AI 記憶體股票在供應鏈報告發布後下跌，報告涉及 NVIDIA Rubin

一份關於英偉達 Rubin 機櫃的供應鏈報告，讓 AI 記憶體板塊先跌了一輪。

報告提到，單機櫃記憶體容量可能從約 55TB 降到約 28TB。隨後，美光單日下跌約 7.7%，SK 海力士次日開盤一度下跌超過 8%。更微妙的是，報告作者 Dylan Patel 後來澄清，許多轉發只截取了最刺眼的部分，這並不是一份「災難性利空」報告。

這件事引發如此大反應，是因為它觸及了 AI 硬體行情最敏感的環節。過去一段時間，市場交易的並非普通記憶體週期，而是 Rubin 平台量產後，AI 機櫃將繼續推動 HBM 及配套記憶體的需求，記憶體供應商的收入與定價能力都將被重新提升。自今年 GTC 以來，HBM4、SK 海力士市佔率、美光追趕 AI 記憶體，都是市場反覆交易的主線。

但「內存被砍」這個說法太粗俗。

SemiAnalysis 揭露的調整，主要指 Rubin NVL72 機櫃中 CPU 側的 SOCAMM 和 LPDDR 配置變更。多數系統可能採用 96GB 模組，而非容量更高的 192GB 模組，單機櫃記憶體容量從原計劃約 55TB 降至約 28TB。此變動會影響單台機櫃內的系統記憶體價值量，但尚不能直接推斷 GPU 側的 HBM4 需求也同步下調。

真正需要釐清的是，這次調整影響的是哪一塊利潤池，市場現在又在交易哪一塊預期。

市場下跌是高位主題遇到負面關鍵詞後的倉位反應。

目前已確認的部分是，市場反應強烈，但事件仍停留在供應鏈報告層面。SemiAnalysis 揭露，為確保 Rubin NVL72 的交付進度，英偉達可能降低 CPU 側的 SOCAMM 配置。報告中提及的數字包括單機櫃記憶體容量從約 55TB 降至約 28TB，機櫃成本從約 760 萬美元降至約 680 萬美元。這些數字應理解為 SemiAnalysis 報告的口径，尚非英偉達官方最終 BOM（物料清單）確認。

過去幾個季度，AI 記憶體股的上漲靠的是一個很順的敘事：AI 機櫃越多，先進記憶體越缺，供應商利潤越厚。

故事越簡單，負面標題的殺傷力就越大。一旦「記憶體容量腰斬」出現，市場會先下修單機櫃記憶體價值量，很少第一時間區分被調的是哪一種記憶體。

Micron's response best illustrates the point.

它既是傳統 DRAM 供應商，也是 AI 伺服器記憶體升級的受益者。市場此前給予它的彈性，很大一部分來自「AI 記憶體不再只是週期性商品」這層重新定價。若 Rubin 單機櫃系統記憶體容量下降，資金會立即擔憂，美光在 SOCAMM 和 LPDDR 環節的單機收入預期是否被抬得太高。

SK 海力士也跟隨下跌，說明這次衝擊已超出單一供應商。

它在 HBM 領域更強，市場此前還傳出其拿下 Vera Rubin 相關 HBM 訂單大部分份額的說法。但當 AI 內存交易變得擁擠，資金不會等所有細節核清後再行動。內存股同步下跌，反映的是板塊風險偏好收縮，而不是每家公司都受到同一種基本面衝擊。

Dylan Patel 隨後的澄清其實也指向這一點。他表示報告無意製造“災難”敘事，許多人忽略了上下文。

用市場語言來說，就是資金並未完整交易一份供應鏈分析，而是在交易一個高位板塊時，遇到負面關鍵詞後迅速減倉。

這次主要被調低的是 CPU 側系統內存，而不是 GPU 側的 HBM4。

Rubin 機櫃中的記憶體不能只用一個詞概括。最簡單的拆法是兩層：

第一層是 GPU 側 HBM4，服務於加速晶片本身；

第二層是 CPU 側的 SOCAMM 和 LPDDR，更像整台系統的運行內存。

前者決定數據傳輸給 GPU 的速度，後者影響整機調度、維護和部分工作負載表現。

SemiAnalysis 提到的「55TB 到 28TB」，主要落在 CPU 側系統記憶體。

它可能改變的是每台 Rubin NVL72 機櫃中的 SOCAMM 模組數量、容量和採購金額。若大多數系統從 192GB 模組轉向 96GB 模組，高容量 SOCAMM 的單機價值量確實下降，相關供應商的收入彈性將承壓。

但 GPU 側的 HBM4 是另一條線。

Rubin 平台仍圍繞 Rubin GPU 與 Vera CPU 展開，HBM4 仍是 GPU 封裝和算力釋放的核心記憶體環節。當前資訊並未顯示 HBM4 容量或 Rubin GPU 出貨被同步下調。此前多方預測仍將 HBM 視為 AI 伺服器裡最緊缺、最有定價權的環節之一，SK 海力士也被市場視為主要受益者。

你可以將 AI 機櫃理解為一台極其昂貴的高性能伺服器。

HBM 更接近貼在 GPU 旁的高速記憶體，SOCAMM 更接近整機可更換的系統記憶體。這次主要調整的是後者。

對於持倉而言，區別非常直接：如果美光在 SOCAMM 環節的敞口更大，單機價值量下調會先影響其預期；SK 海力士的 HBM 邏輯相對獨立，但在擁擠交易中同樣會被板塊情緒拖累。

將系統內存降配直接推斷為 HBM4 需求破裂，證據尚不充分。

更合理的拆法是，CPU 側利潤池確實面臨下修壓力，GPU 側 HBM 仍要看 Rubin 總出貨和 HBM4 訂單節奏。

AI 內存行情已不能再以「內存都強」一條線覆蓋所有供應商。美光、SK 海力士、三星電子在 HBM、SOCAMM、傳統 DRAM 和 NAND 中的敞口不同，同一機櫃中的不同內存，也對應不同價格、毛利和供需約束。

樂觀的解釋來自成本與交貨節奏。

SemiAnalysis 的估算顯示，Rubin NVL72 機櫃成本可能從約 760 萬美元降至約 680 萬美元，降幅約 80 萬美元。

對於微軟、谷歌、亞馬遜、Meta 這類雲廠商而言，AI 機櫃並非單純購買硬體，而是要計算每小時算力成本、供貨時間與大規模部署的穩定性。

如果減配能讓 Rubin 更快交付，部分單機價值量下降可能被更多機櫃抵消。

邏輯並不複雜。如果高容量 SOCAMM 供應緊張，英偉達選擇更容易交付的配置，可以降低單台機櫃的 BOM，也能減少某個組件卡住整機交付的風險。

對買家來說，如果較低的系統內存配置並不會明顯影響核心工作負載，早點拿到機櫃可能比等待滿配版本更有吸引力。

問題在於，這一步目前仍是推演。

成本下降並不自動等於訂單增加。要讓「單機價值量下降」被「機櫃總量上升」抵消，英偉達需要交付更多 Rubin NVL72，雲廠商也需要追加或提前採購。

目前尚無公開的訂單、季度指引或實際出貨數據來證明這一點。

用一個簡單場景來理解，如果某類 SOCAMM 容量在單機櫃內接近減半，那麼總機櫃出貨量需明顯提升，才能讓這一環節的總 Bit 需求回到原先預期。

即使成本下降約 10%，也不能直接推斷客戶會購買足夠多的機櫃。大型雲廠商的採購還受電力、數據中心建設、GPU 供應、先進封裝和網絡設備的影響，單一 BOM 下降只是其中一個變數。

HBM 的情況相對更穩，但也不是完全免疫。

如果 Rubin 總出貨保持強勁，HBM4 仍是最直接受益的環節之一；如果後續證明整機交付受其他瓶頸拖累，HBM 也會受到平台出貨節奏影響。

區別在於，本報告並未直接下調 HBM4 配置，市場等待的是總機櫃出貨量，而非僅關注 SOCAMM 容量數字。

當前最大的風險是，市場先根據利潤池進行重估，但後續數據卻未能提供樂觀的解釋支持。

如果英偉達或供應鏈最終確認 Rubin NVL72 長期採用較低 SOCAMM 配置，同時總機櫃出貨沒有明顯上修，CPU 側系統記憶體供應商會面臨更持久的收入預期壓縮。

對於美光來說，關鍵不僅在於「AI 內存受益」這個總體標籤，而是不同產品的收入拆分。

在後續的財報和電話會議中，需關注管理層是否披露 AI 伺服器相關 DRAM、SOCAMM、HBM 的增長節奏，以及毛利是否因規格、價格或客戶議價能力而發生變化。

如果公司僅對總需求作出樂觀表述，卻無法解釋 SOCAMM 配置調整的影響，市場可能繼續給予折價。

對於 SK 海力士而言，驗證點更偏向 HBM。

如果其 HBM4 訂單份額、出貨節奏和價格保持強勢，本次回調更像板塊情緒波動；如果後續 Rubin 總出貨或 HBM 交付節奏也出現下修，市場才會將衝擊從 SOCAMM 扩散至 HBM 主線。

This is also a typical change after the AI memory theme reaches the midpoint.

早期市場買的是方向：AI 機櫃越建越多，先進記憶體越缺。

目前標的資產已累積較大漲幅，資金開始檢視每一分利潤是否真正實現。一個供應鏈細節便足以觸發 7%-8% 的單日波動，說明板塊交易已過於擁擠，負面資訊更容易被放大。

在實際出貨和財報拆分出來之前，把這次回調定性為「利空出盡」或「AI 需求崩盤」都還太早。

更穩妥的看法是，承認 CPU 側單機價值量下修的壓力，同時把 HBM4 與 SOCAMM 分開定價。

接下來最能改變判斷的，仍然是英偉達是否確認 Rubin NVL72 最終 BOM、Rubin 機櫃實際出貨計劃能否上調，以及美光、SK 海力士和三星電子在 HBM 與 SOCAMM/LPDDR 中的收入敞口和毛利變化。