据称，英伟达正测试多种版本Rubin Ultra GPU，部分备选版本HBM内存容量低于原计划。此举旨在应对供应链瓶颈，也反映出AI需求暴涨造成高端内存紧缺，数据中心建设压力仍将持续向下游传导。

据知情人士透露，过去几周内，英伟达至少测试了三款HBM规格下调的Rubin Ultra GPU。

英伟达首席执行官黄仁勋在2025年英伟达年度开发者大会上首次发布Rubin Ultra时曾表示，每块GPU将配备1TB的HBM4e内存，分布在16个内存堆栈上。

半导体产业研究机构TrendForce称，近日英伟达除最初规划的12层HBM4e配置外，新增评估8层HBM4e、12层HBM4、8层HBM4三套备选方案。该机构表示，产品最终规格尚未确定。

该机构认为，此次规格调整测试源于两方面因素：一是预计2027年全行业DRAM紧缺，将压缩可用于生产HBM的晶圆产能；二是12层HBM4e的测试验收进度，以及量产时的成品合格率仍存在不确定性。

同时，该机构表示，鉴于LPDDR5X内存芯片的供给短缺预计延续至2027年，英伟达已决定将Vera Rubin超级芯片模组的SOCAMM内存模组容量减半。

业内指出，该局面的特别之处在于，英伟达AI芯片的旺盛需求推高内存消耗、加剧供应紧张，而英伟达自身受困于这份紧缺，不得不调整内存方案。

其他AI硬件厂商同样在根据供给情况调整内存配置。

TrendForce表示，多家云服务供应商正考虑下调下一代自研AI专用芯片的HBM容量。

该机构预测，2027年HBM总比特出货量同比将增长50%-60%，但该增幅依旧不足以匹配市场需求。

据此，TrendForce认为，HBM供应商在2027全年将保有产品定价权，AI芯片厂商将同时面临供货不足与成本上行的双重压力。

向下游传导

降低内存可能影响性能，而运行大型AI模型的公司如果使用这些降配内存版本，可能需要部署比原计划更多的GPU。

半导体行业分析机构SemiAnalysis指出，英伟达从HBM内存上节约下来的硬件开支，会转而投入交换机与光互联组件。

SemiAnalysis认为，英伟达正借助分层存储和光互联技术，缓解HBM内存价格高、供货紧张带来的压力，这也和黄仁勋此前的看法相吻合：供应链一旦出现瓶颈，固然会让上游供应商掌握议价优势，但同时也会倒逼企业拿出新的技术方案，来化解这类难题。

然而业内指出，英伟达虽可借助提升GPU算力、优化互联带宽等手段，部分抵消内存下调带来的性能损耗，但整体上，系统部署成本与集群搭建复杂度将抬升。

对于微软、Meta、亚马逊、谷歌这类持续加大AI资本投入的大型云厂商，这预示着未来数据中心的建设成本存在进一步上行的压力。