据知情人士透露，过去几周内，英伟达至少测试了三款 HBM 规格下调的 Rubin Ultra GPU。
英伟达首席执行官黄仁勋在 2025 年英伟达年度开发者大会上首次发布 Rubin Ultra 时曾表示，每块 GPU 将配备 1TB 的 HBM4e 内存，分布在 16 个内存堆栈上。
半导体产业研究机构 TrendForce 称，近日，英伟达除最初规划的 12 层 HBM4e 配置外，新增评估 8 层 HBM4e、12 层 HBM4、8 层 HBM4 三套备选方案。该机构表示，产品最终规格尚未确定。
该机构认为，此次规格调整测试源于两方面因素：一是预计 2027 年全行业 DRAM 紧缺，将压缩可用于生产 HBM 的晶圆产能；二是 12 层 HBM4e 的测试验收进度，以及量产时的成品合格率仍存在不确定性。
同时，该机构表示，鉴于 LPDDR5X 内存芯片的供给短缺预计延续至 2027 年，英伟达已决定将 Vera Rubin 超级芯片模组的 SOCAMM 内存模组容量减半。
业内指出，该局面的特别之处在于，英伟达 AI 芯片的旺盛需求推高内存消耗、加剧供应紧张，而英伟达自身受困于这份紧缺，不得不调整内存方案。
其他 AI 硬件厂商同样在根据供给情况调整内存配置。
TrendForce 表示，多家云服务供应商正考虑下调下一代自研 AI 专用芯片的 HBM 容量。
该机构预测，2027 年 HBM 总比特出货量同比将增长 50%-60%，但该增幅依旧不足以匹配市场需求。
据此，TrendForce 认为，HBM 供应商在 2027 全年将保有产品定价权，AI 芯片厂商将同时面临供货不足与成本上行的双重压力。
向下游传导
降低内存可能影响性能，而运行大型 AI 模型的公司如果使用这些降配内存版本，可能需要部署比原计划更多的 GPU。
半导体行业分析机构 SemiAnalysis 指出，英伟达从 HBM 内存上节约下来的硬件开支，会转而投入交换机与光互联组件。
SemiAnalysis 认为，英伟达正借助分层存储和光互联技术，缓解 HBM 内存价格高、供货紧张带来的压力，这也和黄仁勋此前的看法相吻合：供应链一旦出现瓶颈，固然会让上游供应商掌握议价优势，但同时也会倒逼企业拿出新的技术方案，来化解这类难题。
然而，业内指出，英伟达虽可借助提升 GPU 算力、优化互联带宽等手段，部分抵消内存下调带来的性能损耗，但整体上，系统部署成本与集群搭建复杂度将抬升。
对于微软、Meta、亚马逊、谷歌这类持续加大 AI 资本投入的大型云厂商，这预示着未来数据中心的建设成本存在进一步上行的压力。
