英伟达测试削减Rubin Ultra芯片HBM容量方案
0xBroomberg
英伟达正在测试多个Rubin Ultra GPU原型，部分版本内存容量从原定1TB降至最低192GB，原因是先进HBM芯片可能供应不足。这意味着→ 下一代旗舰AI芯片的最终规格仍未锁定，内存供应链正在反向塑造芯片设计。
1TB变192GB——到底砍了多少？
黄仁勋今年在开发者大会上公布的规格是：每颗Rubin Ultra搭载1TB HBM4E内存，分布在16个内存堆叠上。
但据三位知情人士透露，目前测试的原型至少有三个版本，内存堆叠层数更少、容量更低，部分版本甚至降级为上一代HBM4规格。
测试版本的总内存容量最低仅192GB，另有256GB版本。用大白话说＝ 最激进的缩减方案砍掉了原设计八成以上的内存。
作为对比，英伟达现已量产的Vera Rubin芯片最高搭载288GB HBM4——也就是说，部分Rubin Ultra测试版的内存甚至低于上一代产品。
为什么要砍内存？
核心原因：英伟达可能无法获得足够的先进HBM芯片来支撑原始设计。HBM（高带宽内存，一种将多层内存芯片垂直堆叠、大幅提升带宽的技术）的产能目前由SK海力士和三星主导，供应本身就紧张。
这与英伟达高管此前的公开表态形成反差。硬件工程高级副总裁安德鲁·贝尔今年7月中旬还对媒体说："供应不会成为近期的制约因素……定价压力可能是更大的挑战。"
这反映出：即便英伟达在芯片设计上领先，上游内存供应链的产能瓶颈依然能倒逼它修改旗舰产品的设计方案。
内存砍了，性能怎么办？
内存缩减确实会影响芯片性能，但英伟达可能通过其他方式弥补。据两名客户透露，更快的网络互联和更高效的数据存储方式可以让用户把模型和工作负载分散到更多芯片上运行。
用大白话说＝ 单颗芯片内存不够，就用多颗芯片联合起来凑；网络够快的话，整体性能未必打太大折扣。
但代价也很直接：运行超大规模前沿AI模型的客户需要部署更多芯片才能达到同等算力，总支出未必更低。
客户怎么看？
一名客户指出，内存减少意味着单颗芯片成本可能下降，对希望控制支出的企业而言反而是一个更经济的选项。
另一名客户则表示，其公司更关注与英伟达的长期多代硬件合作关系，而非单颗芯片的内存规格。这意味着→ 对大客户来说，绑定英伟达的生态比纠结某一代芯片参数更重要。
HBM可占先进AI芯片元器件成本的一半以上，内存减配版本在成本上可能具有明显优势。
最终规格什么时候定？
Rubin Ultra计划于明年底出货，英伟达尚未最终确定全部规格。
这意味着→ 英伟达仍有时间根据内存供应情况、成本及客户需求调整设计，当前测试版本不等于最终产品。
英伟达未就此事置评。
Content is for reference only, not financial advice.