Nvidia sedang mempertimbangkan perubahan spesifikasi signifikan terhadap GPU Rubin Ultra mendatang, berpotensi mengirimkan chip dengan memori bandwidth tinggi jauh lebih sedikit daripada yang awalnya ditargetkan perusahaan. Penyesuaian ini, dilaporkan oleh TrendForce pada awal Agustus 2026, merupakan respons langsung terhadap pengetatan pasokan HBM dari tiga produsen utama: SK Hynix, Samsung, dan Micron.
Visi asli untuk Rubin Ultra ambisius. Ketika Nvidia pertama kali mengungkapkan chip tersebut di konferensi pengembang GTC pada tahun 2025, konfigurasi yang dipertimbangkan mencakup hingga 1 TB memori HBM4E. GPU Vera Rubin saat ini, yang sudah dalam produksi massal, dilengkapi dengan hingga 288 GB HBM4 dalam tumpukan 12-Hi, memberikan bandwidth memori sekitar 22 TB/detik. Rubin Ultra seharusnya melampaui angka tersebut.
Sekarang, Nvidia sedang menguji setidaknya tiga varian dengan pengurangan memori yang signifikan. Salah satu konfigurasi yang sedang ditinjau menggunakan tumpukan HBM4 8-Hi yang membawa sekitar 192 GB memori. Dibandingkan dengan 288 GB pada Vera Rubin saat ini, itu adalah pengurangan 33% dalam memori pada chip yang seharusnya merepresentasikan lompatan generasional.
Mengapa memori adalah segalanya untuk beban kerja AI
Memori bandwidth tinggi bukan hanya tentang kapasitas. Bagian “bandwidth” merujuk pada seberapa cepat data bergerak antara memori dan inti pemrosesan chip. Dengan kecepatan 22 TB/detik, Vera Rubin saat ini sudah beroperasi pada kecepatan yang jauh melampaui memori server konvensional dengan beberapa orde besar.
Perpindahan dari tumpukan 12-Hi ke tumpukan 8-Hi mengurangi kapasitas dan, berpotensi, bandwidth. Nvidia dilaporkan sedang menguji varian-varian untuk memastikan kinerja puncak tetap terjaga meskipun terjadi pengurangan memori, tetapi fisika dari lebih sedikit tumpukan memori menimbulkan batasan nyata pada apa yang dapat dipulihkan oleh optimasi teknik.
Laporan TrendForce pada 4 Agustus mencatat bahwa Nvidia sedang mengevaluasi empat konfigurasi HBM yang berbeda untuk Rubin Ultra, dengan peralihan dari HBM4E 12-Hi didorong oleh kekurangan DRAM dan HBM yang diperkirakan akan memburuk hingga 2027. Tantangan dalam hasil produksi dan produksi di ketiga pemasok HBM utama telah menciptakan hambatan alokasi wafer yang tidak dapat diatasi Nvidia secara sepihak.
Biaya tersembunyi dari melakukan lebih banyak dengan lebih sedikit
Jika Rubin Ultra dilengkapi dengan memori lebih sedikit per GPU, perusahaan yang menjalankan model AI sangat besar kemungkinan besar memerlukan lebih banyak GPU untuk menangani beban kerja yang sama. Sebuah model yang muat di empat GPU bermemori tinggi mungkin memerlukan enam atau delapan GPU bermemori lebih rendah, dengan tambahan perangkat keras yang membawa biaya sendiri: konsumsi daya lebih banyak, ruang rak lebih banyak, infrastruktur interkoneksi lebih banyak, dan biaya lisensi lebih tinggi.
Ada nuansa dalam gambaran pendapatan Nvidia juga. HBM4E, memori spek lebih tinggi yang awalnya direncanakan untuk Rubin Ultra, menghasilkan margin lebih tinggi sepanjang rantai pasok. Peralihan ke konfigurasi HBM kelas lebih rendah memengaruhi permintaan untuk produk memori paling menguntungkan, yang pada gilirannya memengaruhi bagaimana SK Hynix, Samsung, dan Micron memprioritaskan peta jalan produksi mereka.
Pasokan HBM sudah cukup ketat sehingga keputusan alokasi oleh produsen memori membawa bobot geopolitik dan kompetitif yang nyata. Nvidia adalah pembeli dominan, tetapi bersaing untuk kapasitas wafer melawan AMD, Google, dan daftar yang terus bertambah dari program chip AI khusus dari hyperscaler seperti Amazon, Microsoft, dan Meta.
Apa artinya ini bagi pasar chip AI
HBM mutakhir memerlukan penumpukan die DRAM yang sangat presisi, dan tingkat hasil untuk konfigurasi 12-Hi lebih rendah dibandingkan dengan tumpukan 8-Hi yang lebih sederhana, menciptakan hambatan produksi yang tidak dapat diselesaikan dengan cepat.
Sementara itu, pemasok memori menghadapi perhitungan strategis mereka sendiri. Pasokan HBM yang ketat hingga 2027 menjaga harga tetap tinggi dan permintaan tetap kuat, tetapi pelanggan yang dipaksa membeli lebih banyak GPU untuk mengkompensasi pengurangan memori menciptakan tekanan untuk akhirnya menutup kesenjangan pasokan. Perusahaan yang pertama kali menemukan stacking 12-Hi atau 16-Hi dengan hasil lebih tinggi akan memiliki leverage signifikan dalam putaran negosiasi desain GPU berikutnya.