Nvidia 已通知客戶與供應鏈合作夥伴,AI 相關 GPU 產品價格將調漲逾 15%,使這個早已因運算基礎設施需求激增而承受壓力的產業,成本壓力進一步加重。

這波漲價同時影響伺服器級 AI 加速器與消費級顯示卡,若將下游加價納入考量,企業支出可能進一步攀升。由於 Nvidia 的加速器是多數大規模 AI 訓練與推論叢集的核心,且其最大客戶包括主要雲端平台,該公司在零組件層級的成本變動往往會擴散至整體 AI 基礎設施市場。

記憶體成本推動漲價

漲價的根本原因在於高頻寬記憶體(HBM)——這是一種以高速向 AI 加速器供應資料的堆疊式 DRAM。隨著 AI 建設浪潮,HBM 需求大幅攀升,供應商也隨之調漲價格。HBM 產能高度集中於少數記憶體製造商——主要是 SK Hynix、Micron 與 Samsung——而隨著 AI 基礎設施支出擴大,其產能已大量承諾給資料中心客戶。據報導,GDDR7 記憶體模組成本已較前幾代上漲三倍。

Nvidia 自行設計 GPU 晶粒,但 HBM 與 GDDR 須仰賴上述外部供應商,因此記憶體價格變動會反映在其後續銷售的 GPU 套件中。該公司於 2026 年 5 月與 7 月向板卡(add-in board)合作夥伴發出通知,涵蓋將 GPU 晶粒與 VRAM 搭配銷售的 GPU 套件。受影響的產品線橫跨最新的 Blackwell 世代 GDDR7 產品,以及較舊的 GDDR6 機型。

2026 年初,H200 與 B200 等伺服器 GPU 價格已上漲最多 15%,消費級顯示卡批發價漲幅則較為溫和,介於 5-10%。

零售價格漲勢更快

2026 年 6 月至 8 月間,RTX 50 系列顯示卡的零售中位價格最多上漲 39%。同期間 RTX 5070 零售價上漲 36%,RTX 5060 Ti 則大漲 39%。

RTX Pro 6000 Blackwell GPU 到 2026 年 8 月已達 16,000 美元,高於最初預購價 7,600 美元——漲幅達 110%。

根據分析師估計,若將完整的系統層級影響納入考量,與這些 GPU 套件調整相關的企業成本最終可能大增 20-30%。在消費端,零售定價是在批發成本之上疊加通路與經銷商利潤,這也是架上價格漲幅可能超過零組件本身漲幅的原因之一。

AI 建置者的成本壓力

分析師預測,單是記憶體成本就將帶來 15-20% 的持續性企業成本壓力。對雲端服務供應商與 AI 服務(AI-as-a-service)公司而言,這些更高的硬體成本預計將向下轉嫁,使訓練過程更加昂貴,並推高推論成本。

供給面情況提供了更多背景。記憶體製造商已著手擴充產能,但新生產線的前置時間較長,因此產能增加是以季為單位逐步到位,而非以週計。與此同時,每個加速器的記憶體容量持續提升:Nvidia 每一代平台都為其 GPU 配置更大的 HBM 容量,使記憶體在 AI 系統物料成本中的占比逐代上升。