Morgan Stanley Nghiên cứu về Chíp bán dẫn Greater China đã phát hành một báo cáo mới vào ngày 8 tháng 5 năm 2026.

-> $NVDA giá đỡ và máy chủ vẫn là động lực lớn nhất của chi tiêu vốn, chiếm khoảng 58–63% tổng chi phí trung tâm dữ liệu 1GW, không bao gồm HBM và CPU.
-> Đối với ASIC tùy chỉnh, giá đỡ và máy chủ thấp hơn nhiều, khoảng 39% tổng chi phí. Đó là lý do rõ ràng tại sao các nhà siêu quy mô vẫn thúc đẩy silicon nội bộ.
-> Morgan Stanley ước tính rằng một trung tâm dữ liệu GPU NVIDIA 1GW có chi phí:
Vera Rubin: ~$41B
GB300: ~$33B
B200: ~$24B
H100: ~$23B
So với ASIC tùy chỉnh:
TPUv7: ~$27B
Trainium3: ~$15B
-> Các hệ thống NVIDIA thế hệ hiện tại có thể tiêu tốn gấp khoảng 2 lần cho mỗi GW so với ASIC tùy chỉnh. Vera Rubin gần như gấp 3 lần Trainium3 theo ước tính này.
-> Điều này không có nghĩa là ASIC tùy chỉnh tự nhiên tốt hơn. NVIDIA vẫn có hệ sinh thái toàn diện mạnh nhất, phần mềm, mạng lưới, khả năng sẵn có và hỗ trợ mô hình. Nhưng nó cho thấy lý do tại sao các nhà siêu quy mô có động lực kinh tế lớn để mở rộng ASICs.
-> Khoản chi phí lớn thứ hai là mạng lưới, khoảng 19–23% trong hầu hết các hệ thống.
-> Nguồn điện, làm mát, DRAM, HBM và CPU là quan trọng, nhưng thứ yếu so với giá đỡ, máy chủ và mạng lưới.
-> Điều này cũng tích cực cho các nhà cung cấp hạ tầng quy mô giá đỡ, vì cuộc tranh luận về chi tiêu vốn AI không chỉ là GPU so với ASIC. Đó là giá đỡ, mạng lưới, cung cấp điện, làm mát và toàn bộ xây dựng trung tâm dữ liệu.
-> Thế giới nhà siêu quy mô sẽ chia thành các cụm NVIDIA cao cấp để tối đa hóa hiệu suất và linh hoạt, và các cụm ASIC tùy chỉnh để giảm chi phí, tối ưu hóa công việc.
-> NVIDIA vẫn chiếm phần giàu nhất của chi tiêu vốn hạ tầng AI, nhưng ASIC tùy chỉnh đang trở thành cơ chế áp lực chi phí mà các nhà siêu quy mô sẽ sử dụng để giảm phụ thuộc lâu dài.