- 在HBM持续短缺的背景下，AI芯片厂商将从纵向扩展（提升单颗GPU性能）转向横向扩展（部署更多GPU但每颗HBM容量降低）。据SemiAnalysis报道，
- 序号：463
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- 在HBM持续短缺的背景下，AI芯片厂商将从纵向扩展（提升单颗GPU性能）转向横向扩展（部署更多GPU但每颗HBM容量降低）。据SemiAnalysis报道，英伟达正考虑将Rubin Ultra的HBM配置从12-Hi降至8-Hi，容量从288GB降至192GB，减少33%。通过将NVLink域从72个GPU扩展至576个GPU，单个AI系统的HBM总容量将增长433%至110.6TB。HBM供应预计将持续紧张，因为存储供应商在服务器DDR5、SOCAMM2和eSSD等更具吸引力的经济性面前保持产能扩张纪律。花旗对韩国内存供应商持建设性观点。
花旗于2026年8月4日发布的这份半导体行业Flash报告，核心论点在于：。 报告的核心数据亮点： ：从72颗GPU扩展至576颗GPU（8倍提升） ：从20.7TB跃升至110.6TB（增长433%） ：Rubin Ultra的HBM从12-Hi 288GB降至8-Hi 192GB（减少33%）
一、英伟达Rubin Ultra配置调整的关键信号 据SemiAnalysis报道，英伟达正在考虑将Rubin Ultra的主流配置从。这一调整意味着：
这一决策反映出英伟达的优先级转变——。 二、从Scale-Up到Scale-Out的架构变革
-
NVLink域的跨越式扩展 Rubin Ultra NVL576架构通过将8个72-GPU机架互联，构建一个。这是数据中心AI计算架构的重大飞跃。
-
8-Hi HBM的工程优势
-
系统级HBM总容量反而大幅提升 尽管单颗GPU的HBM容量降低，但由于GPU数量增加8倍，单个AI系统的**聚合HBM容量增长433%**至110.6TB。 三、HBM供应紧张的根本原因 报告指出HBM供应将持续紧张，原因在于： 因素影响 内存供应商产能扩张纪律 优先保障服务器DDR5、SOCAMM2、eSSD等利润率更高的产品 HBM4路线图集中于高容量堆叠 12-Hi和16-Hi堆叠为主流方向 HBM成为AI加速器生产的瓶颈组件 供应商被迫"降配"以将有限HBM分配给更多GPU 四、KV缓存的外溢效应 降低单颗GPU的HBM容量意味着需要将更大比例的从HBM转移出去，主要流向：
这将为存储芯片厂商创造新的需求增长点。
虽然本报告未直接给出估值数字或个股目标价，但花旗明确表达了以下立场：
：HBM短缺将持续，但供应商因产能纪律而受益于价格上涨环境 ： 韩国HBM供应商（直接受益于HBM供应紧张） 服务器DDR5和eSSD供应商（受益于KV缓存外溢需求） 英伟达（通过架构创新维持AI芯片市场领导地位）
：若内存厂商大幅扩产或HBM良率快速提升，可能改变Scale-Out趋势的紧迫性 ：英伟达最终是否采纳8-Hi配置仍存在不确定性，官方Rubin规格仍为12-Hi ：576-GPU域的互联对数据中心基础设施提出更高要求 ：AMD、Intel等竞争对手的HBM策略和互联技术可能改变市场格局 ：若AI训练和推理需求增速放缓，可能削弱Scale-Out架构的商业逻辑 ：新的内存技术或芯片互联标准可能颠覆当前HBM依赖模式
总体总结
主题正文
- 据SemiAnalysis报道，英伟达正考虑将Rubin Ultra的HBM配置从12-Hi降至8-Hi，容量从288GB降至192GB，减少33%。
- 通过将NVLink域从72个GPU扩展至576个GPU，单个AI系统的HBM总容量将增长433%至110.6TB。
- HBM供应预计将持续紧张，因为存储供应商在服务器DDR5、SOCAMM2和eSSD等更具吸引力的经济性面前保持产能扩张纪律。
- 花旗于2026年8月4日发布的这份半导体行业Flash报告，核心论点在于：。
- 据SemiAnalysis报道，英伟达正在考虑将Rubin Ultra的主流配置从。
- 尽管单颗GPU的HBM容量降低，但由于GPU数量增加8倍，单个AI系统的**聚合HBM容量增长433%**至110.6TB。
- 优先保障服务器DDR5、SOCAMM2、eSSD等利润率更高的产品
- ：英伟达最终是否采纳8-Hi配置仍存在不确定性，官方Rubin规格仍为12-Hi