英伟达 CEO 黄仁勋上周五飞抵首尔金浦机场，开启为期四天的首尔之行。数百名韩国粉丝自发涌来，争相签名合影，场面堪比顶流艺人。当晚，他与 SK 海力士会长崔泰源、LG 会长具光谟、Naver 董事长李海珍在首尔大学路烤肉聚会，为后续合作铺路。周末，他又接连走进首尔江南区的两家网吧，与 KRAFTON 董事长张炳圭、NCSOFT CEO 金泽辰等游戏巨头负责人会面，聚焦 AI 游戏与人形机器人合作。
三天后的周一，两条重磅消息正式落地：英伟达与 SK 海力士签署多年期技术合作伙伴关系，覆盖 CUDA-X 软件库、PhysicsNeMo 仿真框架到 Omniverse 数字孪生平台的全面技术协同；同时，黄仁勋在 GTC 台北主题演讲上已确认量产的下一代 AI 超级芯片平台 Vera Rubin，其搭载的第六代 HBM4 存储子系统成本较上一代 Blackwell 平台增长约 435%，此次首尔之行进一步推进了配套 HBM4 内存的供应链落地。
然而，就在合作官宣的同一天，韩国股市遭遇暴跌熔断，市场情绪与商业利好形成鲜明反差。
两条消息传递出一个清晰的信号：英伟达正在从 GPU 芯片供应商，升级为覆盖芯片、网络、软件到供应链管理的全栈 AI 基础设施服务商。这个转变的背后，是一场关于定价权、供应链安全与生态统治力的复杂博弈。
Vera Rubin 不是一颗芯片
黄仁勋在此前 GTC 2026 中国台北的主题演讲上正式宣布，Vera Rubin 平台已进入全面量产阶段。要理解这套平台的分量，必须先看清它的全貌，它并非传统意义上的一颗 GPU 芯片或一块加速卡，而是一套覆盖数据中心全技术栈的整机方案，英伟达在其中集成了六大自研核心组件。
六大组件构成了一套完整的 VR200 NVL72 整机柜方案，72 颗 Rubin GPU 加上 36 颗 Vera CPU，凝聚了英伟达全球约 42000 名员工的研发力量。客户选择 Vera Rubin 平台，意味着将数据中心从芯片到网络到管理的全部技术决策权交给英伟达。
目前全球仅有少数企业实现 GPU、CPU、网络、DPU（数据处理单元）全栈自研整合，英伟达此举大幅抬高了行业准入门槛。
其中 HBM4 内存的升级尤为关键。与上一代 HBM3E 相比，HBM4 的 JEDEC 标准带宽从 1.2TB/s 提升至 2.0TB/s 以上，SK 海力士量产产品更达到 2.8TB/s，增幅超过 67%。在当前 AI 模型参数规模持续指数增长的趋势下，内存带宽直接决定了训练和推理的效率上限。而 HBM4 的技术壁垒极高，全球仅 SK 海力士、三星电子、美光科技三家企业能够生产，其中 SK 海力士一家市占率超过 50%。
从产品迭代节奏来看，英伟达的架构升级周期正在加速：Hopper 架构（2022 年）到 Blackwell（2024 年），再到如今的 Rubin（2026 年），平均两年一代。值得注意的是，Vera CPU 的独立出击意味着英伟达不仅要在 GPU 领域维持统治力，还要在数据中心 CPU 市场同时挑战英特尔和 AMD，这是公司历史上最大胆的一次战线扩张。
HBM4 贵到肉疼
黄仁勋在首尔接受访问时说了一句意味深长的话：「我们有供应来支撑非常强劲的增长——但我们仍然供应受限。」前半句是自信，后半句才是现实：需求大到产能追不上，而成本已经涨到让客户肉疼的地步。
摩根士丹利研报显示，Vera Rubin NVL72 整机物料成本（BOM）已从 Blackwell NVL72 的约 400 万美元攀升至约 780 万美元，涨幅约 95%。其中 HBM4 存储子系统成本从约 100 万美元增至约 530 万美元，涨幅约 435% ——这一数字常被误读为整机成本涨幅，实际仅指存储子系统部分。在这个成本结构中，HBM4 内存占比超过 60%，意味着单台 Vera Rubin 机架中最贵的部件并非英伟达自产的 GPU 芯片，而是外部采购的 HBM4 内存。
然而需求不仅没有萎缩，反而在加速扩张。英伟达 2027 财年第一季度（统计截至 2026 年 4 月 26 日，海外企业财年与自然年存在差异）营收达到 816 亿美元，同比增长 85%；数据中心业务营收增幅更高达 92%。黄仁勋用「高速持续增长」来形容当前的需求曲线，他在 GTC 2026 上表示，公司到 2027 年的需求可见度已达到至少 1 万亿美元。
这种「贵也得买」的局面之所以成立，根本原因在于：AI 芯片的护城河不是价格，而是性能。在当前的 AI 军备竞赛中，部署延迟比成本超支更具杀伤力——对云厂商而言，晚一个季度部署新一代 GPU，就意味着在 AI 能力竞争中被对手甩开一个身位。
市场对 HBM 供应链的敏感度也在急剧放大。2026 年 6 月 4 日，半导体研究机构 SemiAnalysis 发布研报指出，Rubin NVL72 在系统内存配置上可能发生变化，涉及的是 LPDDR5X 部分，而非 HBM。然而市场将其误读为 HBM 配置被削减，美光科技股价盘中暴跌超过 10%，单日市值蒸发逾 1000 亿美元。黄仁勋次日紧急出面澄清，强调「将使用大量 HBM 内存」，市场情绪才得以平复。该事件直观反映出 HBM 已成为 AI 半导体行业的核心情绪与供应链风向标。
而到了 6 月 5 日，美国超预期强劲的非农就业数据引爆市场对美联储年内加息的担忧，拥挤度极高、估值高企的 AI 及科技类美股重挫。英伟达股价当日暴跌 6.19%，收于 205.12 美元。标普 500 跌 2.6%，纳斯达克暴跌超 4%。同一天，黄仁勋在首尔与韩国商界大佬的烤肉聚会照片刷屏社交网络。
商业叙事与资本市场的割裂，在这一刻达到了极致。
当前全球高端 AI 训练与推理芯片均高度依赖 HBM 系列内存，产能与成本压力是全行业共性问题，并非英伟达独有。HBM4 成本大涨推升整机 BOM，进而传导至算力服务价格，这一价格传导链正在重塑整个 AI 基础设施的成本结构。上游内存成本走高，已沿产业链向中游硬件、下游算力服务逐级传导，成为全行业共同的成本压力。
上游绑死，下游自己造芯
在 Vera Rubin 量产和 HBM4 成本激增的表象之下，英伟达同时在两条战线上展开博弈：上游是与 SK 海力士的深度技术绑定，下游是云巨头客户的自研芯片分流。
SK 海力士不只是供应商。
此次合作远非一纸传统采购协议。根据双方 6 月 8 日披露的内容，SK 海力士将引入英伟达的 CUDA-X 加速库和 PhysicsNeMo 仿真框架，用于加速芯片仿真与光刻计算流程；同时借助 Omniverse 平台和 cuOpt 优化引擎，构建晶圆厂数字孪生，推动工厂自主化运营。SK 海力士不仅是英伟达的内存供应商，更成为英伟达 AI 软件栈的深度用户。
合作范围覆盖了英伟达当前布局的全部三条赛道：AI 基础设施（Vera Rubin 为核心）、个人 AI 终端、以及边缘 AI 机器人平台。SK 海力士已宣布未来五年晶圆产能翻倍，但行业普遍预计 HBM 缺货潮将持续至 2030 年。
这次合作的本质是「硬件供应 + 软件赋能 + 制造协同」的全链条耦合。但风险同样存在：SK 海力士 HBM 市占率超过 50%，HBM 产能高度集中，长期深度绑定在保障供应的同时，也让双方形成利益共同体——价格与产能波动会双向传导。摩根士丹利分析师已在研报中发出警告，英伟达对单一 HBM 供应商的依赖度正在逼近风险阈值。
大客户正在自己造芯。
英伟达的另一重压力来自最大客户群。亚马逊、谷歌母公司 Alphabet、微软和 Meta 这四家云计算与互联网巨头，2026 年合计资本支出预计约 7250 亿美元（同比增长 77%），但越来越多的资金正在流向自研 AI 芯片。
四巨头资本支出总和已超过苹果公司 2025 财年净利润（约 1120 亿美元），足以说明 AI 军备竞赛的烈度。但英伟达的应对策略相当清醒。黄仁勋指出：「有一类快速增长的新买家，AI 初创公司、企业和政府，它们不制造芯片，也不设计自己的芯片。」
英伟达的策略本质上是，接受大客户在训练环节自研分流的事实，同时从更广阔的推理市场和增量客户中获取增长。只要 AI 总支出池的扩张速度快于英伟达份额被蚕食的速度，公司就能持续增长。
在合作框架中，仍存在三个博弈点：其一，HBM4 单价远超前代产品，双方定价权拉锯仍在持续；其二，此前市场传出 SK 海力士拟将 HBM4 供应量下调 30% 的消息，虽已被双方否认，但反映出供应链紧绷状态下的信息敏感性；其三，三星电子获得 HBM4 认证，为英伟达提供了备选方案，在一定程度上增强了英伟达的议价能力。
谁在英伟达的影子里活着
相比云巨头的自研芯片攻势，传统半导体竞争对手对英伟达构成的威胁更为间接——它们更多是在英伟达主动或被动留下的细分市场中寻找机会。
一个典型案例是 Intel 的 Crescent Island。
2025 年底，英伟达收购 AI 推理芯片公司 Groq 后，搁置了原定的 Rubin CPX（预填充加速器）计划。英特尔敏锐捕捉到这一空缺，推出代号 Crescent Island 的数据中心 GPU，350W 功耗的 PCIe 风冷卡，采用 LPDDR5X 内存（成本远低于 HBM），聚焦 AI 推理中的预填充加速场景。
更值得玩味的是，英特尔计划支持英伟达的 Nvidia Dynamo 推理拆分框架。英特尔选择在英伟达生态内的细分赛道布局，是当下多数二线芯片厂商的务实选择。在 AI 芯片领域，「挑战英伟达」和「在英伟达体系内寻找生存空间」是截然不同的两件事。
AMD 的 MI300X 搭载 HBM3 内存、最高 192GB 容量，硬件参数上直接对标英伟达旗舰产品。但 CUDA（并行计算框架）生态形成的软件护城河仍然牢不可破，开发者多年积累的编程习惯、数以万计的优化库、主流深度学习框架的原生支持，构成了一道极高的迁移成本壁垒。AMD 虽在持续完善其 ROCm 开源生态，但短期内看不到撼动 CUDA 统治地位的可能。
截至 2026 年 6 月 5 日收盘，英伟达市值约为 5.1 万亿美元，滚动市盈率约 43.6 倍。市场当前争论的核心问题是：这个估值还有多大的上行空间？
核心变量只有一个：AI 总支出池的扩张速度，能否持续快于英伟达市场份额被蚕食的速度？从当前数据来看，答案暂时是肯定的。但没有任何信号表明这是一个永久答案。英伟达的「时间窗口」有多宽，最终取决于 Vera Rubin 这一代产品能在性能上拉开多大的代差，以及 HBM4 供应链的绑定程度是否足以拖慢竞争对手的步伐。
此外，存算一体、光子计算等新型硬件技术路线持续迭代，未来也存在绕过 HBM 内存依赖的可能性。这些技术虽尚处早期，但为长期产业格局增添了额外的变量。
没有永久保险
回到开篇的命题：这场关于定价权、供应链安全与生态统治力的博弈，英伟达的底牌是什么？拆解来看，是三重布局。
第一，AI 算力需求的高速增长足以对冲大客户自研带来的份额分流。816 亿美元的单季营收和 1 万亿美元的需求可见度，目前看来支持这一判断。
第二，Vera Rubin 全栈生态与 CUDA 软件壁垒，持续拉高客户的迁移成本——云厂商可以自研芯片，但数据中心架构仍离不开 NVLink 互联协议、ConnectX 智能网卡和 BlueField DPU 这些「看不见的组件」。
第三，通过绑定核心 HBM 产能，守住硬件端的竞争优势。当竞争对手连 HBM4 的入场券都拿不到时，竞争在起跑线上就已处于被动。
但这三重布局都不构成「永久保险」。AI 行业增速回落、云厂商自研技术突破、新型存储技术颠覆现有架构，都可能让当前的深度绑定变为发展桎梏。
当一家公司同时是你的供应商、你的竞争对手、你的最大客户和你的生态系统规则制定者时，这场牌局到底是谁在洗牌？至少现阶段看来，答案是黄仁勋。但在 AI 算力这场长期竞赛中，供应链与生态的较量，远未到终局。
一个值得注意的细节是，就在韩国股市暴跌熔断的同一天，机器人板块逆势上涨。
黄仁勋当天会见现代汽车董事长郑义宣，后者向他介绍了涵盖 AI、机器人与氢能技术的现代汽车新万金项目，并提议英伟达携手打造 AI、机器人和数据中心系统。黄仁勋笑着回应：「只要现代汽车下单，英伟达就给折扣。」会后他放话，物理 AI 与人形机器人将成为下一重点。市场在恐慌中依然为这张远期蓝图买了单。
而就在英伟达与 SK 海力士官宣合作的同一天，韩国股市暴跌熔断，市场用脚投票给这场高调的商业叙事泼了一盆冷水。即便黄仁勋握有全栈生态和供应链深度绑定的底牌，资本市场的耐心和宏观经济的风向，从来不在任何人的掌控之中。（本文首发钛媒体 APP，作者 | 硅谷 Tech_news，编辑 | 焦燕）
