Rubin Ultra riduce drasticamente le specifiche, anche NVIDIA non riesce a resistere all'aumento dei prezzi della memoria?

Originale | Odaily Planet Daily (++@OdailyChina++)

Autore｜Azuma (++@azuma_eth++)

Nel fine settimana scorso, un rapporto di un noto istituto di ricerca, SemiAnalysis, ha suscitato un grande dibattito nell'intero settore dell'IA.

Il contenuto centrale del rapporto è che, dopo che SemiAnalysis ha rivelato a fine giugno che il design originale di Rubin Ultra a 4 die di NVIDIA sarebbe stato ridotto della metà, l'istituto ha nuovamente rivelato che NVIDIA ha fornito una preview di Rubin Ultra ai principali clienti, ma le sue specifiche sono ulteriormente diminuite rispetto alle aspettative precedenti.

Le informazioni relative a Rubin Ultra trapelate nel rapporto di SemiAnalysis sono le seguenti:

• Rubin Ultra manterrà lo stesso picco teorico di prestazioni di Rubin, entrambi a 35 PFLOPs;
• La capacità della memoria video è stata drasticamente ridotta, con specifiche scese a 192GB con impilamento a 8 strati (8-Hi), addirittura inferiore ai 288GB di Rubin con impilamento a 12 strati (12-Hi);
• Le variazioni della larghezza di banda della memoria video sono trascurabili, con un incremento di solo 1 TB/s, praticamente trascurabile nei calcoli ad alta capacità;
• Il consumo energetico a livello di chip è addirittura leggermente aumentato, con un consumo minimo pari a quello di Rubin (1800 W), mentre il consumo massimo è addirittura più alto (2600 W);
• L'unico significativo miglioramento è la "scala di interconnessione espansa" (Scale-up world size), che è aumentata da 72 GPU a 576 GPU, il che significa che NVIDIA ha spostato il vero punto di vendita sulla rete di cluster, attraverso la rete NVLink, può collegare fino a 576 Rubin Ultra in un enorme "super logico GPU" (Rubin supportava al massimo 72 schede interconnesse).

Come versione di punta di Rubin, annunciata ufficialmente da NVIDIA durante il GTC 2026, Rubin Ultra era originariamente progettato per integrare più chip die e memoria ad alta larghezza di banda, specificamente per affrontare le esigenze di addestramento e inferenza di modelli IA su scala estrema. Tuttavia, dalle ultime specifiche rivelate da SemiAnalysis, è chiaro che NVIDIA ha già modificato il suo approccio progettuale per Rubin Ultra.

L'aumento dei prezzi dell'HBM costringe NVIDIA a riconsiderare i costi

Negli ultimi due anni, uno dei componenti più critici nell'espansione dell'industria IA è senza dubbio l'HBM.

Con l'esplosione della domanda per acceleratori IA come Nvidia H100, H200 e Blackwell, la memoria ad alta larghezza di banda è passata da un prodotto di nicchia a uno degli anelli più critici dell'intera infrastruttura IA. SK Hynix, Samsung e Micron, mentre continuano a migliorare i loro risultati, stanno anche aumentando gli investimenti in HBM, mentre il disequilibrio tra domanda e offerta continua a spingere i prezzi dell'HBM verso l'alto.

Per i produttori di chip IA, l'importanza dell'HBM è innegabile ------ la GPU si occupa del calcolo, l'HBM fornisce un throughput dati ad alta velocità, e insieme determinano l'efficienza dell'addestramento e dell'inferenza dei modelli IA. Ma il problema è che, oggi, l'HBM è diventato così costoso da iniziare a influenzare l'economia complessiva dei sistemi IA. Prendendo come esempio l'HBM3, il prezzo di un HBM3 nel secondo trimestre del 2025 era di soli 180-220 dollari, mentre nel primo trimestre di quest'anno (prezzo contrattuale) è già salito a 600-700 dollari, e nel secondo trimestre (prezzo spot) è addirittura salito a 700-850 dollari.

Secondo i calcoli di SemiAnalysis, con l'aumento dei prezzi dell'HBM, il costo dei materiali puri (BOM) per un singolo rack di Rubin Ultra è aumentato da circa 6,6 milioni di dollari a 8 milioni di dollari, mentre dopo la modifica delle specifiche di design, il costo può scendere a circa 6,4 milioni di dollari.

Per NVIDIA, una differenza di costo così grande significa un problema molto reale ------ se continuano ad aumentare la capacità dell'HBM secondo il design originale, sarà possibile ottenere un miglioramento delle prestazioni che giustifichi il costo? Ci sono altre soluzioni migliori?

SemiAnalysis ha fornito una risposta a questo nel rapporto, l'aggiustamento di Rubin Ultra è essenzialmente NVIDIA che ottimizza nuovamente la struttura dei costi del sistema IA con risorse limitate, riducendo la configurazione relativamente costosa dell'HBM (la percentuale di costo è scesa dal 40% a 28%), e investendo risorse in capacità di interconnessione espansa di maggior valore (la percentuale di costo è aumentata dal 4% al 12%).

Come accennato in precedenza, la direzione principale dell'aggiornamento di Rubin Ultra è ora rivolta verso "capacità di interconnessione espansa a livello di sistema". L'architettura NVL576 supportata da Rubin Ultra può collegare fino a 576 GPU in un dominio di calcolo unificato tramite NVLink, mirata a compensare le modifiche alle specifiche di un singolo chip con un'espansione sistemica più ampia.

Le azioni delle aziende di stoccaggio crollano, il mercato teme che la domanda abbia raggiunto il picco

Forse a causa di questa notizia, questa mattina, dopo l'apertura del mercato coreano, le azioni legate alla memoria sono scese collettivamente; fino alle 11:45 ora di Pechino, SK Hynix e Samsung, i due leader dell'HBM, sono scesi entrambi di circa l'8%, e l'indice KOSPI è sceso di circa il 5%.

Il mercato ha già iniziato a temere che, se le modifiche alle specifiche di Rubin Ultra rivelate da SemiAnalysis sono reali (NVIDIA non ha ancora confermato pubblicamente queste informazioni), ciò significhi ------ che NVIDIA, come il compratore più centrale dell'infrastruttura IA, sta riducendo la sua domanda di HBM?

Negli ultimi due anni, con la rapida crescita della domanda di espansione dell'IA, l'HBM è diventato la parte più critica dell'infrastruttura IA. Produttori di chip come NVIDIA e AMD hanno continuamente aumentato la configurazione dell'HBM nei loro acceleratori IA, portando a un'impennata dei risultati di aziende di stoccaggio come SK Hynix, Samsung e Micron, e rafforzando continuamente il potere di determinazione dei prezzi di queste ultime lungo l'intera catena industriale.

La scelta di NVIDIA potrebbe significare che i produttori di chip IA stanno considerando di ridurre la dipendenza da HBM ad alta capacità attraverso l'ottimizzazione del design hardware. Se questo percorso si dimostrerà praticabile, lo spazio per ulteriori aumenti di prezzo da parte dei produttori di HBM potrebbe essere notevolmente limitato.

La costruzione dell'infrastruttura IA prima o poi dirà addio all'era della "accumulazione folle di materiali e aumenti di prezzo irrazionali", e ora, anche NVIDIA, che siede sul trono del calcolo, ha iniziato a contare i centesimi.

Questo contenuto è fornito a solo scopo informativo generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, promozione online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare criptovalute. Le criptovalute sono altamente volatili e possono comportare perdite. La disponibilità dei servizi, dei prodotti e degli eventi correlati di WEEX può variare a seconda della regione. È tua responsabilità assicurarti che la tua partecipazione sia conforme alle leggi e ai regolamenti locali applicabili.