Оригинал | Odaily Planet Daily(@OdailyChina)
Автор | Azuma(@azuma_eth)
Минувшие выходные ознаменовались оживлёнными дискуссиями в индустрии ИИ, вызванными отчётом известного аналитического агентства SemiAnalysis.
Основная суть отчёта заключается в следующем: после того как SemiAnalysis в конце июня сообщила о сокращении оригинальной 4-кристальной (4-die) архитектуры Rubin Ultra от Nvidia, аналитики вновь раскрыли, что Nvidia предоставила ключевым клиентам предварительный обзор Rubin Ultra, и его характеристики оказались ещё ниже, чем ожидалось ранее.
Скриншот с информацией о Rubin Ultra из отчёта SemiAnalysis:
- Rubin Ultra сохранит тот же теоретический пик производительности, что и Rubin — 35 PFLOPs;
- Сильно урезан объём видеопамяти: спецификации снижены до 192 ГБ с 8-слойным стеком (8-Hi), что даже меньше, чем у Rubin с 12-слойным стеком (12-Hi) 288 ГБ;
- Пропускная способность памяти практически не изменилась, увеличившись лишь на 1 ТБ/с, что в реальных вычислениях с высокой пропускной способностью несущественно;
- Энергопотребление на уровне чипа даже немного возросло: минимальная мощность осталась такой же, как у Rubin (1800 Вт), а максимальная стала выше (2600 Вт);
- Единственным значительным улучшением является «масштаб сетевого взаимодействия» (Scale-up world size), увеличенный с 72 GPU до 576 GPU. Это означает, что NVIDIA перенесла главную точку продаж на возможности кластерной сети: через сеть NVLink она может объединить до 576 чипов Rubin Ultra в один гигантский «суперлогический GPU» (обычная версия поддерживает подключение максимум 72 карт).
Как топовая флагманская версия Rubin, анонсированная Nvidia на GTC 2026, Rubin Ultra изначально позиционировалась как решение, предназначенное для экстремально масштабных задач обучения и вывода ИИ-моделей, за счёт интеграции большего количества кристаллов и памяти с высокой пропускной способностью. Однако, судя по последним раскрытым SemiAnalysis деталям спецификаций, Nvidia явно скорректировала подход к проектированию Rubin Ultra.
HBM слишком быстро дорожает: Nvidia начинает пересчитывать затраты
За последние два года одним из ключевых компонентов для расширения индустрии ИИ, несомненно, стала память HBM.
Взрывной спрос на ускорители ИИ, такие как Nvidia H100, H200, Blackwell, превратил память с высокой пропускной способностью из относительно нишевого продукта в самый дефицитный элемент всей ИИ-инфраструктуры. SK Hynix, Samsung, Micron, постоянно обновляя рекорды доходов, наращивают инвестиции в HBM, а дисбаланс спроса и предложения продолжает подталкивать цены на HBM вверх.
Для производителей ИИ-чипов важность HBM очевидна — GPU отвечают за вычисления, HBM обеспечивает высокоскоростную передачу данных; вместе они определяют эффективность обучения и вывода ИИ-моделей. Однако проблема в том, что сегодня HBM стала настолько дорогой, что начала влиять на общую экономическую эффективность ИИ-систем. Например, цена на HBM3 в минимальной точке во втором квартале 2025 года составляла всего 180-220 долларов за модуль, в первом квартале этого года (контрактная) выросла до 600-700 долларов, а во втором квартале (спотовая) достигла 700-850 долларов.
Согласно расчётам SemiAnalysis, по мере роста цен на HBM чистая стоимость материалов (BOM) для одной стойки с Rubin Ultra выросла примерно с 6,6 до 8 миллионов долларов, тогда как после корректировки конструкции спецификаций она может снизиться примерно до 6,4 миллиона долларов.
Для Nvidia такая огромная разница в стоимости означает очень практический вопрос: если продолжить увеличивать объём HBM в соответствии с исходным проектом, приведёт ли это к соответствующему росту производительности? Существует ли другое, более оптимальное решение?
SemiAnalysis в своём отчёте отвечает на этот вопрос: корректировка Rubin Ultra по сути является пересмотром компанией Nvidia структуры затрат на ИИ-системы при ограниченных ресурсах, то есть снижение относительно дорогой конфигурации HBM (доля в стоимости снизилась с почти 40% до 28%) и перенаправление ресурсов на более ценную возможность расширения сетевого взаимодействия (доля в стоимости выросла с 4% до 12%).
Как упоминалось ранее, основное направление модернизации Rubin Ultra теперь сместилось в сторону «возможностей расширения на системном уровне». Архитектура NVL576, поддерживаемая Rubin Ultra, позволяет через NVLink соединить до 576 GPU в единый домен вычислений, что призвано компенсировать корректировки спецификаций отдельного чипа за счёт масштабирования системы.
Акции производителей памяти падают: рынок опасается пика спроса
Возможно, из-за этого сообщения, сегодня утром после открытия южнокорейского рынка акции сектора памяти массово пошли вниз. На 11:45 по пекинскому времени лидеры по производству HBM, SK Hynix и Samsung, упали примерно на 8%, индекс KOSPI также снизился примерно на 5%.
Рынок начал опасаться: если информация SemiAnalysis об изменении спецификаций Rubin Ultra подтвердится (Nvidia публично пока не подтвердила эту информацию), означает ли это, что Nvidia как ключевой покупатель в ИИ-инфраструктуре снижает спрос на HBM?
За последние два года, на фоне быстрого роста спроса на расширение ИИ, HBM стала самым дефицитным компонентом ИИ-инфраструктуры. Nvidia, AMD и другие производители чипов продолжали увеличивать конфигурации HBM в своих ИИ-ускорителях, что подстегнуло резкий рост доходов производителей памяти, таких как SK Hynix, Samsung, Micron, и постоянно укрепляло их позиции в цепочке создания стоимости.
Выбор Nvidia может означать, что производители ИИ-чипов рассматривают возможность снижения зависимости отдельных чипов от памяти HBM большой ёмкости за счёт оптимизации аппаратного дизайна. Если этот путь окажется осуществимым, пространство для дальнейшего повышения цен производителями HBM, скорее всего, будет ограничено.
Строительство ИИ-инфраструктуры рано или поздно покинет эпоху «безумного наращивания аппаратных мощностей и бездумного роста цен». И сейчас даже Nvidia, восседающая на железном троне вычислительных мощностей, начала считать деньги.
