产棱拆解01 | VR200-NVL72整机柜BOM拆解：780万美元到底花在哪里？
本文 15 节
产棱 · 技术拆解 01
深度技术拆解 · BOM价值量 · 系统架构 · 产业传导
| 本篇定位 | 不是普通的AI服务器科普，也不是供应商名单。第一篇先把一台VR200机柜拆开：钱花在哪里、为什么变贵、价值如何向产业链传导。 |
图1｜VR200-NVL72约780.3万美元，较GB300约399.5万美元增长约95%
第一章｜先拆一台AI机柜：780万美元由什么构成？
按照本文采用的拆解口径，VR200-NVL72单柜BOM约780.3万美元，较GB300-NVL72约399.5万美元增加约380.8万美元，增幅约95%。第一眼看，这是AI算力成本翻倍；第二眼看，则是整机柜内部价值结构发生了变化。
图2｜VR200-NVL72主要BOM项目
| 组件 | BOM | 占比 | 同比 | 产棱观察 |
| GPU（72×Rubin） | $3.960M | 51.0% | +57% | 第一价值中心 |
| Memory（HBM4+LPDDR5X+3D-NAND） | $2.002M | 25.7% | +435% | 第二价值中心 |
| 其他网络芯片（ConnectX/BlueField） | $0.576M | 7.4% | +121% | Scale-out网络 |
| NVLink Switch | $0.144M | 1.8% | +122% | 内部高速互联 |
| CPU（36×Vera） | $0.180M | 2.3% | 0% | CPU计算 |
| PCB（整机柜） | $0.117M | 1.5% | +233% | 背板+Tray板+子板 |
| 电源系统 | $0.076M | 1.0% | +32% | 800V供电 |
| 液冷散热 | $0.072M | 0.9% | +12% | 冷板/歧管 |
| ABF载板 | $0.020M | 0.3% | +82% | 先进封装 |
| MLCC | $0.004M | 0.1% | +182% | 高速板去耦 |
| ODM装配增值 | $0.229M | 2.9% | +55% | 整柜集成 |
| 第一层结论 | GPU与Memory合计约596.2万美元，占整柜BOM约76.7%。所以GPU仍是第一价值中心，但Memory已经不能再作为“附属成本”处理。 |
第二章｜价值量发生了什么变化？
2.1 GPU占比下降，不等于GPU价值下降
VR200中72颗Rubin GPU对应约396万美元，占整柜约51%。按本文同比口径反推，GB300对应GPU价值约252万美元。因此GPU绝对价值仍然上升，只是系统其他部分增长更快。
- 算力仍是第一价值锚。
- GPU占比下降意味着价值增长开始向系统外围扩散。
- 判断产业链不能只看GPU占比，还要看新增BOM流向。
2.2 Memory成为第二价值中心
Memory约200.16万美元，占25.7%，同比约+435%。按同口径反推，上代约37.4万美元，新增价值约162.8万美元，是本代最显著的结构性变化。
图3｜VR200 BOM价值高度集中于GPU与Memory
- HBM4：服务于GPU高带宽计算。
- LPDDR5X：服务Vera CPU侧内存。
- 3D-NAND：把大容量数据承载进一步纳入AI系统。
- 真正需要跟踪的是容量、价格、供给、封装与产能，而不是单一“HBM涨价”叙事。
| 产棱观察 | GPU变强以后，数据供给本身成为新的约束。价值迁移不是随机发生，而是沿着新的系统瓶颈发生。 |
第三章｜380万美元新增BOM去了哪里？
研究VR200最有价值的问题，不是“它贵了95%”，而是“新增的约380万美元由谁承接”。按用户提供的同比口径反推，Memory新增约162.8万美元，GPU新增约143.9万美元，两者合计约306.7万美元，约占总增量80.5%。
| 产棱方法 | 同比增幅和绝对增量必须同时看。+435%的Memory并不意味着它比GPU更贵，但它已经成为足以改变整机柜价值结构的节点。 |
第四章｜计算层：72×GPU + 36×Vera CPU
4.1 GPU：从单芯片走向整柜算力密度
72颗GPU意味着系统不再只是“芯片数量增加”，而是同时增加内存带宽需求、GPU间通信需求、供电需求和散热需求。
4.2 CPU：为什么没有同步成为价值中心？
36颗Vera CPU约18万美元，同比约0%。这恰好说明一个重要事实：AI机柜中的芯片并不会因为都属于计算芯片而同步产生相同的价值增长。价值由系统瓶颈决定。
| 研究启示 | 产业研究应该按“物理约束”拆，而不是简单按“芯片/板卡/元器件”分类。 |
第五章｜互联层：GPU越多，网络越接近计算能力本身
NVLink Switch约14.4万美元，ConnectX/BlueField等网络芯片约57.6万美元。它们解决的不是传统意义上的“联网”，而是大规模GPU系统中的数据移动效率。
- Scale-up：GPU之间的高速互联。
- Scale-out：计算节点之间的高速网络。
- GPU规模越大，通信效率越可能成为实际吞吐的约束。
高速互联还会继续向PCB、连接器、材料和制造工艺传导。因为信号必须经过芯片、封装、板卡、连接器、背板/PCB等物理路径。
第六章｜PCB与正交背板：BOM不高，架构价值很高
6.1 三个数字必须分清
- 正交无源背板：单块约3.5–4万美元。
- 整机柜全部PCB：约11.67万美元，包括计算Tray、交换Tray、背板和子板。
- 背板系统价值：不能用单块BOM金额衡量，其核心价值在于改变高速互联架构。
6.2 背板把什么复杂度重新分配了？
- 减少大量高速线缆带来的空间与维护复杂度。
- 把高速通道更多集中到PCB走线与高速连接器。
- 推动高层高速板、低损耗材料、背钻、阻抗控制与连接器升级。
| 关键判断 | 正交背板是典型的“低BOM、高架构价值”节点。不能因为一块板只有几万美元，就把它判断成低价值环节。真正值得研究的是它带来的材料、工艺和连接器升级。 |
第七章｜液冷与800V：低BOM不等于低重要性
7.1 液冷
机柜内液冷BOM约7.21万美元，不含外置CDU。随着功耗进入MW级，冷板、歧管、CDU以及数据中心液冷回路成为算力密度继续提升的基础条件。
7.2 800V供电
电源系统约7.6万美元。MW级机柜意味着配电、电流、转换效率、热损耗和数据中心供电架构都需要重新考虑。
| 产棱观察 | 液冷和电源的共同特点是：BOM占比低，但系统必要性极高。未来基础设施瓶颈可能从“有没有GPU”逐渐转向“电和热还能不能承受更多GPU”。 |
第八章｜ABF、MLCC、ODM：小金额节点如何研究？
ABF约2.03万美元，MLCC约4320美元，单柜金额很小，但并不意味着没有研究价值。
- ABF应看大尺寸、高层数、线宽线距、翘曲与良率。
- MLCC应看单板用量×板卡数量×机柜出货量。
- ODM应看从板卡装配向整柜集成、液冷、电源和测试延伸的价值。
第九章｜一台AI机柜其实是一条系统价值链
GPU密度↑ → Memory需求↑ → 数据移动↑ → 高速互联↑ → PCB/连接器要求↑ → 功耗↑ → 液冷/电源约束↑
| 本篇核心结论 | AI机柜的价值不是从GPU“平均扩散”到所有零部件，而是沿着算力密度带来的新约束逐层传导。哪里出现新的物理瓶颈，哪里就可能形成新的价值池。 |
第十章｜从BOM继续向上游：真正要找的是传导路径
Rubin GPU → 先进制造 / 封装 / 测试
HBM4 → DRAM / 先进封装 / 设备材料
3D-NAND → NAND / 控制器 / SSD
NVLink / Switch → 交换芯片 / 高速SerDes
高速PCB / 背板 → CCL / 铜箔 / PCB / 背钻
高速连接器 → 精密连接器制造
液冷 → 冷板 / 歧管 / CDU
800V → 电源模块 / 配电
产棱不把供应商名单作为终点，而把它作为后续验证入口：技术采用 → 物料变化 → 供给约束 → 订单/价格 → 企业利润 → 市场反馈。
第十一章｜产棱技术拆解标准
- ① 价值量：这个节点值多少钱？
- ② 物理位置：它位于哪个Tray/背板/数据中心环节？
- ③ 工艺材料：为什么变贵？
- ④ 供给约束：真正稀缺什么？
- ⑤ 产业传导：会继续传导到哪里？
- ⑥ 市场验证：订单、价格、利润和股价是否兑现？
| 产棱边界 | 技术拆解负责建立事实与产业结构，不直接等同于交易结论。真正的交易价值来自后续催化、产业状态、供给、价格和市场反馈。 |
第十二章｜最终结论
- VR200-NVL72约780.3万美元BOM，较GB300约399.5万美元增长约95%。
- GPU仍是第一价值中心，但Memory已经成为第二价值中心。
- GPU与Memory合计约596.2万美元，占整柜约76.7%。
- Memory是本代最值得跟踪的价值迁移节点。
- PCB总BOM约11.67万美元，正交背板单块约3.5–4万美元，属于低BOM、高架构价值节点。
- 液冷和800V电源金额不高，却构成更高算力密度的基础约束。
- 下一代真正值得寻找的不是“又多了什么零部件”，而是“新的物理瓶颈在哪里”。
| 产棱最后一句 | 拆一台AI机柜，不是为了得到一张供应商名单，而是为了找到价值迁移的路径：算力 → 数据 → 互联 → PCB/连接器 → 电 → 热 → 数据中心。每一次架构升级，本质上都是一次新的产业价值重分配。 |
附录｜数据口径
- 金额、占比和同比数据采用本篇用户提供的摩根士丹利2026-05拆解口径。
- GB300部分可比项目由VR200金额与同比增幅反推，仅用于结构分析。
- 正交背板约3.5–4万美元是单块估算；整机柜全部PCB约11.67万美元，二者不可混用。
- BOM为物料成本研究口径，不等于NVIDIA对外销售报价。
- 本文用于技术与产业研究，不构成投资建议。