作者 | 李瑩
據稱，英偉達正測試多種版本Rubin Ultra GPU，部分備選版本HBM內存容量低于原計劃。此舉旨在應對供應鏈瓶頸，也反映出AI需求暴漲造成高端內存緊缺，數據中心建設壓力仍將持續向下游傳導。
據知情人士透露，過去幾周內，英偉達至少測試了三款HBM規格下調的Rubin Ultra GPU。
英偉達首席執行官黃仁勛在2025年英偉達年度開發者大會上首次發布Rubin Ultra時曾表示，每塊GPU將配備1TB的HBM4e內存，分布在16個內存堆棧上。
半導體產業研究機構TrendForce稱，近日，英偉達除最初規劃的12層HBM4e配置外，新增評估8層HBM4e、12層HBM4、8層HBM4三套備選方案。該機構表示，產品最終規格尚未確定。
該機構認為，此次規格調整測試源于兩方面因素：一是預計2027年全行業DRAM緊缺，將壓縮可用于生產HBM的晶圓產能；二是12層HBM4e的測試驗收進度，以及量產時的成品合格率仍存在不確定性。
同時，該機構表示，鑒于LPDDR5X內存芯片的供給短缺預計延續至2027年，英偉達已決定將Vera Rubin超級芯片模組的SOCAMM內存模組容量減半。
業內指出，該局面的特別之處在于，英偉達AI芯片的旺盛需求推高內存消耗、加劇供應緊張，而英偉達自身受困于這份緊缺，不得不調整內存方案。
其他AI硬件廠商同樣在根據供給情況調整內存配置。
TrendForce表示，多家云服務供應商正考慮下調下一代自研AI專用芯片的HBM容量。
該機構預測，2027年HBM總比特出貨量同比將增長50%-60%，但該增幅依舊不足以匹配市場需求。
據此，TrendForce認為，HBM供應商在2027全年將保有產品定價權，AI芯片廠商將同時面臨供貨不足與成本上行的雙重壓力。
向下游傳導
降低內存可能影響性能，而運行大型AI模型的公司如果使用這些降配內存版本，可能需要部署比原計劃更多的GPU。
半導體行業分析機構SemiAnalysis指出，英偉達從HBM內存上節約下來的硬件開支，會轉而投入交換機與光互聯組件。
SemiAnalysis認為，英偉達正借助分層存儲和光互聯技術，緩解HBM內存價格高、供貨緊張帶來的壓力，這也和黃仁勛此前的看法相吻合：供應鏈一旦出現瓶頸，固然會讓上游供應商掌握議價優勢，但同時也會倒逼企業拿出新的技術方案，來化解這類難題。
然而，業內指出，英偉達雖可借助提升GPU算力、優化互聯帶寬等手段，部分抵消內存下調帶來的性能損耗，但整體上，系統部署成本與集群搭建復雜度將抬升。
對于微軟、Meta、亞馬遜、谷歌這類持續加大AI資本投入的大型云廠商，這預示著未來數據中心的建設成本存在進一步上行的壓力。
