原创 | Odaily 星球日报（@OdailyChina） 作者｜Azuma（@azuma_eth）
过去的这个周末，知名投研机构 SemiAnalysis 的一篇机构报告在整个 AI 行业掀起了巨大讨论。报告的核心内容为，继 SemiAnalysis 六月底透露英伟达（NVIDIA）原版的 4 裸片（4-die）Rubin Ultra 设计将被砍半之后，该投研机构再次透露，英伟达已向主要客户提供了 Rubin Ultra 预览，但其规格较此前预期进一步下降。
SemiAnalysis 报告中流出的 Rubin Ultra 相关信息截图如下：Rubin Ultra 将保持与 Rubin 相同的算力理论峰值，均为 35 PFLOPs；显存容量严重减配，规格降至 8 层堆叠（8-Hi）的 192GB，甚至低于 12 层堆叠（12-Hi）288GB 的 Rubin；显存带宽变化微乎其微，只提升了 1 TB/s，在实际高吞吐计算中基本可以忽略不计；芯片级功耗甚至略有提高，最低功耗与 Rubin 相同（1800 W），最高功耗反而更高（2600 W）；唯一的重大提升是“扩展互联规模”（Scale-up world size），从 72 张 GPU 提高到了 576 张 GPU，这意味着 NVIDIA 把真正的卖点转移到了集群网络上，通过 NVLink 网络，它可以把最多 576 张 Rubin Ultra 连成一个巨大的“超级逻辑 GPU”（普通版最高只支持 72 张卡互联）。
作为英伟达今年在 GTC 2026 上重磅官宣的 Rubin 顶级旗舰版本，Rubin Ultra 原本的定位是通过整合更多芯片裸片（die）和高带宽内存，专为应对极致规模的 AI 模型训练与推理需求而设计，但从 SemiAnalysis 最新披露的规格细节来看，英伟达显然已经调整了 Rubin Ultra 的设计思路。
HBM 涨价太快，英伟达开始重新算账
过去两年，AI 产业扩展中最关键的组件之一无疑是 HBM。随着 Nvidia H100、H200、Blackwell 等 AI 加速器的需求大爆发，高带宽内存从此前相对小众的高端存储产品，成为整个 AI 基础设施中最紧缺的环节。SK 海力士、三星、美光在不断刷新也业绩的同时纷纷扩大 HBM 投入，而市场供需的失衡仍在不断推动着 HBM 价格持续上涨。
对于 AI 芯片厂商而言，HBM 的重要性不言而喻 —— GPU 负责计算，HBM 负责提供高速数据吞吐，两者共同决定 AI 模型训练和推理效率，但问题在于，如今的 HBM 已经贵到开始影响 AI 系统整体经济性。以 HBM3 为例，一颗 HBM3 的价格在 2025 年 Q2 低点仅有 180-220 美元，今年 Q1（合约价）则已涨至 600-700 美元，Q2（现货价）更是涨至 700 - 850 美元。
根据 SemiAnalysis 的测算，随着 HBM 价格上涨，Rubin Ultra 单机架纯物料（BOM）成本一度从约 660 万美元升至 800 万美元，而在调整设计规格后，成本可回落至约 640 万美元。对于英伟达而言，如此巨大的成本差异意味着一个非常现实的现实问题 —— 如果继续依照原设计增加 HBM 容量，是否还能带来与成本匹配的性能提升？有没有其他的更优方案？
SemiAnalysis 在报告中对此给出了回答，Rubin Ultra 的调整，本质上其实是英伟达在有限资源下重新优化 AI 系统的成本结构，即减少相对昂贵的 HBM 配置（成本占比从接近 40% 降到 28%），将资源投入到更高价值的扩展互联能力上（成本占比从 4% 升到 12%）。如前文所述，Rubin Ultra 的核心核心升级方向现已经转向为“系统级的扩展互联能力”。Rubin Ultra 支持的 NVL576 架构，可以通过 NVLink 将最多 576 颗 GPU 连接成为一个统一计算域，旨在以更大规模的系统扩展，弥补单颗芯片规格上的调整。
存储股大跌，市场担忧需求见顶
或受此消息冲击，今晨韩股开盘后存储概念集体下行，截至北京时间 11:45，SK 海力士、三星两大 HBM 龙头双双大跌约 8%，KOSPI 指数亦下跌约 5%。市场已开始担忧，如果 SemiAnalysis 所透露的 Rubin Ultra 规格调整为实（英伟达暂未公开确认相关信息），是否意味着 —— 英伟达作为 AI 基础设施中最核心的买家，正在降低对 HBM 的需求？
过去两年，随着 AI 扩展需求的快速增长，HBM 已成为了 AI 基础设施中最紧缺部分，英伟达、AMD 等芯片厂商持续提升 AI 加速器中的 HBM 配置，推动了 SK 海力士、三星、美光等存储厂商的业绩暴涨，也不断强化着后者在整条产业链上的定价权。而英伟达的选择，可能意味着 AI 芯片厂商正在考虑通过优化硬件设计，降低单颗芯片对于高容量 HBM 的依赖。如果这条路被证明可行，那么 HBM 厂商持续提价的空间极有可能会受到限制。
AI 的基础设施建设迟早会告别“疯狂堆料与无脑涨价”的时代，而现在，即便是站在算力铁王座上的英伟达，也已经开始精打细算了。