2025年11月1日，Bernstein分析師Stacy Rasgon發表深度報告，詳述建1GW（千兆瓦）AI數據中心嘅真實成本：約350億美元。呢個數字係基於行業訪談同第三方基建數據，明顯低於NVIDIA喺2026財年Q2財報電話會議提到嘅500–600億美元。Rasgon認為，NVIDIA嘅估算屬於「前瞻性」，考慮到未來GPU週期會推高機架同GW級成本。報告強調，每個GB200/NVL72機架成本約590萬美元（計算硬件340萬、物理基礎設施250萬），更貼近Broadcom同AMD估計嘅150–200億美元/GW市場機會。在AI熱潮下，呢個成本拆解唔單止揭示數據中心「燒錢」嘅真相，仲指出價值鏈上游供應商（例如鑄造廠、記憶體廠商）嘅機會。報告指出，GPU主導支出（39%），NVIDIA毛利佔總成本29%；機械電氣系統同網絡各佔約三成；存儲只得1–1.5%。未來，隨住機架功率密度飆升（到2027年嘅800V高壓設計），成本結構會劇變，電力瓶頸同供應鏈會成為投資關鍵。
成本拆解：每機架590萬美元，GPU「吸金」39%
Bernstein嘅350億/GW估算係基於目前GB200架構嘅「即期成本」，遠低於NVIDIA所講嘅「未來展望」。報告將成本分為計算硬件同基礎設施兩大類：
- 計算硬件（約57%）：主要開支係GPU，佔總資本支出（capex）嘅39%。NVIDIA嘅GB200系列單個機架硬件成本340萬美元，當中GPU晶片同加速器係「大頭」。Rasgon估算，即使NVIDIA毛利率係70%，其毛利仍佔AI數據中心總支出嘅29%。即係話，每GW數據中心，NVIDIA獨吞約100億美元利潤。
- ASIC替代方案：如果採用ASIC（專用積體電路）機架，capex可以節省約19%，但加速計算仍然係最大份額。CPU只佔3%，通常係作為GPU嘅「附送品」捆綁出售，與交換機相若。
- 網絡與儲存：網絡佔13%，包括交換機（3%）、纜線、加速器同連接器（各2–3%）。儲存微不足道，僅1–1.5%——典型機架只有2PB儲存，硬件成本約2萬美元。報告戲言：「儲存喺AI時代成咗『邊角料』。」
基礎設施方面，機械電氣（M&E）系統佔近三分之一：
- 發電與供電：發電機/渦輪機6%、變壓器5%、不間斷電源（UPS）4%。
- 散熱：空氣+液冷佔4%，但液冷份額會上升，以應對功率密度急增。
- 上游供應鏈：鑄造廠、記憶體同晶圓設備各佔3–4%（每GW約10–12億美元）。喺ASIC架構下，呢個比例會更高——喺GB200體系下鑄造廠佔2.5–3%（約11億美元），加埋CPU再增1%。
Rasgon強調：「真實經濟成本更偏向伺服器同網絡，因為折舊週期短，運營支出有限。」
營運成本：電力年耗13億，員工成本「可忽略」
資本支出雖然高，但營運成本（opex）相對溫和。1GW數據中心年電力消耗約13億美元（按0.15美元/kWh計算），係營運最大開支。人手需求極低：一個20GW綜合體只需8–10人，勞動力成本「negligible」（可忽略）。
電力已成為最大瓶頸：Siemens Energy同GE Vernova等OEM正擴產渦輪機，以滿足數據中心需求。報告警告，公用事業級別嘅電力短缺可能推高成本，未來高壓設計（800V）會令機架功率相關部件成本上升7–8倍。
NVIDIA vs. Bernstein：點解估算相差150–250億？
NVIDIA嘅500–600億/GW估算屬於「週期前瞻」：考慮到Blackwell後繼產品，機架密度會更高、成本更貴。Bernstein嘅350億則較為「接地氣」，同Broadcom/AMD估計嘅150–200億市場機會更吻合。Rasgon分析：「NVIDIA睇好未來GPU週期，per rack同per GW成本會跟住水漲船高。」
即使ASIC毛利率降到50%，資本依然可以支持多出19%嘅機架，上游供應商（例如TSMC）會顯著受益。報告預測，價值將傾向於「瓶頸位」：高壓組件、液冷同網絡加速器。
投資啟示：上游供應鏈同電力巨頭迎來風口
呢個成本結構為投資者指明方向：
- NVIDIA霸主地位：GPU毛利29%，任何AI數據中心都繞唔開。
- 網絡與散熱：佔17%，Arista、Broadcom等交換機/連接器廠商可以分一杯羹。
- 電力與M&E：佔三成，Siemens、GE Vernova嘅渦輪機需求爆棚。
- 鑄造/記憶體：3–4%，TSMC、Samsung會喺ASIC浪潮中受惠。
Rasgon結語：「未來內容更高嘅供應商會攫取超額價值，尤其喺機架功率躍升7–8倍嘅時候。」
行業背景：AI數據中心「軍備賽」加速
2025年，AI訓練需求推動數據中心容量爆炸：Meta、Google、Microsoft等巨頭年capex超過千億。1GW等同服務數百萬GPU小時，支撐萬億參數模型。報告暗含警告：成本高企可能放慢擴張步伐，電力/芯片短缺成為「卡脖子」環節。
總之，Bernstein所估嘅350億/GW「實錘」成本，令AI基礎設施由「黑盒」變得透明。NVIDIA嘅「較高估值」反映樂觀前景，但現時建站成本較為「親民」。投資者應該留意供應鏈嘅瓶頸：邊個掌控電力同高壓，邊個就握住AI時代嘅「金礦」。