Согласно последнему отчету SemiAnalysis, объем HBM в Rubin Ultra снизился до 192 ГБ. В сценариях, чувствительных к памяти — таких как агентные выводы, длинные контексты и крупные модели MoE — 192 ГБ будут более ограничены по сравнению с 288 ГБ, что означает, что его фактическая эффективная производительность в некоторых сценариях будет приближаться к уровню или даже ниже, чем у стандартной версии Vera Rubin. Производительность обновленной версии Ultra Rubin хуже, чем у стандартной версии Vera Rubin: для развертывания одной и той же модели может потребоваться задействовать больше GPU, что увеличивает накладные расходы на межкарточную коммуникацию, разделение модели и перемещение данных, снижает эффективную нагрузку на каждую карту и повышает стоимость генерации одного токена. Другими словами, хотя объем производства GPU увеличился, если на каждую задачу требуется больше GPU, общая вычислительная стоимость на системном уровне не обязательно снизится пропорционально. Таким образом, логика обновленной версии теряет смысл. Неужели имеет смысл вообще отказаться от выпуска Ultra-версии и продолжать продавать Vera Rubin до второй половины 2027 года, а затем в 2028 году сразу перейти к следующему поколению архитектуры Feynman? 🤔