发现报告 - top down的一个mapping，从GPU和TPU的roadmap去把需要的硬件变化梳理出来，然后对应每个版块的元件需求量和价的拆分

深度思考

我将围绕GPU、TPU路线图梳理硬件变化，拆分元件供需及成本形成完整报告。我已敲定报告的整体框架，分为厂商路线梳理、硬件结构变化、元件需求测算、元件价格与成本拆分四个核心模块，开篇先明确核心逻辑，所有内容均来自给定材料，需对应好角标。

我正梳理各厂商的AI算力硬件迭代路线，首先完成了英伟达GPU迭代相关内容的整理，覆盖其架构演进、2026年产品的核心参数与性能表现。

2027年推出的Rubin Ultra采用3N制程4die设计，FP4算力达100P，搭载1000GB HBM4e显存，配套Vera CPU等升级后将适配代理式AI智能体场景。AMD数据中心GPU业务增长迅速，2026年完成MI450送样，下半年量产Helios机架系统，已拿下Meta长期订单。

谷歌七代Ironwood TPU2026年预计出货332.5万颗，迭代优化算力性价比，缩小与英伟达高端GPU的性能差距。未来3-5年AI算力芯片迭代将带动配套硬件升级，接下来将梳理AI加速硬件整机的核心结构性变化。

AI加速硬件整机系统的两大核心结构性变化已明确：CPU定位升级为核心变量，配比向1:1~1:2均衡调整；电源架构全面升级至800V高压直流，带动相关配套器件需求爆发。

散热与机柜形态迎来迭代，新一代高功耗AI机柜升级为全液冷模块化设计，2026年下半年起将标配液冷方案，同时改用中央PCB中板设计，带动相关组件需求增长。

我明确了存储与接口配套的升级方向，接下来将基于各硬件迭代方向测算不同代际AI芯片核心板块的元件需求量。

计算板块的需求量测算已完成多维度梳理：2026年Q3英伟达Rubin平台GPU单季度出货预计570万颗，2030年全球GPU/加速器芯片总出货量有望达4000万颗；AIAgent时代同算力规模下CPU核心需求大幅提升，CPU与GPU配比转向1:1到1:2区间；按2027年AI服务器GPU的PPO基材总需求推算，对应GPU总出货量约252亿颗。谷歌2026年七代Ironwood TPU全年出货预计332.5万颗，其v8系列首次新增独立协调CPU芯片层，单TPU配套的协调CPU需求同步提升。存储板块层面，20万颗GPU组成的AI推理集群对应三类存储总需求明确，若全球布局3个同规模头部大模型集群，2026年AI推理对三类存储的全球供应占比已测算得出，同时2027年全球服务器CPU端电子级PPO总需求及对应支撑的服务器CPU主板量级也已明确。

互联板块方面，AI端ABF基板单芯片面积为消费PC端的8-12倍，AI相关产品虽仅占全球基板出货量的35%，却消耗超70%的全球ABF总产能，2026年英伟达Rubin平台将带动高速互联速率迭代；供电散热板块方面，Rubin机柜功耗较上代提升超五成，下一代将进一步升至600千瓦，直接带动相关散热供电需求爆发。目前服务器CPU供应短缺，英特尔已上调部分产品价格，后续仍有涨价空间且不会明显影响市场需求。

AI服务器PCB价值量持续上行，单GPU PCB价值量同比提升21%；功率半导体板块AI机柜价值量有望提升6-8倍，相关厂商已发布二轮涨价函，功率器件价格整体上行。我补充梳理了125kW机柜功率器件BOM的成本结构，明确了SiC MOSFET的核心地位，同时整理了专业图形加速板卡2022-2024年均价上行、2025年上半年推出新型号后有所回落的走势。

我已补充完成智算系统相关成本拆分逻辑，当前整体内容已梳理通顺，符合输出要求。

我们可以基于英伟达、AMD、谷歌等主流厂商未来3-5年的GPU、TPU产品迭代路线，自上而下梳理AI算力硬件的演进方向，同时完成各核心板块的元件需求量与价值拆分。

从当前公开的厂商规划来看，英伟达的GPU迭代始终围绕Tensor Core持续升级，架构已从Volta演进至Blackwell，后续2026年将推出Rubin架构、2027年推出Rubin Ultra架构，Tensor Core版本同步完成持续迭代升级【1】。参数层面，2026年Rubin GPU采用3N制程双die设计，FP4算力达50P，搭载288GB HBM4显存，显存带宽达22000GB/s，互联带宽3600GB/s 【2】；配套Vera Rubin NVL144系统AI训练性能较Blackwell提升3.5倍，单服务器GPU数量最高扩容至144颗，GPU Dies数量最高达576颗【3】【9】。2027年Rubin Ultra采用3N制程4 die设计，FP4算力达100P，搭载1000GB HBM4e显存【2】。配套的CPU也从72核ARM Neoverse V2的Grace CPU，升级为2026年推出的88核定制ARM架构Vera CPU，NVLink-C2C互联速率从900GB/s提升至1.8TB/s，与Rubin GPU配比从1:1调整为1:2，专为代理式AI智能体场景优化设计【12】【13】。AMD的数据中心GPU业务也保持高增长态势，2026年已完成MI450产品送样，计划2026下半年量产Helios机架系统，已拿下Meta 6GW的GPU长期部署订单，产品迭代围绕AI算力集群部署需求优化整机互联与算力密度【11】。谷歌TPU延续自身脉动阵列的架构优势持续迭代，2026年推出七代Ironwood TPU，全年出货量预计达332.5万颗，整体迭代始终围绕自身业务算力需求优化算力性价比，持续缩小与英伟达高端GPU的性能差距【6】【9】。全行业来看，未来3-5年主流厂商的AI算力芯片迭代，均同步带动配套硬件规格升级：HBM显存从HBM3向HBM3e、HBM4、HBM4e代际升级，光模块向1.6T及以上速率迭代，服务器互联架构从UBB向铜缆连接器、正交背板方向演进，机柜功率密度持续提升推动液冷、800V高压直流供电方案逐步普及【3】【8】【9】。

匹配新一代GPU、TPU运行要求的AI加速硬件整机系统，也随之出现四大核心结构性硬件变化。首先是CPU的定位与配比大幅调整，CPU不再是过去AI系统里的边缘辅助配件，升级为AI系统架构的核心变量之一，承担起连接不同计算单元、组织系统资源、调度任务、管理上下文与内存、协调多模型协同的关键作用，同时硬件搭配从过去GPU占绝对主导的4:1甚至8:1配比，逐步向1:1~1:2的均衡配比收紧，适配推理、智能体场景下的复杂工作流协调需求【16】【17】【25】。其次是电源架构全面升级，整机电源体系向800V高压直流架构转型，传统PSU、机架级BBU、服务器内大容量电容整合为全新的PCS电力侧车系统，单台高功率机架的功率半导体价值量大幅提升，每千瓦对应的功率半导体BOM成本显著上涨，高功耗AI芯片也带动电源IC、高压直流电源、大容量储能电容等配套器件需求爆发【18】【20】【9】。第三是散热与机柜形态迭代，新一代高功耗AI机柜普遍升级为全液冷模块化设计，2026年下半年起英伟达等厂商的新一代AI平台将标配液冷方案，液冷母排、冷板、CDU等相关组件市场规模快速扩容，同时机柜内部取消传统线缆改用中央PCB中板设计，单柜PCB的价值量大幅提升，ODM厂商的机柜级系统集成权重明显提高【20】【9】。最后是存储与接口配套同步升级，下一代定制化AI加速器会集成更多片上SRAM，同时向多芯粒+大量HBM的封装方向演进，HBM等高性能高带宽内存的容量、带宽持续翻倍；与之配套的内存通道、PCIe/CXL高速互联接口速率同步升级，带动1.6T光模块、800GB/s高带宽网卡、高速交换机等网络硬件的迭代更新，匹配系统级的高数据传输需求【16】【24】【9】。

基于上述迭代方向，不同代际GPU、TPU对应的AI硬件各核心板块的元件需求量可得到明确量级测算。计算板块层面，2026年Q3英伟达Rubin平台预计单季度出货570万颗GPU，机构预测2030年全球GPU/加速器芯片总出货量有望达到4000万颗【9】【36】；传统AI数据中心每GW算力规模下对应GPU数量量级约为900万-1600万颗，而AIAgent时代同1GW规模下CPU核心需求从3000万跃升至1.2亿颗，CPU与GPU配比转向1:1到1:2区间，对应同规模下GPU量级约为600万-1200万颗【31】【36】；单颗GPU对应的电子级PPO基材需求量测算为87-101g，以2027年全球AI服务器GPU总需求2196吨PPO推算，对应GPU总出货量约252亿颗量级【30】。谷歌2026年七代Ironwood TPU全年出货量预计达332.5万颗，此前发布的TPU v8系列双子架构中，训练版v8t FP4算力12.6 PFLOPs、推理版v8i FP4算力10.1 PFLOPs，首次新增独立协调CPU芯片层，单TPU配套的协调CPU需求同步提升【28】【9】。存储板块层面，针对20万颗GPU组成的AI推理集群，测算得到存储总需求量级为：HBM约200PB、DRAM约4EB、NAND约42EB，若全球布局3个同规模的头部大模型集群，2026年AI推理需求将分别占当年全球HBM、DRAM、NAND供应量的17%、35%和92% 【33】；单台搭载GPU的AI服务器CPU主板对电子级PPO需求量为382g，2027年全球服务器CPU端PPO总需求达3925吨，对应约103亿台服务器CPU主板的需求支撑量级【29】【30】。互联板块层面，AI端ABF基板的单芯片面积是消费PC端的8-12倍，即便AI GPU与ASIC出货量仅占全球整体基板出货量的35%，也会消耗超过70%的全球ABF总产能【28】；2026年英伟达Rubin平台配套HBM4内存带宽较上代翻倍，光模块全面切换至1.6T产品，网卡带宽升级至800GB/s，同步带动交换机侧高速互联速率迭代【9】。供电散热板块层面，Rubin机柜功耗达到190-230千瓦，较上代产品提升超五成，下一代机柜功耗将进一步升至600千瓦，直接带动液冷母排、冷板、高压直流电源、大容量储能电容需求爆发【9】。

从核心元件的单价走势来看，受代理式AI爆发带动，服务器CPU需求大幅复苏，当前供应持续短缺，厂商定价权显著提升，英特尔近期已上调部分消费级和服务器CPU价格，数据中心级产品涨幅高达数百甚至上千美元，后续仍有进一步涨价空间且不会明显影响市场需求【13】。AI服务器高附加值的加速板、UBB、交换板类PCB价值量持续上行，英伟达DGX H100 AI服务器对应单GPU PCB价值量达211美元，较前代DGX A100的175美元提升了21% 【48】。功率半导体板块AI单机柜价值量有望提升6-8倍，相关国内厂商已发布二轮涨价函，功率器件整体价格处于上行通道【43】。专业图形加速板卡2022-2024年受高性能高价值产品占比提升影响，平均价格呈上升趋势，2025年1-6月相关型号推出一段时间后，平均售价有所回落【47】。

成本占比拆分方面，以META数据中心硬件成本结构为例，占比最高的核心元件为8 H100 + 4 NV Switch BaseBoard，占整体硬件成本的65.80%；其次是QM9700 IB Switch占7.38%、Switch Side 2x400Gbit/s IB transceiver占7.02%，其余核心元件占比均低于4% 【44】。125kW机柜对应的功率器件BOM总成本为1.2万-1.5万美元，其中GPU Board单项贡献超过全机架BOM的三分之一；机架结构层的PSU+BBU合计贡献4560-5760美元，占比约36%-38%，核心是作为AC-DC高压转换核心的SiC MOSFET器件【43】。2025年以国产化AI视频基础设施平台这类总集成项目为主的智算系统，服务器及配套成本占比大幅提升，其余成本明细科目占比均明显下降；2024年配置第三代AI加速卡的智算系统，相比2023年第二代产品，直接材料占比提升、封装测试占比下降【45】。