随着英伟达AI服务器平台从NVL72向NVL576演进，单GPU的算力成本结构正在发生显著变化，资本开支的重心正从GPU核心芯片转向网络互联与光封装环节。据华尔街见闻报道，HBM（高带宽存储）单GPU成本从0.99美元骤降至0.43美元，绝对值削减56%；而Scale-Up网络成本则从0.13美元飙升至0.37美元，涨幅达185%，占TCO（总拥有成本）的比重从4%跃升至12%。

这一变化意味着，AI资本开支的每一美元，正在从英伟达自家的GPU Die流向上游SK海力士、三星的HBM，再流向博通、Astera的网络交换芯片，以及CPO（共封装光学）所依赖的台积电先进封装产线。

从NVL72到NVL576，系统规模扩大，网络互联需求随之增加，导致Scale-Up网络成本占比大幅提升。与此同时，HBM成本下降可能源于单位容量成本优化或配置调整。整体来看，AI算力投资正从单一芯片性能转向系统级互联效率，网络与光互联成为新的投资焦点。

对于AI产业链投资者而言，这一成本结构变化提示，网络芯片、光模块及先进封装环节的资本开支占比有望持续提升，而GPU核心芯片的相对成本占比可能下降。不过，具体投资决策仍需结合各公司实际业绩与市场动态。