鉅亨網新聞中心
8 月的第一個星期，顯示卡市場迎來一波罕見漲價潮。7 月底開始，中國消費級顯示卡價格突然快速攀升，熱門型號幾乎「一天一價」，部分高階顯示卡更在短短數日內大漲數千元人民幣，市場熱度令人聯想到 2020 年至 2021 年的挖礦熱潮，但這次價格飆升背後的原因，卻與當年的礦潮截然不同。
根據上海證券報走訪中國華強北市場的報導，此輪漲價幅度相當驚人。其中，RTX 5060 價格從原本 2300 至 2500 元 (人民幣，下同)，升至 2700 至 3100 元，短短 4 天最高上漲 800 元，漲幅超過 30%；RTX 5080 則從 7 月初的 9000 多元，突破 11000 元大關，累計上漲約 1700 元。
RTX 5070 Ti 在 7 月 31 日拿貨價約 8200 元，隔日便升至 8400 元，一夜之間上漲 200 元。至於 RTX 5090 更誇張，一週內價格飆升 4000 元。
通路數據也顯示，RTX 5070 Ti 目前在部分電商平台售價已達 10700 元人民幣，而 2025 年 11 月同款產品價格僅約 7200 元，不到一年時間漲幅接近一半。部分電商平台甚至暫時下架多款顯示卡，並非市場完全缺貨，而是上游供應商不願以原先價格出貨。
通路全面鎖貨 兩大巨頭接連漲價
這波顯示卡價格飆升的直接原因，來自 GPU 供應端成本上升。輝達 (NVDA-US) 已向下游 AIC 顯示卡製造商發出新一輪 GPU 套件漲價通知，漲幅約 20% 至 30%，涵蓋最新 GDDR7 顯存以及上一代 GDDR6 顯存。
報導指出，三星 (KR005930) 本季也將記憶體價格調升約 20%，輝達隨後跟進調整價格。顯示卡使用的顯存，與記憶體產品本質上都是相同的儲存顆粒。
事實上，這已是輝達 2026 年以來第三次調漲價格。今年 1 月，輝達曾調升約 10% 至 15%；5 月又針對高階產品進行調整，但市場感受相對有限。
此次 7 月底漲價則是涵蓋範圍最廣的一次，從中階到旗艦產品全面受到影響，RTX 5090、RTX 5080 等高階卡漲幅尤其明顯，連 RTX 5060 等主流產品也未能倖免。
AMD(AMD-US) 方面也跟進調整。根據通路消息，AMD 已通知合作夥伴，自 8 月起 GPU 加顯存套件價格至少上調 10%。AMD 原本計畫 7 月漲價，但因擔心市占率流失而延後，如今在輝達調價後也同步跟進。兩大 GPU 供應商接連調整價格，板卡廠商只能被迫反映成本。
對板卡廠而言，GPU 套件漲價幾乎直接推升整卡成本。輝達提供給 AIC 廠商的並非單獨 GPU 晶片，而是包含 GPU 與顯存的整體套件，這也是顯示卡成本中最核心的部分。由於 GPU 供應主要掌握在輝達與 AMD 手中，加上顯存市場又由三星、SK 海力士等大廠主導，板卡廠商幾乎沒有議價空間。
漲價通知發布後，通路端也開始出現惜售現象。華強北多家商戶透露，目前部分 AIC 廠商工廠已全面封倉，暫停大規模出貨。
市場並非完全沒有庫存，而是上游不願按照舊價格供貨，導致存貨成為稀缺資源，價格因此持續攀升。
AI 搶走產能 消費級顯存被迫讓路
顯示卡價格暴漲的深層原因，與 AI 產業快速擴張密不可分。顯存價格持續上漲，本質上與記憶體、固態硬碟漲價邏輯相似，都是因為 AI 需求大量吸收儲存產能。
三星、SK 海力士等記憶體大廠，目前正優先將晶圓產能配置給 AI 加速卡使用的 HBM（高頻寬記憶體）。由於 HBM 產品利潤率遠高於消費級 GDDR 顯存，在 AI 算力需求持續強勁的背景下，記憶體廠商自然更傾向投入高獲利市場。
TrendForce 報告指出，在 DRAM 各細分市場中，HBM 利潤率最高，其次為 DDR5，而消費級 GDDR 則排名最後。因此，消費級顯存供應自然受到擠壓，價格也隨之上升。
供應緊張也反映在顯存顆粒價格上。市場資料顯示，2GB GDDR7 顯存顆粒目前售價約 20 美元，而 3GB 顆粒價格高達 60 至 70 美元，容量僅增加一半，但價格卻高出數倍。當顯存成本大幅攀升，顯示卡價格自然難以下修。
DIY 成本全面升高 AI 部署門檻提高
顯示卡其實是這波 PC 硬體漲價潮中較晚受到影響的產品。在此之前，記憶體、固態硬碟與 CPU 已經歷一輪漲價。上海證券報調查顯示，同樣規格的電腦整機價格，相較去年 10 月已經增加約 2000 元人民幣。
如今顯示卡價格大漲，也讓 DIY 電腦市場的性價比明顯下降。CPU、記憶體、SSD 與顯示卡價格同步上升，而顯示卡又是整機成本的重要組成部分，導致消費者以相同預算能購買到的硬體配置大幅縮水。RTX 5060 價格突破 3000 元、RTX 5080 突破萬元，中階產品價格已接近過去高階顯示卡水準。
另一方面，本地 AI 運算需求也受到影響。大容量顯存顯示卡之所以成為漲價重點，主要是因為能支援較大型 AI 模型運行。
目前主流開源模型若要運行 70 億參數量化版本，至少需要 6GB 至 8GB 顯存；若進一步進行微調或運行更大模型，24GB 顯存甚至成為基本需求。
RTX 50 系列中，16GB 顯存主要集中在 RTX 5070 Ti 以上產品，而 32GB 容量則只有 RTX 5090 具備，這些型號也正是此次漲幅最大的產品。
輝達 CUDA 生態在本地 AI 領域仍具有明顯優勢，AMD ROCm 與英特爾 OneAPI 在相容性與效能方面仍存在差距，使許多 AI 開發者難以避開輝達顯示卡。但在 RTX 5090 價格持續上漲的情況下，對個人使用者而言，購買雲端 AI 服務可能比投入高價硬體更具成本效益。
這一輪顯示卡漲價，表面上是輝達與 AMD 調升成本的結果，但更深層原因，是整個消費電子產業正在被 AI 需求重新分配資源。只要 AI 算力需求持續升溫，消費級顯存供應受到壓縮的情況短期內恐難改善。
下一篇
