Nvidia 因 HBM 内存价格高企而降低 Rubin Ultra GPU 的规格，表明即使旗舰产品也面临内存成本和可用性的约束。

上个周末，投资研究机构SemiAnalysis发布的一份报告在AI行业引发广泛讨论。继该机构在6月底披露英伟达的原始4芯粒Rubin Ultra设计将缩小规模后，SemiAnalysis现在揭露，英伟达向关键客户提供了一个Rubin Ultra预览版本，相比之前的预期进一步降低了规格。

Rubin Ultra被定位为英伟达的旗舰处理器，在GTC 2026上宣布，通过整合多个芯粒和高带宽内存来处理极端规模的AI模型训练和推理。根据SemiAnalysis的最新披露，英伟达已调整了该产品的设计理念。

过去两年，高带宽内存已成为AI基础设施扩展中最关键的组件。随着对英伟达H100、H200和Blackwell加速器的需求激增，HBM从一个利基产品演变成整个供应链中最受限的环节。SK海力士、三星和美光都扩大了HBM投资，并不断创造收入纪录，但供需失衡继续推高价格。

对于AI芯片制造商来说，HBM的重要性至关重要——虽然GPU处理计算，但HBM提供决定AI模型训练和推理效率的高速数据吞吐量。然而，HBM变得如此昂贵，以至于现在影响AI系统的整体经济性。HBM3的定价说明了这一涨幅：单个模块在2025年第二季度成本为180-220美元，到2026年第一季度上升至600-700美元（合同价格），在2026年第二季度达到700-850美元（现货价格）。

据SemiAnalysis称，随着HBM价格上升，单个Rubin Ultra机架的物料成本从约660万美元上升到800万美元。经过设计调整后，英伟达可以将其降低至大约640万美元。

重新设计的Rubin Ultra的规格说明了情况：峰值计算能力保持在35 PFLOPs，但内存减少至192GB——低于原始Rubin的288GB——带宽仅提高1 TB/s，性能提升有限。更重要的是，HBM的成本占比从接近40%下降到28%，而互连成本占比从4%上升到12%。

战略转变指向系统级互连能力。Rubin Ultra支持的NVL576架构可以通过NVLink将最多576个GPU连接到统一的计算域中——是标准72卡配置规模的八倍——旨在通过更大规模的系统扩展来弥补个别芯片规格的降低。

市场立即做出反应。韩国内存股在今早开盘时暴跌：截至北京时间11:45，两大HBM领导者SK海力士和三星均下跌约8%，而KOSPI指数下跌约5%。

担忧很明显：如果英伟达的Rubin Ultra调整得到确认（英伟达尚未公开承认该信息），这可能表明作为AI基础设施中最关键买家的英伟达正在减少HBM需求。过去两年，由于芯片制造商不断增加HBM配置，HBM供应商从AI扩展中受益，推动收入爆炸性增长并加强了供应商在整个供应链中的定价权力。

英伟达的选择可能表明AI芯片制造商正在考虑通过优化硬件设计来减少个别芯片对大容量HBM的依赖。如果这种方法被证实可行，HBM供应商继续提价的空间可能会受到显著限制。

AI基础设施建设不可避免地正在度过无差别规格扩展和不受控制的价格上涨的时代。甚至统治计算力格局的英伟达也开始精打细算了。