据台媒经济日报报道，英伟达与鸿海首次对外展示了利用机器人制造设备的成果。针对英伟达 GB300 的母线（Busbar，也叫汇流排或母排，是一种用于大电流配电和传输的导电金属条、棒或管）以及多组连接器组装等较复杂、依赖人工的工序，已经可以导入机器人自动化，提升组装稳定性与效率。

关键工艺指标

在核心工艺指标方面：Busbar 组装成功率已超过 95%；多连接器插接成功率约在 90% 至 95% 之间。作业耗时上，Busbar 组装时间目标控制在 124 秒以内，4 组连接器的插接时间目标控制在 72 秒以内。整体生产周期则以不超过熟练人工两倍时间为目标。

根据鉅亨網对英伟达技术部落格的梳理，此次合作由英伟达西雅图机器人实验室（Seattle Robotics Lab，SRL）与 Isaac 工程团队共同推进，并与英伟达营运团队及代工伙伴鸿海合作，针对 GB300 测试托盘（tester trays）组装中的 Busbar 组装及多连接器插接两项任务进行机器人训练与测试。

其中，Busbar 组装涉及将又长又重的 Busbar 插入托盘、锁固 16 颗螺丝，以及相关治具与夹具的安装、拆卸，目前成功率已超过 95%。不过受螺丝需逐一锁固影响，目前整体作业时间约 160 秒，团队表示后续将持续优化，朝缩短至 124 秒以内的目标迈进。多连接器插接则涉及 2 个大型及 2 个小型电气连接器，机器人需提起带有可变形线缆的连接器，再精准插入间隙极小的对应插座，目前成功率约 90% 至 95%。

为什么要用机器人

技术团队指出，由于 GB300 测试托盘的零件摆放、几何形状及线缆状态存在不确定性，无法完全依赖传统固定式自动化。因此采取传统机器人感知、规划与控制技术，搭配机器人学习方法，依不同任务寻找合适的解决方案，并以实际制造需求作为成功率与作业时间的评估标准。团队也在持续朝制造端要求的 99.5% 成功率迈进。

GB300 是什么

GB300 是英伟达基于 Blackwell Ultra 架构推出的产品。据英伟达官网资料，GB300 NVL72 采用全液冷机架规模设计，将 72 颗 Blackwell Ultra GPU 与 36 颗搭载 Arm 架构的 NVIDIA Grace CPU 整合至单一平台，通过 NVIDIA NVLink 高速互连技术串联，使其如同一颗超大 GPU 运作。该平台于 2025 年 3 月 18 日举行的 GTC 大会上，随 Blackwell Ultra DGX SuperPOD 一同正式发布。

鸿海（富士康）是全球最大的电子制造服务商，其全球 AI 服务器市占率超过 40%，是英伟达 GB200 NVL72 与 GB300 NVL72 架构的主要供应商。鸿海与英伟达为联合设计制造（JDM）关系，参与从机架架构到液冷方案的联合定义。在 2025 年 5 月揭幕的 COMPUTEX 2025 上，鸿海曾展出 GB300 NVL72 系统，以及机器人与智慧制造平台等相关方案。

更大的图景

在 AI 服务器连接与供电方面，鸿海的产品线涵盖新一代 AI 芯片插槽、主板 PCIe 高速连接器与线缆、GB300 Power Clip、Busbar 线缆等高速信号、高压供电与液冷连接方案。此外，鸿海还计划以 K-1 项目成为首批导入 800 VDC 电力架构的企业，以强化 AI 服务器电力与冷却的整合设计能力。

将机器人导入 GB300 这类高复杂度 AI 服务器机柜的组装，标志着”用 AI 制造 AI”的闭环正在从概念走向产线。当训练芯片本身的算力越来越依赖高效、稳定的制造能力时，产线自动化水平的每一次提升，都会反哺整个 AI 基础设施的供给。

韩国半导体分析机构 Kernel Insight 的最新数据显示，采用 1b 工艺节点的 DRAM 晶圆，每平方毫米成本达到 0.654 美元（约 4.4 元人民币），较台积电 N2（2 纳米）晶圆的 0.424 美元高出 54%。

这是一个与工艺复杂度相悖的格局。N2 属于 2 纳米级先进制程，需要多重曝光与极紫外光刻（EUV）等复杂工艺；而 1b DRAM 虽为亚 10 纳米级，但结构相对单一，良率控制难度较低。按常理，工艺更简单的产品单位面积成本应更低。

数字背后的供需逻辑

1b DRAM 位密度约为每平方毫米 0.436 Gb，主要用于 DDR5 台式机、笔记本、服务器内存，以及 HBM3E 配套颗粒。以每 Gb 1.50 美元的参考价估算，其单位面积成本约为 0.654 美元。

作为对照，300 毫米 TSMC N3（3 纳米）晶圆价格约为 2 万美元，N2 晶圆约为 3 万美元，折算每平方毫米分别为 0.283 美元与 0.424 美元。9 月 21 日，DRAM Exchange 披露 16Gb DDR5 eTT 价格为 24.80 美元，折合约每 Gb 1.55 美元。即便多代之前的 1z DRAM（位密度约 0.273 Gb/平方毫米，参考成本约 0.410 美元/平方毫米），也几乎与台积电最先进节点在每平方毫米基础上持平。

短缺周期何时结束

通用 DRAM 长期供应短缺，是价格倒挂的核心驱动：AI 服务器建设潮持续消耗高带宽内存与大容量 DDR5 模组，而三星、SK 海力士、美光三大存储厂商的产能扩张节奏滞后于需求增速。

业内对短缺周期的判断并不一致。SK 海力士 CEO 公开表示，AI 产业无法脱离存储器而存在，公司正加速全球生产基地的下一代内存布局；宏碁董事长陈巍则预测，内存短缺不会延续至 2030 年，但在价格于 2027 年中期缓解之前，仍将持续攀升。

此外，三星已调整其下一代 DRAM 开发策略：代号为 B1b 的首个亚 10 纳米级工艺，计划将存储单元与周边驱动电路分别在不同晶圆上制造，再通过晶圆级混合键合堆叠在一起。由于混合键合成本高昂，外界预计其下一代 DRAM 将被定在相当高的溢价区间。

戴尔科技（NYSE: DELL）于9月1日公布2027财年第二季度财报（截至2026年7月31日），多项核心数据刷新历史纪录。公司当季实现营收约470亿美元，同比增长58%，显著高于市场普遍预期的约448亿至449亿美元；净利润41.3亿美元，同比大增逾两倍；摊薄每股收益6.34美元，同比增长273%，剔除股权激励等支出后的调整后每股收益为7.04美元，同比增长203%。财报公布后，戴尔盘后股价一度上涨逾8%。

AI 服务器成最大引擎

人工智能基础设施需求是本轮增长的核心驱动力。第二季度，戴尔 AI 优化服务器营收达164亿美元，同比增长一倍；当季新签 AI 服务器订单609亿美元，创历史纪录；季度末积压订单攀升至950亿美元，同样刷新纪录。过去12个月，戴尔累计获取的 AI 服务器订单已超过1300亿美元，AI 客户数量突破6500家，其中约3300家为过去三个季度新增。

需求外溢到传统服务器与存储

增长并不局限于 GPU 服务器。戴尔基础设施解决方案集团（ISG）当季营收318亿美元，同比增长89%；其中传统服务器及网络设备营收105亿美元，同比大增122%，存储营收49亿美元，同比增长26%。

管理层在业绩会上解释，随着智能体工作流的兴起，越来越多客户需要强大的 CPU 算力来支撑相关任务，这类场景正带动传统服务器的增量需求。目前戴尔安装基础中仍有约120万台第14代及更早的服务器需要升级。

大幅上调全年指引

基于强劲表现与 AI 需求加速，戴尔将2027财年全年营收指引从此前约1670亿美元上调至1920亿美元，同比增长约69%；AI 优化服务器全年营收预期从600亿美元上调至740亿美元，同比接近翻三倍；调整后每股收益预期由17.90美元上调至25.50美元，同比增长148%。公司对第三财季的营收指引为490亿美元，同比增长约81%。

首席运营官杰夫·克拉克（Jeff Clarke）表示，IT 环境正从“成本中心”转变为驱动增长与竞争优势的“价值引擎”，客户投资意愿明显增强。他也坦言，在需求持续超过供应的背景下，DRAM 存储芯片短缺正成为制约服务器出货的关键瓶颈。

景气背后的产业链信号

AI 服务器已成为全球算力竞争的核心装备。戴尔的最新财报是这轮 AI 基础设施高景气的又一个注脚——需求正从云服务商、主权客户，加速扩散至企业级市场。对产业链而言，算力扩张带来的不仅是订单，也有对存储、电力与散热等环节的更大压力。

高通已确认，自2026年9月1日起，对旗下绝大多数骁龙（Snapdragon）芯片执行两位数百分比的涨价。首席执行官克里斯蒂亚诺·阿蒙（Cristiano Amon）在公司2026财年第三财季业绩电话会上向CNBC表示：“成本上涨，价格就会上涨。”他在一份声明中进一步说明，成本已经上升，因此价格也会上调，同时公司将继续努力提高供应链效率。

彭博社最早于7月24日报道称，高通已向客户发出正式通知，宣布9月1日之后出货的骁龙芯片将实施两位数百分比的涨价。

涨幅多大：旗舰最高15%

高通未在官方信件中公开具体调价数字，但据台媒《科技新报》引述供应链消息，不同定位芯片已设定差异化涨价目标：

• 高阶旗舰芯片（Premium）：预计上涨10%至15%；
• 主流中阶芯片（Mainstream）：预计上涨5%至7%；
• 低阶芯片（Low-end）：预计上涨0%至2%。

部分已在9月1日前下单、但排期于此后出货的既有订单，也可能面临重新报价或采购条件调整。

为什么是现在：AI抢走了内存

直接诱因是内存芯片短缺，但背后的机制比一般供应紧张更具体。三星、SK海力士和美光三大内存厂商，正将产能转向利润更高的AI服务器用高带宽内存（HBM）。彭博行业研究数据显示，2025年数据中心需求已占全球DRAM消费约一半，而五年前这一比例仅约三分之一。换言之，AI基础设施正在挤占原本用于手机、笔记本等消费电子的内存供给。

高通同时承受来自代工端的压力。据《日经亚洲》报道，为高通、苹果、英伟达等代工的台积电也正准备上调约5%至10%的报价，视芯片与订单规模而定。阿蒙形容公司“已没有空间”继续自行消化这些成本。

高通自身业绩承压

高通2026财年第三财季营收99.47亿美元，同比下降4%；净利润20.02亿美元，同比下降25%。其中智能手机芯片业务收入50.86亿美元，同比下降20%，公司将该下滑主要归因于中国市场需求疲软。阿蒙还指出，由于供应限制，高通在下一代iPhone中供应的调制解调器芯片份额将“远低于此前预测的20%”。

谁会受影响：安卓阵营首当其冲

骁龙芯片为当今世界大部分高端安卓机型提供动力，包括三星Galaxy S26系列、一加15、小米15以及OPPO Find X9 Ultra等。即将搭载新一代骁龙芯片的机型，例如小米18系列与三星后续旗舰，只要9月1日后出货，都将适用新价格。

XR与智能眼镜同样难以幸免。Meta Quest 3/3S、三星Galaxy XR、Ray-Ban Meta智能眼镜、Pico多数头显均运行高通芯片，在该品类中骁龙几乎是唯一平台，因此这轮涨价对XR与智能眼镜定价的影响将不亚于手机。

中国市场：小米、荣耀、OV均需关注

对国内消费者而言，高通仍是全球安卓旗舰SoC最主要的供应商，小米、荣耀、OPPO、vivo、三星等主流安卓品牌均大量采用骁龙平台。若芯片采购成本进一步提高，厂商通常面临三种选择：自行消化利润、提高终端售价，或调整产品配置与定位。今年以来，部分厂商已通过提高售价、延长产品生命周期以及增加上一代旗舰芯片使用比例等方式缓解成本压力。分析认为，高通此番正式涨价，意味着此前主要集中在存储领域的涨价压力，正进一步向主控芯片环节扩散，未来数个季度智能手机供应链成本仍将维持高位。