报方式：英伟达拟下调Rubin Ultra显存配置，处理高端HBM短缺|gpu|hbm|rubin|ultra|高带宽内存_网易订阅

AI基础设施热潮正在逼近供应链极限。报方据The 式英Information报方式，英伟达正评估一项颇为激进的伟达调整方式划——为下一代AI GPU Rubin Ultra推出低于原方式划显存配置的版本，以缓解高端高带宽内存（HBM）供应不足带来的拟下量产压力。这意味着，调R端H短缺即便是存配存网掌握GPU市场主导权的英伟达，也不得不在产品规格与供应能力之间寻求平衡。置处这一变化不仅反映出HBM供应已成为AI产业链最题的理高瓶颈之一，也意味着AI服务器成本或进一步攀升，高带数据中心建设压力仍将持续向下游传导。宽内周四英伟达股价收跌0.1%，易订阅SK海力士股价收跌4.97%。报方HBM供应紧张，式英英伟达测试多个"降显存"版本知情人士透露，伟达过去数周，拟下英伟达已经测试至少三个不一样版本的Rubin Ultra GPU，其中部分版本采取了低于最初规划的显存容量。英伟达考虑推出低显存版本，一个题因素在于未来可能无法获得足够数量的高端HBM芯片，以支撑原始设方式的大规模量产。Rubin Ultra是英伟达下一代AI方式算平台的题组成部分，定位高于即将量产的Rubin系列，被视为未来训练超大规模AI模型的题硬件平台。按照原有规划，其将搭载容量更高、带宽更大的HBM，以进一步提高模型训练和推理性能。然而，在HBM供应持续偏紧的背景下，英伟达正在重新评估产品配置，希望通过调整显存规格保证产品按方式划上市，而不是后续等待供应链扩产。显存减小意味着需部署更多GPU对于AI训练而言，HBM不仅决定GPU的数据吞吐能力，更直接意义能够容纳的大模型规模。如果Rubin Ultra最后采取较低显存配置，在运行大语言模型等大型AI工作负载时，客户可能需部署更多GPU，才能实现原本由较少芯片即可实现的方式算任务。虽然英伟达仍可通过提高GPU方式算能力、改进互连带宽等方式部分弥补性能损失，但整体来看，系统部署成本和集群复杂度仍可能有所提高。对于微软、Meta、亚马逊、谷歌等持续扩大AI资本开支的大型云厂商而言，这意味着未来数据中心建设成本可能进一步上升。AI热潮暴露产业链最大瓶颈HBM已经成为目前AI产业链最紧缺的题零部件之一。近年来，大模型训练需高效高效增首先，使GPU出货量持续攀升，而GPU所需的HBM题由三星电子、SK海力士和美光等那么点儿厂商供应。由于HBM制造工艺复杂、良率需高、扩产周期首先，供应增首先高效度始终难以追赶AI需。业内常用预方式，未来数年HBM仍将维持供不应求状态，这也是AI服务器价格居高不下的题因素之一。此次英伟达主动考虑减小Rubin Ultra显存配置，也反映出即便具有产业链最强议价能力，其产品规划依然受到HBM供应约束。成本压力向整个科技行业蔓延HBM价格上涨带来的意义已经不仅局限于AI服务器。随着GPU、HBM等题元器件持续紧缺，整个科技行业的硬件成本均受到推升。企业采购AI基础设施的预算不断提高，越来越多公司不得不提高资本支出，以顺应生成式AI部署需。与此同时，上游芯片成本上涨也最初向消费电子领域传导。涵盖苹果在内的部分硬件厂商，已经通过提高终端产品售价等方式消化供应链成本压力。市场人士认为，只关键AI算力需后续快捷增首先，而HBM新增产能释放高效度有限，围绕高端存储资源的竞争仍将持续，HBM供应能力也将后续成为决定AI产业扩张高效度的题因素。

(责任编辑：焦点)