Nvidia 據報已通知部分最大客戶，搭載其 AI 晶片的伺服器將於 2027 年初出貨時上調售價，部分配置加幅超過 15%，主因是高頻寬記憶體及伺服器 DRAM 成本急升。此舉考驗雲端巨頭的資本開支，也意味香港正加速建設的 AI 數據中心，或要面對更高硬件採購及融資壓力。
消息指出，受影響系統包括採用 Vera Rubin 及 Grace Blackwell 平台的產品，實際加幅視乎晶片世代及記憶體配置而定。代工組裝商主要向 Microsoft、Google 及 Oracle 等下游營運商轉達供應鏈通知，Nvidia 暫未就報道置評。市場焦點已由 AI 需求能否持續，轉向記憶體成本最終由哪一方承擔。
成本轉嫁改寫 AI 基建預算
今次 Nvidia AI 伺服器加價反映，AI 基建瓶頸已由 GPU 供應擴散至記憶體、封裝、機櫃及電力等整個供應鏈。高頻寬記憶體（HBM）是訓練及推理大型模型的關鍵零件，SK hynix、Samsung Electronics 及 Micron 掌握主要供應。雲端服務商搶購 AI 算力時，記憶體原廠會優先把產能分配予利潤較高的 HBM 及數據中心 DRAM，壓縮傳統 DRAM 的供應空間。
Nvidia 過去憑藉 GPU 平台掌握強大議價能力，但今次仍讓 AI 伺服器成本向下游傳導，反映記憶體供應商的定價權正在上升。Nvidia 截至 2025 財年第二季的 GAAP 毛利率為 72.4%，即使盈利能力依然強勁，系統成本上升亦未必完全由晶片商吸收。綜合 Reuters、Nvidia 投資者資料及主要記憶體企業的業績披露可見，今次加價並非單一供應商事件，而是 AI 記憶體供求長期失衡引致的連鎖結果。
HBM 供應鎖定延長缺貨周期
Micron 行政總裁 Sanjay Mehrotra 早前表示，DRAM 及 NAND 需求明顯高於供應，公司未能完全滿足部分核心客戶需求，市場緊張狀態預料延續至 2027 年以後。Micron 亦披露，2026 年 HBM 供應已透過多年期協議分配完畢，代表新建 AI 項目即使具備資金，短期內亦未必可取得足夠記憶體。
Samsung 的看法同樣審慎。公司在第二季業績後預期，AI 伺服器記憶體、企業級 SSD 及 HBM 需求強勁，全球晶片供應短缺或延續至 2028 年。Samsung 已於今年 2 月開始為 Nvidia Vera Rubin 平台量產及供應 HBM4，並預期第三季 HBM4 收入按季增加逾 3 倍。SK hynix 則公布第二季營運利潤率達 76%，業績反映記憶體供應商正直接受惠於 AI 資本開支周期。
S&P Global Market Intelligence 的產業研究指出，HBM 每一位元所需的晶圓產能超過傳統 DRAM 的 3 倍，並會隨世代升級而增加，解釋了擴產為何未能即時紓緩短缺。換言之，Nvidia AI 伺服器加價並非普通零件調價，而是 AI 模型規模、記憶體密度及晶圓產能效率互相牽動的結果。企業採購時需要由比較 GPU 單價，轉為衡量每單位算力的總持有成本，包括記憶體、網絡、電力、冷卻及部署延誤風險。
香港擴建算力面對新帳單
香港正投入 AI 數據基建，因此特別容易受成本上升影響。政府今年 3 月批出沙嶺數據設施群用地，中標企業預計由開發至營運首 3 年累計投資 238 億港元。這類長周期項目的機櫃、GPU 及記憶體採購若按舊報價編列，AI 伺服器售價上調逾 15%，將直接擴大資本開支缺口。
私人市場亦同步加碼。Equinix 今年 6 月啟用香港第 6 個 IBX 數據中心 HK6，首期投資 1.24 億美元（約港幣 9.67 億元），並提供 1,000 個機櫃。HKT 則計劃建設 3.2 Tbps AI 數據中心互連網絡，首階段目標於今年第四季完成。這些建設可提升本地算力互連能力，但伺服器及記憶體價格上升，或令營運商延後採購、調高雲端 GPU 租用價格，或延長硬件攤銷期。
從時間軸分析，AI 熱潮先推高 GPU 需求，繼而令 HBM 成為稀缺資源，現時壓力已傳至一般伺服器記憶體及 AI 整機定價。企業未來可預先鎖定供應、提高模型推理效率、採用混合雲部署，以及延後非關鍵工作負載，以降低短期衝擊。然而，當 3 大記憶體供應商的高階產能已被長期合約預訂，議價能力較弱的企業將率先承受成本壓力。
Nvidia AI 伺服器加價意味 AI 競賽正進入「硬件總成本」階段，而非只看 GPU 數量。若記憶體供應緊張狀況延續至 2027 至 2028 年，香港企業及數據中心投資者能否把上升成本轉化為更高效的 AI 服務收入，將決定這輪算力擴張能否帶來預期回報。
來源:Bloomberg
