貴在哪？一張表看懂英偉達GPU服務器的規格與成本

結合微軟、Meta的采購案例來看，兩家企業IT設備采購資金中，約60%都用于購置英偉達GPU產品。

近日，英偉達發布了2025年11月至2026年1月的財務業績報告，整體來看，這份財報表現遠超市場預期，傳遞出極為積極的發展信號。但頗為反常的是，財報公布后英偉達股價卻應聲下跌。本文除了深度剖析英偉達的財務表現外，還將梳理完整產業鏈路，聚焦搭載英偉達GPU的AI服務器品類，以及這類服務器在主流IT廠商數據中心內的部署形式與規模。要知道，當前AI服務器的硬件規格種類繁雜，各大IT廠商數據中心的系統配置也存在明顯差異。

下圖為英偉達按應用領域劃分的銷售趨勢圖。

英偉達按應用領域劃分的銷售趨勢。數據來源：Grossberg依據英偉達官方新聞稿整理制作

英偉達最新財報數據顯示，其單季度營收高達681億美元，大幅超出市場此前650億美元的預期值。其中，數據中心業務貢獻營收623億美元，成為拉動公司營收的核心支柱。英偉達還預計，2026年2月至4月的下一季度營收將達到780億美元。盡管業內對其營收增長的持續性、增長拐點何時到來存有擔憂，但相關消息透露，英偉達的訂單積壓金額已突破5000億美元。英偉達首席執行官黃仁勛雖未披露具體訂單數據，但也明確表示，即便公司營收實現大幅增長，訂單積壓規模仍在持續攀升。眾所周知，英偉達的銷售端瓶頸主要受制于臺積電的產能（尤其是CoWoS先進封裝芯片），以及SK海力士等廠商的高帶寬內存（HBM）供應能力，而目前相關產能尚未觸及峰值。究其根源，當前人工智能市場仍以數據中心端的生成式AI為核心，針對細分垂直場景的專用AI系統尚未大規模落地。

微軟為英偉達核心客戶，Meta資本開支趨勢與之高度關聯

英偉達銷售額能夠實現持續增長，離不開穩定且龐大的核心客戶群體支撐。基于此，我們不妨重點分析英偉達的幾家頭部IT廠商客戶，其中最具代表性的便是微軟、Meta、亞馬遜、谷歌這類超大規模數據中心運營商。毋庸置疑，這些科技巨頭均在全力爭搶英偉達GPU貨源，持續為自身數據中心的AI服務器完成英偉達GPU的部署升級。

下圖展示了微軟季度財務業績中“固定資產增加項”的趨勢變化，該數據提取自微軟現金流報表中的有形固定資產新增金額。

微軟資本支出趨勢。來源：Grossberg根據微軟新聞稿制作

2025年第四季度（10月至12月），微軟現金支出達299億美元。此前數個季度微軟資本開支始終維持在相對低位，本季度卻迎來大幅暴漲。微軟首席財務官表示：“本季度包含租賃費用在內的資本開支總計375億美元，其中三分之二投向了IT設備領域。”這意味著約250億美元資金用于采購服務器等IT硬件，據估算，其中約60%的資金（折合150億美元）流向了英偉達。而在英偉達623億美元的數據中心業務營收中，約150億美元正是來自微軟的采購訂單。

下圖顯示了 Meta 公司季度財務業績中“購置固定資產”的趨勢（從公司現金流數據中提取的用于有形固定資產的金額）。

Meta公司資本支出趨勢。來源：Grossberg根據Meta公司的新聞稿制作

2025年10月至12月季度，Meta現金支出總額為214億美元。受行業季節性因素影響，Meta每年1月至3月季度銷售額通常會出現下滑，對應資本開支或小幅縮減，但整體來看，其資本投入仍處于穩步增長態勢。Meta官方披露，本季度包含租賃費用在內的資本開支總額為221億美元。據筆者測算，其中150億至160億美元用于IT設備采購，進一步推測，支付給英偉達的資金約為100億美元。

搭載GPU的服務器成本與規格測算

結合微軟、Meta的采購案例來看，兩家企業IT設備采購資金中，約60%都用于購置英偉達GPU產品。

首先基于英偉達銷售額展開測算。微軟與Meta作為英偉達公認的兩大核心客戶，常年穩居其客戶榜單前列。結合英偉達623億美元的數據中心業務營收來看，兩家企業單季度向英偉達支付超100億美元的測算結果具備合理性。業內估算，英偉達AI加速器GB200單價約6萬至7萬美元，以此推算，單塊GPU對應的整機系統成本略高于10萬美元。作為參考，若微軟向英偉達采購金額達150億美元，折合GB200芯片約23萬塊；若Meta采購金額為100億美元，折合GB200芯片約15萬塊。

其次通過物料清單（BOM）分析，進一步提升測算精準度。筆者任職于Grossberg公司，公司核心業務是依托電子產品制造商提供的量化成本信息，開展半導體產品的成本與規格分析，持續優化各類電子設備成本、規格的測算精度。

NVIDIA GB200框圖。來源：Grossberg

GB200半導體相關物料清單匯總。來源：Grossberg

GB200英偉達設備清單。數據來源：Grossberg

上圖為筆者針對搭載GB200芯片的AI服務器的成本與規格測算結果，該款芯片也是微軟與Meta大概率會選用的核心產品。目前Grossberg公司正對50余款電子設備開展同類分析，由于并未實際獲取并拆解設備，成本與規格測算結果存在一定局限性。但針對無需高精度、高成本專業分析，僅想以低成本獲取通用成本與規格信息的用戶，我們推出了BOM分析信息服務。該服務聚焦未來有望搭載AI功能的電子設備，后續將持續分析這類設備搭載的半導體芯片型號、成本構成以及帶寬規格等核心信息。

可以說，人工智能的規模化普及，很大程度上得益于英偉達GPU攻克了AI系統兩大核心要素中的“學習”功能，這也直接推動各大IT廠商加速推進生成式AI的商業化落地。生成式AI應用場景廣泛，且輸入輸出僅局限于數字數據層面；而未來AI將朝著“物理AI”方向進階，能夠通過操控實體設備完成特定目標，自動駕駛、智能機器人等領域的落地應用也近在眼前。

*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯系后臺。