Nvidia 正考慮對其即將推出的 Rubin Ultra GPU 進行重大規格調整，可能發售的晶片所配備的高頻寬記憶體將遠少於公司原本的目標。此調整由 TrendForce 於 2026 年 8 月初報導，是對三大 HBM 生產商——SK Hynix、Samsung 和 Micron——供應緊縮的直接回應。
Rubin Ultra 的原始願景十分雄心勃勃。當 NVIDIA 於 2025 年的 GTC 開發者大會上首次揭曉這款晶片時，當時提出的配置包括高達 1 TB 的 HBM4E 記憶體。目前已經進入大規模生產的 Vera Rubin GPU，搭載高達 288 GB 的 HBM4 記憶體，採用 12-Hi 堆疊，提供約 22 TB/s 的記憶體頻寬。Rubin Ultra 原本應能遠超此水準。
目前，Nvidia 正在測試至少三種記憶體大幅減少的版本。其中一種正在審查的配置使用 8-Hi HBM4 堆疊，提供約 192 GB 的記憶體。與現有 Vera Rubin 的 288 GB 相比，這意味著該晶片的片上記憶體減少了 33%，而該晶片本應代表一代性的重大進步。
為何記憶體對 AI 工作負載至關重要
高頻寬記憶體不僅僅關乎容量。「頻寬」部分指的是資料在記憶體與晶片處理核心之間傳輸的速度。在每秒22 TB的速度下，現有的Vera Rubin已運行於遠超傳統伺服器記憶體數個數量級的速率。
從 12-Hi 堆疊轉向 8-Hi 堆疊會同時降低容量，並可能降低頻寬。據報導，Nvidia 正在測試不同版本，以確保即使在記憶體減少的情況下仍能維持峰值效能，但較少的記憶體堆疊所帶來的物理限制，實質上限制了工程優化所能恢復的範圍。
TrendForce 於 8 月 4 日的報告指出，Nvidia 正在為 Rubin Ultra 評估四種不同的 HBM 配置，轉向非 12-Hi HBM4E 是由於預期 DRAM 和 HBM 的短缺將在 2027 年進一步加劇。三家主要 HBM 供應商的良率和生產挑戰已造成晶圓分配瓶頸，Nvidia 無法單方面解決。
以更少做更多所隱藏的成本
如果 Rubin Ultra 每張 GPU 的記憶體較少，運行極大型 AI 模型的企業可能需要更多 GPU 才能處理相同的負載。一個能在四張高記憶體 GPU 上運行的模型，可能需要六張或八張低記憶體 GPU，額外的硬體會帶來相應的成本：更高的功耗、更多的機架空間、更多的互連基礎設施，以及更多的授權開銷。
Nvidia 的收入前景也存在細微差異。原本計劃用於 Rubin Ultra 的高規格記憶體 HBM4E，在整個供應鏈中具有更高的利潤率。轉向較低階的 HBM 配置，會影響對利潤最高的記憶體產品的需求，進而影響 SK Hynix、三星和美光對其生產路線圖的優先順序安排。
HBM 的供應已經非常緊張，記憶體製造商的配額決策具有真正的地緣政治與競爭影響力。Nvidia 是主要買家，但其與 AMD、Google 以及 Amazon、Microsoft 和 Meta 等超大規模雲端服務商日益增多的自訂 AI 芯片計畫競爭晶圓產能。
這對 AI 芯片市場意味著什麼
先進的 HBM 需要極其精確地堆疊 DRAM 晶片，而 12-Hi 配置的良率低於較簡單的 8-Hi 堆疊，導致無法快速解決的生產瓶頸。
同時，記憶體供應商面臨自身的戰略考量。HBM 供應緊張直至 2027 年，使價格保持高位且需求強勁，但客戶被迫購買更多 GPU 以補償記憶體減少，這對最終填補供應缺口造成壓力。率先實現更高良率的 12-Hi 或 16-Hi 堆疊的公司，將在下一輪 GPU 設計談判中擁有顯著槓桿。