Nvidia, похоже, решила остудить собственные амбиции: Rubin Ultra, который в дорожных картах связывают с 2027 годом, может перейти с конфигурации на четыре вычислительных чиплета к более простому варианту с двумя. Для рынка ИИ-железа это не просто инженерная правка на полях презентации: если информация подтвердится, поменяются ожидания по производительности, упаковке, памяти HBM и, в конечном счете, по экономике крупных AI-кластеров.
Об этом сообщает Tom's Hardware со ссылкой на SemiAnalysis. Речь идет о неофициальной информации, а сама Nvidia на момент публикации источника комментариев не дала. Но даже в формате «по данным источников» история выглядит правдоподобно: собрать ускоритель с четырьмя почти предельными по размеру кристаллами, связать их современной упаковкой, а затем еще и охладить вместе с 16 модулями HBM4E — задача не из тех, что решаются одной дополнительной сменой в цехе.
Изначальная идея Rubin Ultra выглядела как типичный Nvidia-максимализм последних лет. Базовый Rubin, как ожидается, использует два вычислительных чиплета, а Rubin Ultra должен был пойти дальше и получить четыре. На бумаге это обещало примерно двукратный прирост производительности относительно обычного Rubin, но за ростом всегда приходит счет за сложность. Чем больше кристаллов и чем плотнее упаковка, тем выше риски при производстве, тестировании, тепловом дизайне и итоговой себестоимости. В материале Tom's Hardware ключевой формулировкой названы именно manufacturing execution concerns — то есть опасения, что проект слишком тяжел для надежного и масштабируемого выпуска.
Если этот разворот действительно произошел, «новый» Rubin Ultra окажется примерно вдвое слабее той версии, о которой рынок рассуждал раньше. Это неприятный момент не только для маркетинга Nvidia, но и для сравнения с конкурентами. В источнике прямо упоминается будущая линейка AMD Instinct MI500 как одна из точек давления. Проще говоря, Nvidia, вероятно, предпочла пожертвовать частью вау-эффекта, чтобы не получить продукт, который красив в презентации, но слишком дорог и капризен в реальном выпуске.
При этом история не сводится к формуле «меньше чипов — хуже продукт». У Rubin Ultra остается переход на HBM4E, тогда как обычный Rubin, по данным источника, должен использовать HBM4. Для Nvidia это важная развилка: компания давно продает рынку уже не отдельные GPU как таковые, а целые стойки и платформы. Начиная с поколения Rubin, она рассчитывает продвигать жидкостно охлаждаемые rack-scale-системы Kyber, где в одном scale-up-домене будет как минимум 144 пакета GPU. Для заказчика это означает, что итоговая вычислительная плотность и пропускная способность кластера будут зависеть не только от мощности одного ускорителя, но и от того, сколько таких ускорителей компания сможет упаковать, охладить, доставить и поддерживать в реальной инсталляции.
На этом фоне решение упростить дизайн выглядит не как капитуляция, а как трезвый пересчет рисков. В сегменте AI-инфраструктуры уже недостаточно сделать «самый быстрый чип». Нужно выпустить его вовремя, в заметном объеме и без такого процента брака, который превращает маржу в учебное пособие по страданиям supply chain. Чем сложнее компоновка, тем выше шанс, что бутылочное горлышко возникнет не в вычислениях, а в упаковке, тестировании, подложках, тепле и памяти. А память здесь особенно важна: отказ от конфигурации с 16 модулями HBM4E в пользу варианта с восемью может отразиться и на самом рынке HBM. Если прогноз SemiAnalysis верен, спрос со стороны одного из самых прожорливых покупателей передовой памяти может оказаться ниже, чем ожидалось.
Для производителей памяти и партнеров Nvidia это уже не мелкая техническая поправка, а вопрос планирования. Один четырехчиплетный Rubin Ultra потенциально потреблял бы вдвое больше HBM4E, чем двухчиплетный вариант. Если таких ускорителей становится меньше или они меняют конфигурацию, корректируется и вся математика поставок. С другой стороны, более простой ускоритель должен стоить дешевле в производстве, а значит, у Nvidia появляется пространство для балансировки цены, маржи и объема поставок. Правда, здесь есть тонкость: если заказчику для той же целевой мощности придется покупать больше систем, совокупные расходы могут даже вырасти. Так что дешевле один GPU — еще не значит дешевле весь кластер.
Для русскоязычной IT-аудитории в этом сюжете важнее всего не драматизировать слово «отмена», а смотреть на структуру рынка. Разработчики больших моделей, облачные команды и те, кто планирует capacity на годы вперед, снова получают старый урок: roadmap в AI-железе — не контракт, а намерение с кучей оговорок. Даже Nvidia, которая последние два года выглядела машиной по конвертации спроса в выручку, упирается в базовую физику производства. Чем агрессивнее архитектура, тем выше риск, что реальный продукт окажется скромнее презентационных ожиданий.
Открытый вопрос теперь не в том, сможет ли Nvidia выжать дополнительную производительность из двухчиплетного Rubin Ultra, а в том, сохранит ли она привычное ощущение технологического отрыва без экстремально сложной упаковки. Если ответ положительный, рынок получит еще один аргумент в пользу системного подхода, где выигрывает не самый экзотический чип, а та платформа, которую можно стабильно выпускать, охлаждать и масштабировать до сотен GPU в стойках.