6月29日，半导体研究机构 SemiAnalysis 确认了一条震动AI芯片行业的消息：NVIDIA 原定的 Rubin Ultra 四芯设计已被取消，改为双芯方案。这意味着今年3月 GTC 2026 上刚刚发布的旗舰GPU架构，三个月后就缩水了约一半。

这不是一次产品延期或规格微调——它暴露了一个行业级瓶颈：先进封装的制造能力，已经追不上芯片设计的野心。

发生了什么

Rubin Ultra 原本的设计极其激进：4个计算芯（compute die）加16堆HBM4E内存，在一个封装内通过TSMC的CoWoS-L先进封装技术连接。如果做成，它将是目前最大规模的多芯AI加速器，计算能力和内存带宽远超现有任何方案。

但SemiAnalysis在6月29日确认，这个四芯方案因"制造执行问题"（manufacturing execution concerns）被取消。改为双计算芯设计后，Rubin Ultra的实际性能和内存带宽大约只有原方案的一半。

Tom's Hardware在6月30日的报道中援引了同样的信息，指出复杂的四芯设计在功耗分配、热管理和良率上面临TSMC当前无法解决的挑战。7月2日，Igor's Lab等媒体进一步确认了这一变化。

NVIDIA至今没有公开回应这一设计变更。

为什么四芯这么难造

多芯封装的复杂度不是线性增长，而是指数级。

每多加一个计算芯，你需要解决的不只是"多一块硅片"的问题：

• 功耗分配：四芯同时满载时的功耗密度极高，如何把电均匀送达每个芯、同时把热带走，是物理层面的挑战
• 热管理：四个发热源挤在一个封装里，中间的芯几乎无法单独散热，热点问题比双芯严重得多
• 良率：任何一个芯或内存堆出问题，整个封装报废。四个芯+16堆HBM4E意味着20个独立组件的联合良率，每一步良率损耗相乘后，最终良率可能低到没有经济可行性
• 封装基板：承载20个芯片的CoWoS-L基板面积已经接近TSMC当前工艺的极限

这不是NVIDIA独有的问题。整个半导体行业在先进封装上正在撞墙——设计工具能画出更大的蓝图，但制造能力还跟不上。

砍半之后：性能和供应链双重影响

性能影响是直接的。 原设计的Rubin Ultra定位是2027年的旗舰AI训练和推理加速器，四芯方案承诺的算力和内存带宽将显著超越当前的Vera Rubin（双芯+HBM4）。改为双芯后，Rubin Ultra更像是Vera Rubin的迭代升级，而非代际跨越。

供应链影响更深远。 原方案需要16堆HBM4E——这是尚未量产的下一代高带宽内存。需求下调意味着SK Hynix、Samsung和Micron此前基于四芯Rubin Ultra做的HBM4E产能规划可能需要调整。这三大存储厂商已经投入了数百亿美元扩产HBM，任何需求端的变化都会影响投资回收节奏。

对AI基础设施采购方来说，2027年的算力规划需要重新评估。如果Rubin Ultra只能提供原方案一半的性能，要么增加部署规模（更多机架、更多功耗），要么等待下一代方案。

竞争窗口打开

NVIDIA的设计收缩给竞争对手创造了实实在在的机会。

AMD是最大受益者。 AMD的Helios平台（基于MI455X）选择了不同的技术路线：单芯432GB HBM4大内存，而非NVIDIA的多芯高带宽路线。在四芯Rubin Ultra被取消的背景下，AMD"大内存单芯"的策略看起来更稳健——封装复杂度更低，制造风险更小。AMD CEO Lisa Su将在7月22-23日的Advancing AI 2026上展示Helios的最新进展，时机恰好。

OpenAI已经在行动。 2025年10月，OpenAI签约采购6GW AMD MI450系列GPU，计划从2026年下半年开始部署。NVIDIA的封装瓶颈可能加速大型客户多元化采购的进程。

Google走的是第三条路。 TPU v7 Ironwood走自研ASIC路线，不需要在通用封装上和NVIDIA竞争。9216芯片组成的pod-scale系统在FP8吞吐上仍有优势，且不受通用GPU封装限制。

更深的信号：从"谁算力大"到"谁能造出来"

Rubin Ultra四芯方案被砍，释放了一个比产品本身更重要的信号：AI芯片竞争正在从"谁设计得更大"转向"谁能把设计造出来"。

过去几年，AI芯片的竞争逻辑是：更大的芯片、更多的计算芯、更多的HBM堆、更高的带宽。这条路径依赖一个隐含假设——先进封装技术总能跟上设计需求。Rubin Ultra的取消证明这个假设不再成立。

这和HBM的瓶颈是同一类问题。内存不是"造不出来"，而是"造得不够快、不够多"。封装也不是"技术不存在"，而是"良率和产能还到不了那个规模"。AI基础设施的瓶颈正在从芯片设计本身，向上下游的制造和供应链转移。

对于整个行业来说，这意味着未来的AI算力增长可能不会像过去两年那样线性加速。当封装、内存、电力都成为瓶颈时，"更多芯片=更多算力"的简单公式需要修正。

---

*基于 SemiAnalysis、Tom's Hardware、Igor's Lab、TechTimes、BizBrief 等多家媒体转述整理。NVIDIA 尚未就 Rubin Ultra 设计变更发表公开声明。*

参考来源

• https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidia-reportedly-cancels-quad-die-rubin-ultra-gpu-in-favor-of-dual-gpu-design-report-claims-complex-design-purportedly-scrapped-over-manufacturing-execution-concerns
• https://www.igorslab.de/en/nvidia-rubin-ultra-four-die-design-dropped/
• https://www.techtimes.com/articles/319410/20260701/nvidia-rubin-ultra-four-die-gpu-cancelled-packaging-limits-cut-2027-performance-half.htm

说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。