Публикация

巧妇也怕无米之炊，英伟达也怕无存可用 GPU再强，没有足够的高带宽内存，也只能等数据。 英伟达正在测试“降配版”Rubin Ultra： 计算芯粒可能由4颗减至2颗，HBM4E由16组减至8组，原计划最高1TB的内存配置也将缩水。 虽然消息尚未得到官方确认，但背后的难题已经很清晰：AI算力的瓶颈正从GPU转向HBM与先进封装。 HBM就像给GPU送原料的高速传送带。 大模型越来越大，如果内存容量和带宽跟不上，再多算力也会被“饿住”。 而HBM需要多层DRAM堆叠并与GPU共同封装，良率、散热和产能缺一不可。 Rubin Ultra原方案同时塞入4颗大型芯粒和16组HBM4E，纸面性能惊人，量产难度也同样惊人。 AI芯片竞争已经不只是“谁的GPU更快”，而是“谁能把计算、存储、封装、互联和散热整合起来并稳定交付”。 未来真正稀缺的，可能不是更强的GPU，而是一套不缺内存、能够持续运转的算力系统。 #存储股财报后下挫，AI内存牛市还稳吗？