快科技 9 月 9 日消息，英伟达正考虑将下一代 Rubin Ultra AI 加速器的 HBM 方案从 12 层堆叠调整为 8 层。在存储成本持续上涨的背景下，公司更重视单位带宽成本与整机系统经济性。

市场分析机构 SemiAnalysis 指出，当前关键约束已从 " 单位容量成本 " 转向 " 单位带宽成本 "。预计 8 层 HBM4 方案下，Rubin Ultra 单颗 GPU 显存约为 192GB，较 12 层方案的 288GB 减少约三分之一。

但带宽表现并不随之同比例下降。由于 HBM 带宽主要取决于堆叠数量、接口宽度和数据传输速率，在 2048 位接口和引脚速率保持不变的情况下，8 层方案可维持甚至小幅提升总带宽，单位容量对应带宽提升约 50%。

当前 Rubin GPU 采用 12 层 HBM4，提供 288GB 显存和 22TB/s 带宽。若 Rubin Ultra 转向 8 层，则表明英伟达更倾向于以成本效益更高的方式满足系统带宽需求。

这一调整已传导至供应链。三星电子和 SK 海力士计划在 2026 年下半年提高 8 层 HBM4 的供应比例，相关材料和零部件订单亦反映出需求增强。

成本并非唯一考量。HBM4 接口宽度翻倍至 2048 位，更高层数堆叠对芯片键合和封装工艺提出更高要求，叠加 AI 系统规模扩大，散热与良率挑战加剧。

提高 8 层产品供应，有助于英伟达在供应紧张时更灵活地平衡容量、散热、制造难度与产品可获得性。

这一趋势未来或延伸至 HBM4E。8 层产品可能成为 2027 年 HBM4E 的主流供应配置，12 层和 16 层方案仍在讨论中。不过，Rubin Ultra 最终采用 HBM4 还是 HBM4E，目前仍未完全确定。

对三星电子等 HBM 供应商而言，这一调整意味着下一代 HBM 竞争维度更为多元。最大容量和堆叠层数仍然重要，但随着存储器在 AI 系统成本中占比上升，单位带宽成本、散热表现、封装良率和供应灵活性正变得愈发关键。

未来能否赢得 AI 加速器订单，或许不再只比拼最高堆叠层数，而是要在容量、带宽、散热、良率和成本之间实现更优平衡。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：鹿角