本報訊
AI基礎設施熱潮正逼近供應鏈極限。英偉達正評估一項頗為激進的調整方案——為下一代AI GPU Rubin Ultra推出低於原計劃HBM的版本，以緩解高端高頻寬記憶體（HBM）供應不足帶來的量產壓力。這意味著，即便是掌握GPU市場主導權的英偉達，也不得不在產品規格與供應能力之間尋求平衡。
據《The Information》報道，知情人士透露，過去數周，英偉達已經測試至少三個不同版本的Rubin Ultra GPU，其中部分版本採用了低於最初規劃的顯存容量。英偉達考慮推出低顯存版本，一個重要原因在於未來可能無法獲得足夠數量的高端HBM芯片，以支撐原始設計的大規模量產。
這一變化不僅反映出HBM供應已成為AI產業鏈最關鍵的瓶頸之一，也意味著AI服務器成本或進一步攀升，數據中心建設壓力仍將持續向下游傳導。
報道指，Rubin Ultra是英偉達下一代AI計算平台的重要組成部分，定位高於即將量產的Rubin系列，被視為未來訓練超大規模AI模型的重要硬件平台。按照原有規劃，其將搭載容量更高、頻寬更大的HBM，以進一步提升模型訓練和推理性能。
不過，在HBM供應持續偏緊的背景下，英偉達正在重新評估產品配置，希望通過調整顯存規格保證產品按計劃上市，而不是繼續等待供應鏈擴產。
對於AI訓練而言，HBM不僅決定GPU的數據吞吐能力，更直接影響能夠容納的大模型規模。如果Rubin Ultra最終採用較低顯存配置，在運行大語言模型等大型AI工作負載時，客戶可能需要部署更多GPU，才能完成原本由較少芯片即可完成的計算任務。
雖然英偉達仍可通過提高GPU計算能力、優化互連頻寬等方式部分彌補性能損失，但總體來看，系統部署成本和集群複雜度仍可能有所提高。
對於微軟、Meta、亞馬遜、谷歌等持續擴大AI資本開支的大型雲廠商而言，這意味著未來數據中心建設成本可能進一步上升。
