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。