TL;DR
· SemiAnalysis ระบุว่า NVIDIA กำลังนำเสนอ Rubin Ultra เวอร์ชันลดสเปกให้กับลูกค้ารายสำคัญ โดยหน่วยความจำหลักอยู่ที่ 192GB
· ข้อมูลนี้ยังไม่ได้รับการยืนยันอย่างเป็นทางการจาก NVIDIA จุดที่ต้องชั่งน้ำหนักคืออุปทาน HBM การใช้พลังงาน และการติดตั้งระบบ NVL576
· การลดสเปกไม่ได้หมายความว่าความต้องการ AI ถึงจุดสูงสุด เวอร์ชันพลังงานสูงอาจยังคงอยู่ แต่ข้อจำกัดด้านไฟฟ้าของศูนย์ข้อมูลและห่วงโซ่อุปทานยังเป็นอุปสรรค

รายงานของ SemiAnalysis เมื่อวันที่ 29 กรกฎาคมระบุว่า NVIDIA กำลังนำเสนอ Rubin Ultra เวอร์ชันปรับปรุงให้กับลูกค้ารายสำคัญ ตามข้อมูลที่ลูกค้าได้รับทราบ SKU หลักจะใช้ HBM4 แบบ 8-Hi ความจุหน่วยความจำ 192GB ซึ่งต่ำกว่าที่ตลาดคาดหวังไว้ก่อนหน้านี้สำหรับการกำหนดค่าที่ดุดันกว่าของ Rubin Ultra

นี่ไม่ใช่สเปกผลิตภัณฑ์สุดท้ายที่ NVIDIA ยืนยันอย่างเป็นทางการ บล็อกเทคนิคของ NVIDIA เมื่อวันที่ 21 กรกฎาคมเปิดเผยว่า Rubin GPU มี die คอมพิวเตอร์คู่ ใช้ HBM4 สูงสุด 288GB แบนด์วิดท์ 22TB/s และประสิทธิภาพ NVFP4 50 PFLOPS ซึ่งสนับสนุนการประเมินพื้นฐานว่า "Rubin เป็นผลิตภัณฑ์รุ่นถัดไปที่สำคัญ" แต่เวอร์ชันหลัก 192GB ของ Rubin Ultra ยังคงควรถือเป็นข้อมูลที่ SemiAnalysis เปิดเผยจากการนำเสนอให้ลูกค้าทราบ

สำหรับลูกค้าศูนย์ข้อมูล AI หน่วยความจำ อุปทาน HBM การใช้พลังงานต่อการ์ด และความยากในการติดตั้งในแร็ค จะส่งผลโดยตรงต่อวิธีการสร้างระบบฝึกอบรมและอนุมาน ความเร็วในการสร้าง และต้นทุน หาก Rubin Ultra ลดหน่วยความจำหลักลงเหลือ 192GB น่าจะเป็นเพราะ NVIDIA เลือกให้ความสำคัญกับเวอร์ชันที่สามารถส่งมอบในวงกว้างได้ง่ายกว่า ภายใต้ข้อจำกัดด้าน HBM และไฟฟ้าที่มีจำกัด แทนที่จะเพิ่มพารามิเตอร์ของ GPU แต่ละตัวให้สูงสุด

หน่วยความจำ 192GB ต่ำกว่าที่คาดการณ์ไว้ก่อนหน้านี้ เวอร์ชันหลักเน้นความสามารถในการติดตั้งก่อน

ก่อนหน้านี้ในงาน GTC 2025 รวมถึงเอกสารจากโบรกเกอร์และสื่อหลายแห่ง Rubin Ultra มักถูกอธิบายว่าเป็นผลิตภัณฑ์รุ่นที่มีหน่วยความจำสูงกว่า ใช้พลังงานสูงกว่า และมีแพ็คเกจที่ซับซ้อนกว่า รวมถึงแนวคิดที่ดุดันกว่า เช่น HBM4E, 1TB, NVL576

ข้อมูลที่ SemiAnalysis นำเสนอให้ลูกค้าทราบในครั้งนี้ดูอนุรักษ์นิยมกว่าอย่างชัดเจน: เวอร์ชันหลักคือ HBM4 แบบ 8-Hi หน่วยความจำ 192GB การเปลี่ยนแปลงนี้ควรเข้าใจว่าเป็นการปรับลดลงเมื่อเทียบกับความคาดหวังของตลาดและแผนงานในช่วงแรก ไม่ใช่การที่ NVIDIA ประกาศสเปกบางอย่างอย่างเป็นทางการแล้วถอนกลับ

หน่วยความจำไม่ใช่พารามิเตอร์ที่แยกออกจากกัน การฝึกโมเดลขนาดใหญ่และการอนุมานบริบทยาวต้องใช้หน่วยความจำความเร็วสูงมากขึ้น ยิ่งหน่วยความจำมากเท่าไร GPU แต่ละตัวก็สามารถรองรับการแบ่งส่วนโมเดล แคช และข้อมูลได้มากขึ้นเท่านั้น แต่ HBM ก็เป็นหนึ่งในชิ้นส่วนที่ตึงตัวและแพงที่สุดในฮาร์ดแวร์ AI ในปัจจุบัน การใช้ HBM น้อยลงในเวอร์ชันหลักอาจช่วยให้ NVIDIA จัดสรรอุปทานที่มีจำกัดให้กับ GPU และระบบจำนวนมากขึ้นได้

นี่คือจุดที่การ "ลดสเปก" มักถูกตีความผิด ข้อมูลที่มีอยู่ไม่สนับสนุนการสรุปตรงๆ ว่าเป็นความต้องการ AI ที่ชะลอตัว คำอธิบายที่สมเหตุสมผลกว่าคือ ในสภาพแวดล้อมที่ทั้ง HBM และไฟฟ้ามีความตึงตัว ผลิตภัณฑ์หลักจำเป็นต้องหาสมดุลระหว่างประสิทธิภาพ ต้นทุน การจัดส่ง และการปรับใช้

การเล่าเรื่องพลังคำนวณเปลี่ยนไปที่ NVL576 ลูกค้าซื้อทั้งระบบ

SemiAnalysis ระบุว่า ค่า FLOPs เชิงทฤษฎีสูงสุดของ Rubin Ultra เวอร์ชันหลักยังคงเท่าเดิมโดยรวม การปรับเปลี่ยนส่วนใหญ่อยู่ที่ความจุหน่วยความจำ การใช้พลังงาน และรูปแบบระบบ ไม่ใช่การลดความสามารถในการคำนวณอย่างง่ายๆ

จุดสำคัญของเส้นทางนี้อยู่ที่ NVL576 พูดง่ายๆ คือ NVIDIA ยังคงเชื่อมต่อ GPU มากขึ้นผ่านการเชื่อมต่อความเร็วสูงเพื่อสร้างโดเมนการคำนวณแบบรวมที่ใหญ่ขึ้น ทำให้ลูกค้าเปลี่ยนจากพารามิเตอร์การ์ดเดี่ยวไปสู่ความสามารถของระบบทั้งตู้และทั้งคลัสเตอร์ รายงานดังกล่าวระบุว่า รูปแบบระบบที่วางแผนไว้หนึ่งแบบคือการเชื่อมต่อตู้ 72-GPU จำนวน 8 ตู้เข้าด้วยกันเป็นขนาด NVL576

สิ่งนี้สมจริงมากขึ้นสำหรับผู้ให้บริการคลาวด์และห้องปฏิบัติการ AI ขนาดใหญ่ สิ่งที่จำกัดการขยายคลัสเตอร์ฝึกอบรมไม่ได้มีเพียงความแรงของ GPU แต่ละตัวเท่านั้น แต่ยังรวมถึงการใช้พลังงานของตู้ การระบายความร้อน แหล่งจ่ายไฟ เครือข่าย การจัดหา HBM จังหวะการส่งมอบ และการก่อสร้างศูนย์ข้อมูล หน่วยความจำต่อการ์ดที่สูงขึ้นย่อมมีคุณค่า แต่หากมาพร้อมกับการใช้พลังงานที่สูงขึ้น ต้นทุน BOM ที่สูงขึ้น และตู้ที่ปรับใช้ยากขึ้น ลูกค้าอาจไม่สามารถใช้ประโยชน์ได้เต็มที่

การเปลี่ยนแปลงหลักของ Rubin Ultra ดูเหมือนจะเป็นการรักษาประสิทธิภาพการคำนวณและการขยายระบบ ขณะที่ควบคุมหน่วยความจำและการใช้พลังงานให้อยู่ในช่วงที่ผลิต จัดส่ง และปรับใช้ได้ง่ายขึ้น

1800W กลายเป็นมาตรฐานหลัก พลังงานกดดันการกำหนดค่าสูงสุด

การใช้พลังงานเป็นอีกตัวเลขสำคัญในการเปลี่ยนแปลงเส้นทางครั้งนี้

SemiAnalysis ระบุว่า การใช้พลังงานระดับชิปของ Rubin Ultra เวอร์ชันหลักอยู่ที่ประมาณ 1800W ใกล้เคียงกับการกำหนดค่า Rubin 1800W Max-Q ก่อนหน้านี้ และต่ำกว่าเวอร์ชัน 2300W ที่เคยมีการพูดถึงในตลาด รายงานดังกล่าวยังกล่าวถึงว่า NVIDIA อาจยังคงเสนอเวอร์ชัน Max-P ที่ใช้พลังงานสูง 2600W ถึง 2800W และอาจมี SKU ที่ 1200W สำหรับโหลดการคำนวณที่ต่ำกว่า เช่น token decode

รายละเอียดเหล่านี้ยังไม่ได้รับการยืนยันอย่างเป็นทางการจาก NVIDIA และควรพิจารณาตามกรอบของรายงาน แต่ทั้งหมดชี้ไปที่ปัญหาจริงเดียวกัน: แม้ชิปจะสามารถทำงานที่การใช้พลังงานสูงขึ้นได้ ศูนย์ข้อมูลของลูกค้าก็อาจไม่สามารถรองรับได้อย่างเสถียร

ยิ่ง GPU แต่ละตัวใช้พลังงานสูง ความต้องการด้านไฟฟ้าและการระบายความร้อนของตู้ก็ยิ่งสูงขึ้น ปัญหาที่ลูกค้าจำนวนมากเผชิญไม่ใช่ "อยากซื้อ GPU ที่แรงกว่าไหม" แต่เป็นว่า ไซต์งานปัจจุบัน การเชื่อมต่อไฟฟ้า และระบบระบายความร้อนที่มีอยู่จะรองรับได้หรือไม่ บทความสาธารณะก่อนหน้านี้ของ SemiAnalysis ยังกล่าวถึงว่า Rubin มีการกำหนดค่าพลังงานสองแบบคือ 2300W Max-P และ 1800W Max-Q โดย Max-Q เน้นประสิทธิภาพต่อวัตต์มากกว่า และลูกค้าอาจเลือกใช้พลังงานที่ต่ำลงเนื่องจากข้อจำกัดด้านไฟฟ้า

ในสภาพแวดล้อมที่ไฟฟ้ามีข้อจำกัด เวอร์ชัน 1800W กลับอาจมียอดจำหน่ายที่ดีกว่าได้ มันลดสเปกสุดขีดบางส่วนลง แต่ช่วยลดแรงกดดันด้านการจ่ายไฟและการระบายความร้อน และใกล้เคียงกับรูปแบบที่ลูกค้าสามารถปรับใช้ได้รวดเร็วยิ่งขึ้น

HBM ยังคงเป็นคอขวด การลดสเปกไม่ใช่สัญญาณว่าความต้องการถึงจุดสูงสุด

อุปทาน HBM ที่ตึงตัว เป็นอีกหนึ่งเส้นทางหลักที่ทำให้หน่วยความจำลดลงเหลือ 192GB

คำอธิบายของ SemiAnalysis คือ HBM มีความตึงตัวมากกว่ากำลังการผลิตขั้นต้นของ TSMC ทาง NVIDIA ลดปริมาณ HBM ต่อ GPU หนึ่งตัวลง เพื่อจัดสรรอุปทานที่มีจำกัดให้กับผลิตภัณฑ์จำนวนมากขึ้น และป้องกันต้นทุนที่เพิ่มขึ้นจากราคา HBM ในอนาคต การประเมินนี้ต้องคงไว้ตามกรอบรายงานเช่นกัน แต่สอดคล้องกับสถานการณ์ตึงตัวของห่วงโซ่อุปทานฮาร์ดแวร์ AI ในปัจจุบัน

สิ่งนี้ส่งผลกระทบโดยตรงต่อห่วงโซ่อุตสาหกรรม หากความจุ HBM ต่อการ์ดของ GPU หลักต่ำกว่าที่ตลาดคาดการณ์ไว้ก่อนหน้านี้ การคำนวณความต้องการต่อหน่วยของผู้จัดหา HBM โมเดลการจัดซื้อของผู้ให้บริการคลาวด์ และ BOM ของเซิร์ฟเวอร์จะต้องเปลี่ยนแปลงทั้งหมด แต่ไม่ได้หมายความว่า HBM ไม่ตึงตัว ในทางกลับกัน 正是因为 HBM อุปทานตึงตัว NVIDIA จึงมีแรงจูงใจที่จะปรับโซลูชันหลักให้เป็นรูปแบบที่ประหยัด HBM มากขึ้นและง่ายต่อการเพิ่มปริมาณการผลิต

Rubin Ultra อาจไม่ได้มีเพียงเวอร์ชันเดียว ตามกรอบของ SemiAnalysis เวอร์ชัน Max-P ที่ใช้พลังงานสูงยังคงมุ่งเป้าไปที่ลูกค้าเฉพาะและสถานการณ์สุดขีด แต่ไม่จำเป็นต้องเป็น SKU หลักที่ถูกปรับใช้อย่างแพร่หลายที่สุด

การเปิดเผยครั้งนี้更像是ผลผลิตหลังจากที่การขยายกำลังการประมวลผล AI เข้าสู่ขั้นตอนที่มีข้อจำกัดทางวิศวกรรม NVIDIA ไม่ได้หยุดผลักดันไปสู่ขนาดระบบที่ใหญ่ขึ้น แต่ความสามารถในการเพิ่มปริมาณการผลิตของ GPU รุ่นถัดไป ขึ้นอยู่กับอุปทาน HBM กำลังไฟฟ้าของห้องข้อมูล และความสามารถในการปรับใช้จริงของลูกค้ามากขึ้น ไม่ใช่เพียงแค่พารามิเตอร์ของชิปตัวเดียว

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia