摘要：
尽管此前市场一度传出英伟达计划将下一代Rubin AI加速器的HBM配置从12层堆叠降至8层堆叠，但最新供应链消息显示，Rubin系列产品预计仍将以12层HBM4方案为主，而高带宽内存市场则可能面临新一轮大幅涨价。
根据Counterpoint Research引用的产业链调查结果，绝大多数Rubin架构产品仍将保持最初规划的12层堆叠HBM4设计。这与此前有关英伟达准备大规模转向8层HBM4配置的传闻有所不同。
按照英伟达已经公布的官方技术路线，Rubin GPU将配备12层堆叠HBM4内存，单颗GPU拥有最高288GB显存容量，并可实现高达22TB/s的内存带宽。对于当前的大型语言模型训练和推理任务而言，显存容量与带宽仍然是决定性能表现的关键指标，因此业界认为英伟达没有太大动力在核心规格上妥协。
此前韩国媒体曾报道称，英伟达要求三星电子和SK海力士增加8层HBM4产品供应，主要原因包括制造良率、散热控制以及供应链压力等问题。由于HBM4将内存接口宽度提升至2048位，同时需要将12层DRAM芯片进行垂直堆叠，其制造复杂度远高于前几代产品。
不过，最新消息指出，这两种说法并不一定互相矛盾。业内人士认为，英伟达可能会在部分产品中采用8层HBM4以缓解产能压力，但面向高端AI市场的主力Rubin产品仍然会保留12层HBM4配置。
与此同时，更大的挑战正来自HBM市场供需状况。随着人工智能基础设施建设持续扩张，HBM已经成为全球半导体行业最紧缺的资源之一。
市场研究机构TrendForce预测，到2027年，高带宽内存产品的平均销售价格可能同比上涨121%。推动涨价的主要原因并非传统意义上的供货短缺，而是产品结构升级。随着价格更高的HBM4逐步取代HBM3E，以及后续HBM4E产品陆续进入市场，整体平均售价将被显著抬升。
研究机构进一步指出，即使英伟达扩大8层HBM4的使用比例，也未必能够降低内存成本。因为每个HBM堆栈都需要配置昂贵的基础逻辑芯片（Base Die），当堆叠层数从12层减少至8层时，同样的基础芯片成本需要由更少的存储层分摊，反而可能导致单位容量成本上升。
数据显示，到2027年，8层HBM产品每Gb容量的价格甚至可能比12层HBM高出10%至20%。这意味着降低堆叠层数带来的主要收益可能是改善供货能力和生产效率，而非直接降低采购成本。
分析人士认为，随着生成式人工智能、大模型训练以及AI数据中心建设进入新阶段，市场对于高带宽存储器的需求仍在快速增长。对于英伟达来说，维持12层HBM4配置虽然意味着更高的制造难度和采购成本，但能够确保Rubin平台继续拥有行业领先的内存带宽和容量优势。
随着Rubin平台预计于2027年陆续进入市场，高性能AI芯片与HBM供应链之间的竞争或将进一步加剧，而高带宽内存也正在成为影响下一代AI基础设施成本的关键因素之一。
评论