B300炒到1450万还在抢，Rubin却加速量产？

一台 B300，国内渠道报价一度冲到 1450 万元。

年初还约 400 万元，半年左右，报价已经达到原来的 3.6 倍。

更有意思的是，就在 B300 还在高价抢购的时候，英伟达下一代 Vera Rubin 已经进入量产爬坡。

上一代还在涨，下一代已经来了。

2026 年的 AI 算力市场，正在出现一个非常有意思的时间差。

B300 为什么能炒到 1450 万？

先说清楚，1450 万元并不是 B300 的官方售价，而是公开报道中的国内渠道报价。

但这个数字为什么会出现？

核心还是两个字：供需。

B300 属于英伟达 Blackwell Ultra 平台。

单颗 GPU 拥有 288GB HBM3e、8TB/s 显存带宽，8 GPU 系统的 FP4 推理性能达到 144 PFLOPS。

对于正在扩张的 AI 训练、推理和 Agent 应用来说，高端 GPU 依然是稀缺资源。

需求在增长，而高端 GPU 供给并没有同步完全释放。于是，B300 出现了高额渠道溢价。

这也是为什么即使价格已经非常高，市场依然存在采购需求。

关于B300高价背后的具体原因，维云 CEO 袁欣早在5-6月就发布过一期分析视频，当时 B300 报价还在 700 万左右。

视频从供需、渠道和AI算力需求等角度做了详细拆解，感兴趣的朋友可以点开看一下。

B300 还在抢，Rubin 已经量产

问题来了。

既然下一代已经来了，为什么 B300 还这么贵？

因为 Rubin 现在还没有全面铺开。

2026 年 5 月 31 日，英伟达宣布 Vera Rubin 进入全面量产爬坡。

到了 7 月，英伟达进一步披露，Vera Rubin NVL72 已经在 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 等合作伙伴处运行。

也就是说：Rubin 已经不是发布会上的 PPT。

但截至 8 月 21 日，更准确的说法仍然是：

Rubin 正在量产爬坡，并已经进入部分部署，但大规模交付还在后面。

英伟达此前公布的计划是，Rubin 产品将在 2026 年秋季开始生产出货；8 月 12 日，鸿海也透露，Vera Rubin 服务器机架预计将在 第四季度开始出货。

所以现在的 AI 算力市场，实际上处在一个非常特殊的阶段：B300 还在高价抢购，Rubin 已经进入下一阶段，但新一代供给还没有完全释放。

这恰恰给了 B300 高溢价继续存在的空间。

Rubin 到底比 B300 强在哪？

不用看一大堆参数，几个数字就够了。

最直观的变化：

8TB/s → 22TB/s

显存带宽接近 3 倍

NVLink 从 1.8TB/s 提升到 3.6TB/s，直接翻倍

而 Rubin 单 GPU 的 NVFP4 推理性能达到 50 PFLOPS。

但英伟达这一代真正强调的，并不只是峰值算力，而是更高的推理效率。

英伟达公布的数据称，在特定 AI 推理场景下，Vera Rubin 可以实现 最高 10 倍的 Token 成本优势。

这意味着下一代 AI 基础设施竞争，已经不只是：谁的 GPU 更快？而是谁能用更低的成本，跑更多的 AI 业务。

Rubin来了，B300就要被淘汰吗？

没这么快。

B300 和 Rubin 更像是两个阶段的产品，而不是今天买 B300、明天 Rubin 一出就全部换掉。

B300 最大的优势很现实：成熟、已经进入市场，而且现在就能部署。

Rubin 则代表下一阶段：更高的算力密度、更高的互联带宽，以及更低的单位 Token 成本。

所以短期来看，B300 依然有自己的市场。

但从更长周期看，Rubin 一旦进入大规模交付，B300 目前的高溢价势必会重新接受市场检验。

当新的高端算力供给逐渐增加，这部分溢价会不会松动，才是后面真正值得关注的事情。

算力迭代，存量GPU维修也越来越重要

从 B200、B300 到 Vera Rubin，英伟达正在不断提高 AI 基础设施的算力密度。

但还有一个容易被忽略的问题：

GPU 越贵，故障之后的处理成本也越高。

尤其 B 系列 GPU 本身就具有高功耗、高集成度和高价值等特点。

对于已经部署 B 系列 GPU 的企业来说，出现硬件故障后，并不一定只能直接更换。

维云目前提供 NVIDIA A/H/B 系列 GPU 维修服务，针对硬件故障进行检测、维修，并通过整机测试平台完成修复后的验证。

新一代算力正在加速到来。

但在 Rubin 真正大规模铺开之前，已经部署的 B 系列 GPU，依然是企业手里正在创造价值的算力资产。

写在最后

B300 炒到 1450 万，Rubin 已经进入量产爬坡。

一个代表的是：当下高端 AI 算力有多紧缺。

另一个代表的是：下一代算力供给正在加速到来。

当 Rubin 真正开始大规模交付之后，高端 AI GPU 的供需关系、价格和部署节奏，都可能迎来新的变化。

但至少现在：B300 还在抢，Rubin 还在路上。

而对于已经部署 B 系列 GPU 的企业来说，如何让每一张高价值 GPU 持续稳定地产出算力，同样值得关注。

如果是你 ，是选择高溢价的 B300，还是等 Rubin？