伯恩斯坦:1GW算力规模的数据中心总资本360亿美元,由哪些部分构成?哪些最受益?

伯恩斯坦测算的 AI 服务器机柜物料成本构成

  基于与行业专家的多轮交流、供应链调研，以及机柜外土地和实体基础设施成本的第三方数据，我们针对搭载 GB200 NVL72 的 AI 数据中心，测算并拆解了机柜层面的成本结构，本文将呈现相关分析结论与核心要点。

单柜与吉瓦级资本支出测算

  我们测算，一台典型的 GB200 NVL72 机柜单柜成本约 350 万美元；叠加单柜约 250 万美元的实体基础设施成本，一台 AI 数据中心机柜的综合资本支出达 600 万美元，对应 1 吉瓦算力的总资本支出为 360 亿美元。

• GB200 NVL72 机柜单柜成本 350 万美元：结合行业专家观点，并考虑动态随机存取存储器（DRAM）和闪存（NAND）价格上涨因素^（1），我们测算一台 “标准款” GB200 NVL72 机柜成本约 350 万美元。
• 1 吉瓦算力综合资本支出 360 亿美元：我们测算单柜机柜功耗为 132 千瓦，整柜总功耗为 169 千瓦（即机柜功耗占数据中心总功耗的 78%），由此推算 1 吉瓦算力对应约 5900 台机柜，机柜端总成本达 210 亿美元。此外，行业调研显示机柜外实体基础设施成本约 150 亿美元（折合单柜 250 万美元），因此 1 吉瓦算力的数据中心综合资本支出为机柜端与基础设施端成本之和，即单柜 600 万美元、总规模 360 亿美元。
• 英伟达的相关表述是否只是 “黄仁勋式的乐观”？尽管整体半导体行业、尤其是英伟达在每吉瓦算力中的市场机会无疑巨大，但我们的测算值显著低于英伟达 2026 年第二季度业绩电话会议中提及的 500-600 亿美元 / 吉瓦，反而与博通、超威（AMD）提出的每吉瓦约 150-200 亿美元可触达市场规模更为契合。业内人士明确表示，英伟达的估值偏高；而我们认为，该数值实则是英伟达对未来 GPU 迭代周期的预判 —— 届时单柜及每吉瓦算力的成本将进一步攀升。

GPU 与英伟达毛利占比

  数据中心资本支出中，GPU 占比居首，我们测算其占总成本的 38%；英伟达的毛利额同样占比可观，约为总成本的 32%。

• 英伟达毛利额是 AI 数据中心物料成本中最大单项：英伟达的毛利率约为 75%，据此测算其毛利额占 AI 数据中心总支出的 32%，与机电设备总成本占比（约 31%）基本持平。尽管在 GPU 产业链利润分配中，英伟达的占比并非绝对主导，但 GPU 的整体支出规模庞大，使得高带宽存储器（HBM）、GPU 芯片及其他 GPU 相关成本，仍是物料成本构成中的重要项。
• 即便专用集成电路（ASIC）毛利率较低，仍是成本最大项：假设 GPU 与 ASIC 的销货成本（COGS）相同，而 ASIC 毛利率为 50%，则加速计算硬件的成本将从约 230 万美元降至 80 万美元，总资本支出节省约 25%，且 ASIC 仍占数据中心资本支出的 18% 左右。
• 中央处理器（CPU）是否仍具价值？整体而言仍有其作用：从表面看，CPU 仍是占比不低的成本项（占总资本支出的 4%），与交换机等被普遍认为是 AI 赛道受益者的组件占比基本持平。但相较于 GPU，CPU 的支出规模偏小，且 GPU 常与 CPU 整合为超级芯片，因此在整体硬件组合中，CPU 往往被视为附加组件。

网络设备成本结构

  网络设备是另一大成本项，占总支出的约 12%，且其支出分散于各类设备中。交换机是最大的网络设备品类（占总支出的 3%），而铜缆（占 2%）、安费诺等企业供应的背板连接器（占 2%）等纵向扩展网络设备，以及网络加速器等横向扩展网络基础设施，同样是重要的成本构成。

• 交换机占总支出的 3%，网络设备厂商与交换机芯片设计商均享有高毛利率：尽管交换机并非最大成本项（约占纵向扩展网络设备的 40-50%，而纵向扩展网络设备占机柜成本的 10-15%），但仍占总支出的 3%，占比可观。我们还注意到，锐捷网络等网络设备厂商在交换机硬件上享有 60% 以上的高毛利率，交换机芯片设计商在芯片（销货成本的最大构成）上也拥有高毛利率，因此交换机在利润池中的占比，可能远高于其在终端用户支出中的占比。
• 数据处理单元（DPU，占 3%）、铜缆（占 2%）、背板连接器（占 2%）、网络接口控制器（NIC，占 2%）和光模块（占 1%），同样是重要的成本项。此外，随着共封装光学技术的逐步普及，多个品类的单柜搭载量或出现明显变化。

存储设备成本偏低

  即便价格走高，存储设备的成本占比仍偏低，约为 2%。业内人士表示，一台标准机柜的存储容量约 2PB；若硬盘驱动器（HDD）单价为 0.01 美元 / GB，则单柜存储成本仅约 2 万美元，占机柜总成本的 0.6%。这也解释了为何数据中心运营商更看重功耗效率等因素，而非每 GB 存储单价；同时也能说明，即便存储内存价格上涨导致智能手机等行业需求萎缩，数据中心运营商仍愿意承担这一成本。

• 2PB 存储容量仅占机柜成本的 0.6%：如前文所述，标准机柜 2PB 存储容量对应 HDD 成本约 2 万美元，占机柜总成本的 0.6%，这一数值低于行业专家的反馈，原因可能是部分存储采用了成本更高的 NAND 闪存。
• 我们是否对四级单元（QLC）闪存的争议存在误判？HDD 与 NAND 的成本差异是否真的重要？这也为脸书（Meta）那份引发广泛讨论的白皮书^（2）提供了新的解读视角 —— 该白皮书主张在数据中心中更广泛地使用 QLC NAND 闪存替代 HDD。即便 QLC 闪存的每 GB 成本远高于 HDD，但其带来的增量成本相较于数据中心总成本而言微乎其微；且正如 Meta 所言，在功耗受限的环境中，QLC 固态硬盘（SSD）的功耗效率优于 HDD 和三级单元（TLC）闪存，这一优势的重要性远超成本节省。
• 间接支出方面如何？尽管 AI 数据中心在存储上的直接支出偏低，但存储行业仍能从 AI 发展中获得间接收益。例如，戴尔等企业认为，企业级 AI 的落地将推动存储架构的升级，进而带动企业级存储设备的更新周期加快。

专用集成电路（ASIC）的市场机会

  晶圆代工厂、高带宽存储器（HBM）、半导体设备厂商及其他上游供应商的价值获取能力，在 GPU 与 ASIC 产业链中存在显著差异。

• GB200 架构下的上游厂商机会：在 GB200 架构中，晶圆代工厂在 GPU 产业链的价值占比约 2.5-3%，网络设备与 HBM 的价值占比约 3-3.5%，晶圆制造设备（WFE）的价值占比约 3-4%。对于搭载 GB200 NVL72 的数据中心，我们测算晶圆代工厂通过 GPU、网络芯片等业务，可获取数据中心资本支出 2.5-3% 的价值；若 CPU 也由晶圆代工厂代工，该占比将再提升约 1%。存储供应商通过 HBM 业务获取 3-3.5% 的价值（不含传统 DRAM），晶圆制造设备供应商获取 3-4% 的价值。折算下来，晶圆代工厂每吉瓦算力的价值量为 11 亿美元，若包含 CPU 代工则增至 14 亿美元；存储企业通过 HBM 每吉瓦获利 11 亿美元，晶圆制造设备供应商每吉瓦获利 12 亿美元。
• ASIC 的低价格、低毛利与高销量，让上游厂商更具盈利空间：若数据中心采用基于 ASIC 的服务器，ASIC 厂商的低毛利率意味着，同等规模的资本支出可采购更多服务器及芯片。以本章前文假设为例：ASIC 厂商毛利率为 50%，而英伟达毛利率为 70%，则数据中心资本支出可减少约 16%；若资本支出规模不变，可采购的机柜、服务器和芯片数量将增加约 19%。同理，若 ASIC 由联发科、世芯电子（未覆盖）等亚洲供应商提供（其毛利率低于 50%），或 GPU 由超威（AMD）、甚至英特尔等毛利率要求更低的厂商供应，晶圆代工厂、存储厂商、晶圆制造设备供应商等上游企业的价值获取将进一步提升。因此，上述上游厂商的价值占比（占数据中心资本支出的百分比），需根据采用这些供应商所带来的成本节省进行相应调整。
• 功耗效率增加了行业复杂性：若简单假设 GPU 与 ASIC 仅在厂商毛利率上存在差异、功耗效率一致，那么上述每吉瓦营收测算值不会发生变化。但实际情况更为复杂，GPU 与 ASIC 的功耗效率优化方向可能因应用场景不同而存在差异。
• 本测算是静态快照，行业格局仍将演变：我们认为，本次测算基于当前技术水平，未来将随技术迭代发生变化 —— 例如从 A100 到 B300 的演进趋势。本次分析以搭载 GB200 NVL72 的数据中心为样本，若要预测未来市场，需对测算结果进行调整。
• Lam集团称每 100 亿美元数据中心投资对应 80 亿美元设备机会，该如何解读？部分人士认为，我们测算的 “晶圆制造设备占数据中心资本支出 3-4%” 偏低，原因是泛林集团提出，每 100 亿美元数据中心投资对应 80 亿美元晶圆制造设备支出。我们认为，差异的核心原因在于泛林集团的数值，大概率基于英伟达、超威（AMD）和 ASIC 供应商芯片混合部署的数据中心场景；同时，其数值可能还包含了一些未来变化，而这些变化未体现在我们基于 GB200 NVL72 的分析中。我们还发现，若假设晶圆制造设备支出占 GPU 支出的 20%（GPU 占总支出的 40%），则泛林集团的测算值基本合理。这一 20% 的占比对于多数 ASIC 供应商而言基本适用，但对于英伟达而言偏高 —— 因其资本效率更高（反之，ASIC 在总支出中的占比通常低于 40%）。

机柜外设备

  机电设备的支出分布相对分散，主要包括柴油和燃气发电机及涡轮机（占总支出的 6%）、不间断电源（UPS，占 4%）和变压器（占 5%）。热管理成本占比偏低（约 4%），且目前仍为风冷与液冷并存的格局，不过我们预计未来支出将持续向液冷倾斜。

• 备用柴油、燃气发电机及涡轮机是最大机电设备项，占总支出的 6%：这类设备的供应商包括卡特彼勒、MTU、科勒，以及 2025 年 4 月进入数据中心发电市场、并于 2025 年下半年启动国际交付的 Generac（未覆盖）。公用事业级发电设备不在本次分析范围内（因其不属于数据中心内部设备，相关成本体现在电费中），但目前已成为行业讨论的焦点。
• 配电设备总占比约 10%，供应商众多：配电设备厂商包括伊顿、施耐德电气、维谛技术、ABB、nVent和罗格朗等。电气设备搭载量的提升，是该领域企业的核心增长催化剂。伊顿约 20% 的营收来自数据中心和分布式 IT 业务：在传统数据中心中，伊顿每兆瓦算力的潜在销售额为 120-150 万美元，占计算和基础设施总资本支出的 6-10%；在 AI 数据中心中，这一机会将提升 50%，潜在销售额增至 120-290 万美元，占总资本支出的最高 8%。正因如此，伊顿目前正投资 15 亿美元，扩大三相不间断电源、高低压成套设备、配电盘和配电柜的产能，以满足数据中心不断增长的需求；同时，伊顿还通过并购（如收购 Fibrebond）重点布局模块化建造领域。电气组件厂商哈贝尔也通过收购 PCX 进入该市场。
• 热管理成本占比约 4%，相对偏低：目前热管理成本占总支出的约 4%，且风冷、液冷并存；但我们预计未来支出将持续向液冷转移。此外，维谛技术等行业玩家对该市场机会的预期，比我们的分析更为乐观 —— 维谛技术称，传统计算应用中，每兆瓦算力的热管理市场机会为 250-300 万美元，而在高密度计算应用中，这一数值将提升约 20%，至 300-350 万美元。

实际经济成本结构

  服务器、网络设备等 IT 硬件的折旧年限，远短于机电设备或土地、建筑；且数据中心运营成本相对偏低，因此其实际经济成本中，服务器和网络设备的占比，可能远高于现金资本支出所体现的比例。即便电费高达 0.15 美元 / 千瓦时，1 吉瓦算力的数据中心年电费也仅约 13 亿美元；人力成本同样微乎其微 —— 据报道，数吉瓦算力规模的数据中心仅需 8-10 名员工，人均年薪 3-8 万美元。相比之下，即便按 6 年折旧周期计算^（3），计算设备加网络设备的年折旧成本约为 34 亿美元。由于资本支出远高于持续运营成本，且硬件折旧年限短于实体基础设施，数据中心的实际总拥有成本（TCO）中，服务器和网络设备的占比，将远高于现金资本支出的占比。

  事实上，GPU 并非使用 3 年后就完全报废；但在功耗成为核心瓶颈的背景下，继续耗费宝贵的电力和数据中心空间运行 5 年旧的 A100（250 瓦功耗对应 300 TFLOPS 单精度浮点运算能力）毫无意义 —— 毕竟新的 B200 仅需 1000 瓦功耗，就能实现 2500 TFLOPS 的单精度浮点运算能力。