隨著輝達AI伺服器平台從NVL72向NVL576演進，單GPU的算力成本結構正在發生顯著變化，資本開支的重心正從GPU核心晶片轉向網路互聯與光封裝環節。據華爾街見聞報道，HBM（高頻寬儲存）單GPU成本從0.99美元驟降至0.43美元，絕對值削減56%；而Scale-Up網路成本則從0.13美元飆升至0.37美元，漲幅達185%，佔TCO（總擁有成本）的比重從4%躍升至12%。

這一變化意味著，AI資本開支的每一美元，正在從輝達自家的GPU Die流向上游SK海力士、三星的HBM，再流向博通、Astera的網路交換晶片，以及CPO（共封裝光學）所依賴的台積電先進封裝產線。

從NVL72到NVL576，系統規模擴大，網路互聯需求隨之增加，導致Scale-Up網路成本佔比大幅提升。與此同時，HBM成本下降可能源於單位容量成本最佳化或配置調整。整體來看，AI算力投資正從單一晶片效能轉向系統級互聯效率，網路與光互聯成為新的投資焦點。

對於AI產業鏈投資者而言，這一成本結構變化提示，網路晶片、光模組及先進封裝環節的資本開支佔比有望持續提升，而GPU核心晶片的相對成本佔比可能下降。不過，具體投資決策仍需結合各公司實際業績與市場動態。