原创 | Odaily 星球日报(@OdailyChina)
作者|Azuma(@azuma_eth)
过去的这个周末,知名投研机构 SemiAnalysis 的一篇机构报告在整个 AI 行业掀起了巨大讨论。
报告的核心内容为,继 SemiAnalysis 六月底透露英伟达(NVIDIA)原版的 4 裸片(4-die)Rubin Ultra 设计将被砍半之后,该投研机构再次透露,英伟达已向主要客户提供了 Rubin Ultra 预览,但其规格较此前预期进一步下降。
SemiAnalysis 报告中流出的 Rubin Ultra 相关信息截图如下:
- Rubin Ultra 将保持与 Rubin 相同的算力理论峰值,均为 35 PFLOPs;
- 显存容量严重减配,规格降至 8 层堆叠(8-Hi)的 192GB,甚至低于 12 层堆叠(12-Hi) 288GB 的 Rubin;
- 显存带宽变化微乎其微,只提升了 1 TB/s,在实际高吞吐计算中基本可以忽略不计;
- 芯片级功耗甚至略有提高,最低功耗与 Rubin 相同(1800 W),最高功耗反而更高(2600 W);
- 唯一的重大提升是“扩展互联规模”(Scale-up world size),从 72 张 GPU 提高到了 576 张 GPU,这意味着 NVIDIA 把真正的卖点转移到了集群网络上,通过 NVLink 网络,它可以把最多 576 张 Rubin Ultra 连成一个巨大的“超级逻辑 GPU”(普通版最高只支持 72 张卡互联)。
作为英伟达今年在 GTC 2026 上重磅官宣的 Rubin 顶级旗舰版本,Rubin Ultra 原本的定位是通过整合更多芯片裸片(die)和高带宽内存,专为应对极致规模的 AI 模型训练与推理需求而设计,但从 SemiAnalysis 最新披露的规格细节来看,英伟达显然已经调整了 Rubin Ultra 的设计思路。
HBM 涨价太快,英伟达开始重新算账
过去两年,AI 产业扩展中最关键的组件之一无疑是 HBM。
随着 Nvidia H100、H200、Blackwell 等 AI 加速器的需求大爆发,高带宽内存从此前相对小众的高端存储产品,成为整个 AI 基础设施中最紧缺的环节。SK 海力士、三星、美光在不断刷新也业绩的同时纷纷扩大 HBM 投入,而市场供需的失衡仍在不断推动着 HBM 价格持续上涨。
对于 AI 芯片厂商而言,HBM 的重要性不言而喻 —— GPU 负责计算,HBM 负责提供高速数据吞吐,两者共同决定 AI 模型训练和推理效率,但问题在于,如今的 HBM 已经贵到开始影响 AI 系统整体经济性。以 HBM3 为例,一颗 HBM3 的价格在 2025 年 Q2 低点仅有 180-220 美元,今年 Q1(合约价)则已涨至 600-700 美元,Q2(现货价)更是涨至 700 - 850 美元。
根据 SemiAnalysis 的测算,随着 HBM 价格上涨,Rubin Ultra 单机架纯物料(BOM)成本一度从约 660 万美元升至 800 万美元,而在调整设计规格后,成本可回落至约 640 万美元。
对于英伟达而言,如此巨大的成本差异意味着一个非常现实的现实问题 —— 如果继续依照原设计增加 HBM 容量,是否还能带来与成本匹配的性能提升?有没有其他的更优方案?
SemiAnalysis 在报告中对此给出了回答,Rubin Ultra 的调整,本质上其实是英伟达在有限资源下重新优化 AI 系统的成本结构,即减少相对昂贵的 HBM 配置(成本占比从接近 40% 降到 28%),将资源投入到更高价值的扩展互联能力上(成本占比从 4% 升到 12%)。
如前文所述,Rubin Ultra 的核心核心升级方向现已经转向为“系统级的扩展互联能力”。Rubin Ultra 支持的 NVL576 架构,可以通过 NVLink 将最多 576 颗 GPU 连接成为一个统一计算域,旨在以更大规模的系统扩展,弥补单颗芯片规格上的调整。
存储股大跌,市场担忧需求见顶
或受此消息冲击,今晨韩股开盘后存储概念集体下行,截至北京时间 11:45,SK 海力士、三星两大 HBM 龙头双双大跌约 8%,KOSPI 指数亦下跌约 5%。
市场已开始担忧,如果 SemiAnalysis 所透露的 Rubin Ultra 规格调整为实(英伟达暂未公开确认相关信息),是否意味着 —— 英伟达作为 AI 基础设施中最核心的买家,正在降低对 HBM 的需求?
过去两年,随着 AI 扩展需求的快速增长,HBM 已成为了 AI 基础设施中最紧缺部分,英伟达、AMD 等芯片厂商持续提升 AI 加速器中的 HBM 配置,推动了 SK 海力士、三星、美光等存储厂商的业绩暴涨,也不断强化着后者在整条产业链上的定价权。
而英伟达的选择,可能意味着 AI 芯片厂商正在考虑通过优化硬件设计,降低单颗芯片对于高容量 HBM 的依赖。如果这条路被证明可行,那么 HBM 厂商持续提价的空间极有可能会受到限制。
AI 的基础设施建设迟早会告别“疯狂堆料与无脑涨价”的时代,而现在,即便是站在算力铁王座上的英伟达,也已经开始精打细算了。
