Nvidia đang xem xét một thay đổi đáng kể về thông số kỹ thuật cho GPU Rubin Ultra sắp tới, có khả năng sẽ triển khai chip với lượng bộ nhớ băng thông cao ít hơn nhiều so với mục tiêu ban đầu của công ty. Điều chỉnh này, được TrendForce báo cáo vào đầu tháng 8 năm 2026, là phản ứng trực tiếp trước tình trạng nguồn cung HBM ngày càng khan hiếm từ ba nhà sản xuất lớn: SK Hynix, Samsung và Micron.
Tầm nhìn ban đầu cho Rubin Ultra rất tham vọng. Khi Nvidia lần đầu tiên công bố con chip này tại hội nghị nhà phát triển GTC năm 2025, các cấu hình được đề xuất bao gồm lên đến 1 TB bộ nhớ HBM4E. GPU Vera Rubin hiện tại, đã bắt đầu sản xuất hàng loạt, được trang bị lên đến 288 GB HBM4 trong các cụm 12-Hi, mang lại khoảng 22 TB/s băng thông bộ nhớ. Rubin Ultra dự kiến sẽ vượt xa mức này.
Hiện tại, Nvidia đang thử nghiệm ít nhất ba phiên bản với lượng bộ nhớ được giảm đáng kể. Một cấu hình đang được xem xét sử dụng các cụm HBM4 8-Hi với khoảng 192 GB bộ nhớ. So với 288 GB trên Vera Rubin hiện tại, điều này tương đương với việc giảm 33% bộ nhớ trên chip, trong khi chip này vốn được kỳ vọng là bước nhảy vọt thế hệ tiếp theo.
Tại sao bộ nhớ lại là tất cả đối với các tải công việc AI
Bộ nhớ băng thông rộng không chỉ liên quan đến dung lượng. Phần “băng thông” đề cập đến tốc độ dữ liệu di chuyển giữa bộ nhớ và các lõi xử lý của chip. Với tốc độ 22 TB/s, Vera Rubin hiện tại đã hoạt động ở tốc độ vượt trội hơn nhiều lần so với bộ nhớ máy chủ thông thường.
Việc chuyển từ các cụm bộ nhớ 12-Hi sang 8-Hi làm giảm cả dung lượng và tiềm năng băng thông. Nvidia được cho là đang thử nghiệm các biến thể để đảm bảo hiệu suất tối đa vẫn được duy trì bất chấp việc giảm bộ nhớ, nhưng các yếu tố vật lý của ít cụm bộ nhớ hơn đặt ra những giới hạn thực sự đối với những gì các tối ưu hóa kỹ thuật có thể khôi phục.
Báo cáo ngày 4 tháng 8 của TrendForce cho biết Nvidia đang đánh giá bốn cấu hình HBM khác nhau cho Rubin Ultra, với việc chuyển hướng khỏi HBM4E 12-Hi do dự kiến tình trạng thiếu hụt DRAM và HBM sẽ trở nên nghiêm trọng hơn vào năm 2027. Các thách thức về tỷ lệ sản xuất và sản xuất tại cả ba nhà cung cấp HBM lớn đã tạo ra điểm nghẽn trong phân bổ wafer mà Nvidia không thể tự mình giải quyết.
Chi phí ẩn khi làm nhiều hơn với ít hơn
Nếu Rubin Ultra được trang bị ít bộ nhớ hơn mỗi GPU, các doanh nghiệp chạy các mô hình AI rất lớn có thể cần nhiều GPU hơn để xử lý cùng một khối lượng công việc. Một mô hình có thể vừa trên bốn GPU bộ nhớ cao có thể yêu cầu sáu hoặc tám GPU bộ nhớ thấp hơn, với phần cứng bổ sung mang theo chi phí riêng: tiêu thụ điện nhiều hơn, chiếm nhiều không gian kệ hơn, cơ sở hạ tầng kết nối nhiều hơn và chi phí cấp phép cao hơn.
Cũng có một sự tinh tế trong bức tranh doanh thu của Nvidia. HBM4E, loại bộ nhớ cấp cao hơn ban đầu được lên kế hoạch cho Rubin Ultra, mang lại biên lợi nhuận cao hơn dọc theo toàn bộ chuỗi cung ứng. Sự chuyển dịch sang các cấu hình HBM cấp thấp hơn ảnh hưởng đến nhu cầu đối với các sản phẩm bộ nhớ sinh lời nhất, từ đó tác động đến cách SK Hynix, Samsung và Micron ưu tiên các lộ trình sản xuất của họ.
Nguồn cung HBM đã đủ khan hiếm đến mức các quyết định phân bổ của các nhà sản xuất bộ nhớ mang trọng lượng địa chính trị và cạnh tranh thực sự. Nvidia là người mua chính, nhưng đang cạnh tranh về công suất wafer với AMD, Google và một danh sách ngày càng tăng các chương trình chip AI tùy chỉnh từ các nhà cung cấp dịch vụ đám mây lớn như Amazon, Microsoft và Meta.
Điều này có nghĩa gì đối với thị trường chip AI
HBM tiên tiến yêu cầu việc xếp chồng các die DRAM với độ chính xác cực cao, và tỷ lệ sản phẩm đạt yêu cầu cho các cấu hình 12-Hi thấp hơn so với các cụm 8-Hi đơn giản hơn, tạo ra các điểm nghẽn sản xuất không thể giải quyết nhanh chóng.
Trong khi đó, các nhà cung cấp bộ nhớ phải đối mặt với những tính toán chiến lược riêng. Nguồn cung HBM khan hiếm đến năm 2027 duy trì mức giá cao và nhu cầu mạnh mẽ, nhưng việc khách hàng bị buộc phải mua thêm nhiều GPU hơn để bù đắp cho sự giảm sút bộ nhớ đã tạo áp lực buộc phải đóng lại khoảng cách cung cầu. Công ty nào tìm ra được công nghệ xếp chồng 12-Hi hoặc 16-Hi với tỷ lệ sản phẩm đạt yêu cầu cao hơn trước tiên sẽ có đòn bẩy đáng kể trong vòng đàm phán thiết kế GPU tiếp theo.