową.

Podwyżki obejmują zarówno serwerowe akceleratory AI, jak i konsumenckie karty graficzne, a wydatki przedsiębiorstw mogą wzrosnąć jeszcze bardziej po doliczeniu marż dalszych ogniw łańcucha. Ponieważ akceleratory Nvidii stanowią trzon większości dużych klastrów treningowych i inferencyjnych AI — a wśród jej największych klientów znajdują się czołowe platformy chmurowe — zmiany kosztów na poziomie komponentów w tej firmie zwykle przenoszą się na szerszy rynek infrastruktury AI.

Koszty pamięci napędzają podwyżki

Źródłem problemu jest pamięć o wysokiej przepustowości, znana jako HBM — wielowarstwowa pamięć DRAM, która z dużą prędkością dostarcza dane do akceleratorów AI. Popyt na HBM gwałtownie wzrósł wraz z rozbudową infrastruktury AI, a dostawcy odpowiedzieli podnosząc ceny. Produkcja HBM jest skoncentrowana w rękach niewielkiej liczby producentów pamięci — przede wszystkim SK Hynix, Micron i Samsung — a ich moce produkcyjne zostały w dużej mierze związane obsługą klientów z centrów danych w miarę skalowania wydatków na infrastrukturę AI. Według doniesień koszty modułów pamięci GDDR7 potroiły się w porównaniu z poprzednimi generacjami.

Nvidia projektuje krzem GPU, ale w zakresie HBM i GDDR opiera się na tych zewnętrznych dostawcach, dlatego ruchy cen pamięci znajdują odzwierciedlenie w zestawach GPU, które firma sprzedaje dalej. Nvidia przesłała powiadomienia partnerom produkującym karty dodatkowe w maju i lipcu 2026 r.; dotyczyły one zestawów GPU łączących sam układ GPU z pamięcią VRAM. Zmiany obejmują zarówno najnowsze produkty GDDR7 generacji Blackwell, jak i starsze modele oparte na GDDR6.

GPU serwerowe, takie jak H200 i B200, zanotowały na początku 2026 r. wzrosty cen do 15%, natomiast karty konsumenckie odnotowały umiarkowane podwyżki hurtowe rzędu 5-10%.

Ceny detaliczne rosną jeszcze szybciej

Mediana cen detalicznych kart graficznych z serii RTX 50 wzrosła o nawet 39% między czerwcem a sierpniem 2026 r. W tym okresie cena detaliczna karty RTX 5070 zwiększyła się o 36%, a RTX 5060 Ti podskoczyła o 39%.

Do sierpnia 2026 r. GPU RTX Pro 6000 Blackwell osiągnął cenę 16 000 dolarów wobec początkowej ceny przedsprzedażowej 7 600 dolarów — co oznacza wzrost o 110%.

Zgodnie ze szacunkami analityków koszty przedsiębiorstw związane z tymi korektami zestawów GPU mogą ostatecznie wzrosnąć o 20-30% po uwzględnieniu pełnego wpływu na poziomie całego systemu. Po stronie konsumenckiej ceny detaliczne zawierają nałożone na koszty hurtowe marże dystrybutorów i pośredników, co jest jednym z powodów, dla których ceny na półkach mogą rosnąć bardziej niż same podwyżki komponentów.

Presja na twórców rozwiązań AI

Analitycy przewidują utrzymującą się presję kosztową na przedsiębiorstwa na poziomie 15-20%, wynikającą wyłącznie z kosztów pamięci. W przypadku dostawców chmury i firm oferujących AI jako usługę oczekuje się, że te wyższe koszty sprzętu przeniosą się w dół łańcucha, podrażając przebiegi treningowe i podnosząc koszty inferencji.

Dodatkowego kontekstu dostarcza sytuacja podażowa. Producenci pamięci przystąpili do rozbudowy mocy produkcyjnych, jednak uruchomienie nowych linii fabrycznych wymaga długiego czasu, więc dodatkowe wolumeny pojawiają się w horyzoncie kwartałów, a nie tygodni. Jednocześnie ilość pamięci w przeliczeniu na akcelerator stale rośnie: każda kolejna platforma Nvidii łączy swoje GPU z większymi zasobami HBM, zwiększając z generacji na generację udział pamięci w kosztach materiałowych systemu AI.