Rubin Ultra reduz drasticamente, a Nvidia também não consegue suportar o aumento dos preços da memória?

Original | Odaily Planet Daily (++@OdailyChina++)

Autor | Azuma (++@azuma_eth++)

No último fim de semana, um relatório de uma instituição de pesquisa renomada, a SemiAnalysis, gerou uma grande discussão em toda a indústria de IA.

O conteúdo central do relatório é que, após a SemiAnalysis revelar no final de junho que o design original do Rubin Ultra da Nvidia (NVIDIA) com 4 chips (4-die) seria cortado pela metade, a instituição de pesquisa novamente revelou que a Nvidia forneceu uma prévia do Rubin Ultra a clientes principais, mas suas especificações caíram ainda mais do que o esperado anteriormente.

As informações relacionadas ao Rubin Ultra que vazaram no relatório da SemiAnalysis são as seguintes:

• O Rubin Ultra manterá o mesmo pico teórico de desempenho que o Rubin, ambos com 35 PFLOPs;
• A capacidade de memória foi severamente reduzida, com especificações caindo para 192GB em 8 camadas empilhadas (8-Hi), abaixo dos 288GB em 12 camadas empilhadas (12-Hi) do Rubin;
• A mudança na largura de banda da memória é mínima, apenas aumentando em 1 TB/s, praticamente irrelevante em cálculos de alta taxa de transferência;
• O consumo de energia em nível de chip até aumentou ligeiramente, com o consumo mínimo igual ao do Rubin (1800 W), mas o consumo máximo é ainda maior (2600 W);
• A única melhoria significativa é a "escala de interconexão expandida" (Scale-up world size), que aumentou de 72 GPUs para 576 GPUs, o que significa que a Nvidia transferiu o verdadeiro ponto de venda para a rede de clusters, permitindo conectar até 576 Rubin Ultra em um enorme "super GPU lógico" (o Rubin suportava no máximo 72 placas interconectadas).

Como a versão de topo do Rubin anunciada com grande destaque pela Nvidia na GTC 2026, o Rubin Ultra tinha como objetivo integrar mais chips e memória de alta largura de banda, projetado para atender às demandas extremas de treinamento e inferência de modelos de IA. No entanto, com os detalhes das especificações mais recentes divulgados pela SemiAnalysis, é evidente que a Nvidia ajustou sua abordagem de design para o Rubin Ultra.

Os preços da HBM subiram rapidamente, e a Nvidia começou a reavaliar seus custos

Nos últimos dois anos, um dos componentes mais críticos na expansão da indústria de IA tem sido, sem dúvida, a HBM.

Com a explosão da demanda por aceleradores de IA como Nvidia H100, H200 e Blackwell, a memória de alta largura de banda passou de um produto de armazenamento de alta gama relativamente nichado para o elo mais escasso em toda a infraestrutura de IA. A SK Hynix, Samsung e Micron, enquanto continuam a aumentar seus resultados, também estão expandindo seus investimentos em HBM, enquanto o desequilíbrio entre oferta e demanda continua a impulsionar o aumento dos preços da HBM.

Para os fabricantes de chips de IA, a importância da HBM é inegável — a GPU é responsável pelo cálculo, enquanto a HBM fornece a alta taxa de transferência de dados, e ambos determinam a eficiência do treinamento e da inferência de modelos de IA. O problema é que, atualmente, a HBM se tornou tão cara que começa a afetar a viabilidade econômica geral dos sistemas de IA. Por exemplo, o preço de um HBM3 caiu para apenas 180-220 dólares no segundo trimestre de 2025, mas no primeiro trimestre deste ano (preço de contrato) já subiu para 600-700 dólares, e no segundo trimestre (preço à vista) subiu ainda mais para 700-850 dólares.

De acordo com os cálculos da SemiAnalysis, com o aumento dos preços da HBM, o custo de material puro (BOM) do Rubin Ultra subiu de cerca de 6,6 milhões de dólares para 8 milhões de dólares, mas após o ajuste das especificações de design, o custo pode cair para cerca de 6,4 milhões de dólares.

Para a Nvidia, essa enorme diferença de custo representa um problema muito real — se continuar a aumentar a capacidade da HBM de acordo com o design original, será que ainda poderá trazer um aumento de desempenho que justifique o custo? Existem outras opções melhores?

A SemiAnalysis respondeu a isso em seu relatório, afirmando que o ajuste do Rubin Ultra é, na verdade, a Nvidia otimizando a estrutura de custos do sistema de IA com recursos limitados, ou seja, reduzindo a configuração relativamente cara da HBM (a participação de custo caiu de quase 40% para 28%), e investindo recursos em capacidades de interconexão de maior valor (a participação de custo aumentou de 4% para 12%).

Como mencionado anteriormente, a direção central da atualização do Rubin Ultra agora se voltou para a "capacidade de interconexão em nível de sistema". A arquitetura NVL576 suportada pelo Rubin Ultra pode conectar até 576 GPUs em um domínio de computação unificado através do NVLink, visando expandir sistemas em maior escala para compensar os ajustes nas especificações de um único chip.

As ações de armazenamento caem drasticamente, o mercado teme que a demanda tenha atingido o pico

Possivelmente impactadas por essa notícia, as ações de empresas de armazenamento caíram coletivamente após a abertura do mercado sul-coreano nesta manhã. Até às 11:45, horário de Pequim, a SK Hynix e a Samsung, líderes em HBM, caíram cerca de 8%, e o índice KOSPI também caiu cerca de 5%.

O mercado começou a se preocupar se o ajuste nas especificações do Rubin Ultra revelado pela SemiAnalysis (que a Nvidia ainda não confirmou publicamente) significa que a Nvidia, como o comprador mais central da infraestrutura de IA, está reduzindo sua demanda por HBM?

Nos últimos dois anos, com o rápido crescimento da demanda de expansão da IA, a HBM se tornou a parte mais escassa da infraestrutura de IA. Fabricantes de chips como Nvidia e AMD continuam a aumentar a configuração de HBM em seus aceleradores de IA, impulsionando os resultados das empresas de armazenamento como SK Hynix, Samsung e Micron, e reforçando continuamente o poder de precificação destes últimos ao longo de toda a cadeia industrial.

A escolha da Nvidia pode significar que os fabricantes de chips de IA estão considerando otimizar o design de hardware para reduzir a dependência de HBM de alta capacidade por chip. Se esse caminho se provar viável, o espaço para os fabricantes de HBM continuarem a aumentar os preços pode ser severamente limitado.

A construção da infraestrutura de IA eventualmente deixará para trás a era de "acumulação desenfreada e aumento de preços sem critério", e agora, mesmo a Nvidia, que está no trono do poder computacional, já começou a fazer contas detalhadas.

Este conteúdo é fornecido apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, promoções online ou informações relacionadas mencionadas neste documento não devem ser consideradas uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar qualquer outra transação com criptoativos. Criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar conforme a região. É de sua responsabilidade garantir que sua participação esteja em conformidade com as leis e regulamentações locais aplicáveis.