1450万一台还要排队，B300凭什么…

作者 | ZDTL

来源 | 至顶AI实验室

1450万。这是这两天B300服务器在国内的渠道报价。两个多月前，这个数字是700万；再往前，三月份还不到500万；年初，400万。而这台机器在美国的公开售价是55万美元，折合人民币还不到400万。更魔幻的是，一路加价，国内买家没被吓退，排队的反而更多了。这就有意思了，要知道，就在刚刚闭幕的WAIC上，国产算力可以说是扎堆秀肌肉，华为的超节点、曙光的十万卡集群、一众芯片公司的年度新品，性能数据一个比一个猛。一边是国产算力集体上新，一边是B300在国内卖出三倍多的溢价还供不应求。谁在抢？

先说清楚B300是什么。我们国内所说的B300通常指DGX B300整机服务器。一台DGX B300里装了8颗Blackwell Ultra芯片，单颗带288GB的HBM3e显存，8颗加起来2.1TB。2.1T什么概念？眼下最火的那几个千亿级开源大模型，满血版塞进一台机器绰绰有余，还能留出大把空间跑并发。一句话概括，它是目前能流入中国市场的、事实上最强的AI推理服务器。那都是谁在买？大模型公司，还有云厂商。2026年，推理需求把所有人都打了个措手不及，原因也很简单，AI从尝鲜进入到了干活。前两年大家用AI，是聊几句天、写段文案，更多是图个新鲜，一次对话消耗的Token很有限，用完就走，对算力的压力其实不大。而进入2026年完全不一样了，Agent真的跑起来了，写代码、做研报、处理工单，一个任务跑下来，背后是成百上千次模型调用，Token消耗指数级增加。玩具没人在乎贵不贵，生产工具就不一样了。一旦AI开始承担真实的工作流，能不能又快、又便宜、又稳定地生产Token，就成了提供模型应用企业的生死线。对这些公司来说，机器一上架就能变现，晚到位一天，就少赚一天的钱，算力早就不是成本项，而是营收本身。于是，市场上出现了很夸张的场面，有渠道消息说，年后价格刚涨到四百七八十万的时候，就有大厂直接下场扫货，在口岸截单，有多少要多少。大厂扫完，中小公司连汤都喝不上。买不起的怎么办？租。据说一年期租约的月租已经涨到19万，就这，还得排队等别人释放资源。19万一个月，租一台服务器，这生意搁三年前，说出去都没人信。

凭什么三倍多溢价？

供需两头一挤，价格就出来了。供给端，出口管制在收紧，非官方流通渠道接连被打击，货源肉眼可见地变少。市场本来还能指望H200，出口许可也批了，但到今天也没实际出货，指望落空，B300就更成了香饽饽。需求端刚才说了：推理就是钱，谁都等不起。这笔账可以从租金倒推，月租19万，一年228万，1450万买断相当于六年多的租金，怎么算都离谱。但买家依然抢着买断，这说明在他们的预期里，这台机器每个月赚回来的，远不止19万。到了这一步，问题早就不是贵不贵，而是抢不抢得到。于是，1450万这个数字就有了另一层含义。它不是英伟达定的价，B300在美国就卖55万美元，多出来的这一千多万，是国内买家自己加上去的，或者说是市场用真金白银投出来的票。从这个角度讲，这个数字可能是今年最真实的一份评测报告。参数可以优化，发布会可以办，但没有人会拿一千多万开玩笑。那么问题来了，国产算力的性能明明也不低，为什么买家宁可付三倍多溢价，也不把这张票投给国产？

国产芯片的三道坎

国产芯片今天的短板，真不是参数与性能。WAIC上的展品可以作证。华为展出的Atlas 950超节点，最大支持8192张卡高速互联，官方口径的系统级算力已经超过英伟达的NVL576；中科曙光带来了十万卡规模的超智融合集群；清微智能的4K超节点用4096颗芯片组网，宣称互联成本比国外同类方案低九成。单看这些数字，反正"落后"这两个字我早就说不出口了。但掏钱的人不看发布会。他们看的，是另外三样东西。第一道坎：有效算力。客户买的从来不是一堆卡的参数相加，而是扣掉通信损耗、调度损耗之后，真正能干活的那部分算力，这也是我们至顶AI实验室做测试时反复强调的一点，万卡时代，单卡跑分的意义越来越小，MFU（算力利用率）、集群稳定性、故障恢复能力，这些才是真指标。一个集群纸面算力再高，训练跑到一半挂了，重启一次几万就没了，这笔账根本算不过来。给个更直观的参照，两个纸面算力完全相同的万卡集群，利用率差上15个百分点，实际产出就相当于其中一个白白多出了一千五百张卡。这看不见的一千五百张卡按今天的行情值多少钱，不用我算了吧。而恰恰在这些指标上，国产集群目前公开的数据非常少，买家看不到数据，更看不到应用案例，就只能按最坏情况估价。第二道坎：生态。这是最老生常谈的一条，但它之所以老生常谈，是因为它一直没被解决。CUDA真正的护城河不是那套软件本身，而是它背后十几年攒下来的东西，几百万开发者的肌肉记忆，无数次踩坑换来的工程经验，拿来就能用的算子库，还有出了问题网上一搜就有答案的那种确定性。性能参数，一场发布会就能追平，但这些东西，追不了。对企业来说，迁移也从来不只是把代码挪个地方，而是把整个团队的工作方式推倒重来，这笔隐性成本，经常比硬件差价本身还高。第三道坎：产能和信任。先进制程和HBM的供给天花板摆在那儿，决定了国产芯片就算订单排满，短期内也交付不出英伟达那个量级。而更隐蔽的一堵墙，砌在采购决策里，买英伟达，项目黄了没人怪你选型；买国产，出一点问题，第一个被拷问的就是签字的人。这不是技术问题，但它实实在在挡在每一张订单前面。性能、生态、产能、信任，四样凑齐了才叫替代，今天大部分的国产算力，只凑齐了性能。

三倍溢价什么时候塌？

最后说点实在的：这个三倍多的价差，不会永远维持。历史上没有任何一个靠稀缺撑起来的溢价能一直撑下去，要么供给恢复，要么替代出现，价格总归要回去，问题只是哪个先来。与其猜时间点，不如盯住两个信号。第一个信号，哪家头部大厂，敢把自己的主力推理业务整体迁到国产集群上，并且公开出来讲。注意，不是发一篇通稿说完成适配，而是真金白银地把每天在赚钱的业务押上去。只要有一家这么干了，后面观望的人会跟得很快，这事就成了。第二个信号：国产超节点厂商，把真实的集群利用率和稳定性数据摆到台面上。这届WAIC上大家都在讲从拼单卡转向拼系统，方向没错，但系统能力最终要靠运营数据说话，不是靠展台说话。这两件事发生了，1450万这个数字，才会真正开始往下走。市场从来不缺掌声，缺的是那张写着一千多万的订单，什么时候投给你。END本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。