据闪德资讯获悉，有消息显示，英伟达计划将下一代Rubin Ultra AI加速器的HBM方案，由12层堆叠改为8层。在存储成本上行环境下，英伟达将重心转向单位带宽成本与整机经济性。

SemiAnalysis分析，行业约束已经从单位容量成本转向单位带宽成本。采用8层HBM4后，Rubin Ultra单卡显存约192GB，相比原12层方案的288GB缩减三分之一。

HBM带宽由堆叠数量、接口与传输速率决定，并非垂直堆叠层数。在接口、堆叠数量不变前提下，8层方案可保留甚至小幅提升总带宽，单位容量带宽提升约50%。

该取舍适配AI推理场景。生成Token时，模型权重与KV缓存反复读取，内存带宽是性能瓶颈。大容量显存利于承载大模型与长上下文，但单纯增加堆叠层数无法提升带宽。

当前Rubin GPU采用12层HBM4，单卡288GB显存、22TB/s带宽。Rubin Ultra的改动，代表英伟达优先选择性价比更高的带宽供给。

供应链随之调整，三星、SK海力士计划2026下半年提升8层HBM4供货占比。英伟达已推动供应商，将部分HBM4产能从12层转向8层。

这标志AI芯片设计思路发生变化：不再一味追求显存容量，带宽与系统成本的平衡成为新的优先考量。

点击此处关注，获取最新资讯！