Se o relatório mais recente da SemiAnalysis indicar que o HBM do Rubin Ultra foi reduzido para 192 GB, em cenários sensíveis à memória — como inferência agente, contextos longos e modelos MoE grandes —, 192 GB será mais limitado do que 288 GB, o que significa que seu desempenho efetivo em alguns cenários poderá se aproximar ou até ficar abaixo da versão padrão da Vera Rubin. A versão atualizada Ultra Rubin tem desempenho inferior à versão padrão da Vera Rubin; o mesmo modelo pode exigir mais GPUs para implantação, aumentando os custos de comunicação entre GPUs, divisão do modelo e transferência de dados, reduzindo a utilização efetiva por GPU e elevando o custo de geração por Token. Em outras palavras, embora a produção de GPUs tenha aumentado, se cada tarefa exigir mais GPUs, o custo de capacidade de processamento no nível do sistema não necessariamente diminuirá proporcionalmente. Assim, a lógica da versão atualizada não faz sentido. Então, talvez não valha a pena lançar a versão Ultra — continuar vendendo a versão Vera Rubin no segundo semestre de 2027 e esperar até 2028 para introduzir diretamente a próxima geração, com a arquitetura Feynman. 🤔