Nvidia testa configurações Rubin Ultra com menos memória

A Nvidia estaria testando projetos do Rubin Ultra com apenas 192 GB ou 256 GB de memória, apesar de ter apresentado anteriormente uma configuração de 1 TB. A reportagem da Nvidia Tom descreve pelo menos três protótipos com menos memória, incluindo projetos que substituem HBM4E por HBM4. Essas mudanças transformariam o acelerador mais ambicioso da empresa em um produto mais conservador.

Os testes relatados não definem as especificações finais do Rubin Ultra. A Nvidia não confirmou publicamente as configurações, e as informações disponíveis deixam importantes detalhes de projeto em aberto. Ainda assim, os testes importam porque surgem após relatos separados sobre menos chiplets de computação e atrasos que afetam o rack Kyber planejado.

Em conjunto, essas alegações revelam um conflito entre o sistema anunciado pela Nvidia e o hardware que os fornecedores conseguem fabricar em escala. A AMD e aceleradores personalizados de grandes provedores de nuvem aumentam a pressão competitiva. No entanto, a adversária imediata da Nvidia é sua própria promessa de 1 TB, não outra fabricante de chips.

A reportagem da Nvidia Tom descreve três projetos menores

A mudança central não é um ajuste menor de capacidade. É um possível recuo em relação ao projeto que a Nvidia apresentou há cinco meses.

Segundo a reportagem sobre o Rubin Ultra, a Nvidia testou pelo menos três configurações com memória de alta largura de banda reduzida. A HBM coloca DRAM empilhada ao lado de um processador, fornecendo muito mais largura de banda do que a memória convencional de servidores.

As opções relatadas incluem capacidades de memória Rubin Ultra de 192 GB e 256 GB. Outros protótipos supostamente usam menos do que as 16 pilhas de memória associadas ao projeto original. Pelo menos uma alternativa também substitui a HBM4E pela HBM4 mais avançada anunciada anteriormente.

A reportagem não associa cada capacidade a uma geração específica de memória ou a uma quantidade de pilhas. Também não identifica o número de matrizes de computação em cada protótipo. Essas omissões impedem um cálculo confiável de largura de banda, layout do encapsulamento ou desempenho esperado em aplicações.

Essa incerteza importa porque o ponto de partida público da Nvidia era dramaticamente diferente. Na GTC, em março de 2026, a empresa exibiu uma bandeja Rubin Ultra contendo quatro chiplets de computação e 1 TB de HBM4E. A empresa posicionou o acelerador para implantação em 2027 por meio de seus sistemas Kyber e multirack.

Uma configuração de 192 GB teria menos de um quinto da capacidade demonstrada. Ela também teria menos memória do que os 288 GB listados para cada GPU Rubin padrão nas especificações atuais da Vera Rubin NVL72 da Nvidia.

A diferença não torna automaticamente o produto menor inutilizável. Os requisitos de memória variam conforme o modelo, a carga de trabalho, o formato numérico e a arquitetura de implantação. Um rack denso pode dividir uma carga de trabalho entre vários aceleradores, enquanto armazenamento especializado pode reter partes de um cache de inferência.

Ainda assim, a mudança alteraria o significado de “Ultra”. A demonstração de março associava o rótulo a memória excepcional por encapsulamento e quatro chiplets de computação. Um acelerador menor, de dois chiplets, usando HBM4 comum se pareceria mais com um produto Rubin ajustado do que com o carro-chefe original.

A Nvidia não confirmou que qualquer protótipo relatado entrará em produção. Testar várias opções é normal durante o desenvolvimento de hardware, especialmente antes da qualificação final. As empresas avaliam rotineiramente projetos que nunca saem do laboratório.

O momento dá maior importância a esses testes específicos. Os relatos sobre a redução de memória chegaram após supostas mudanças no pacote de computação e na arquitetura do rack. Cada reportagem aponta para a mesma resposta prática: reduzir a complexidade antes do início da fabricação em volume.

A reportagem da Nvidia Tom, portanto, cria uma tensão clara. A Nvidia pode preservar a especificação pública e aceitar maior risco de fornecimento, ou reduzir a especificação e proteger seu cronograma de entrega. Ela não pode resolver integralmente ambos os problemas por meio de nome ou marketing.

A oferta de HBM4E pressiona a promessa de 1 TB

A capacidade de memória anunciada para o Rubin Ultra multiplica o risco de fornecimento porque cada acelerador consumiria uma coleção incomumente grande de pilhas avançadas.

HBM4E é uma geração aprimorada de HBM4 que pode usar uma matriz lógica de base personalizada. A matriz de base gerencia as conexões entre a memória empilhada e o encapsulamento do acelerador. A lógica personalizada pode melhorar a integração, mas também adiciona trabalho de projeto, fabricação e qualificação.

A escassez relatada não é simplesmente uma falta de bits brutos de DRAM. A Nvidia precisa de pilhas de memória com a velocidade, capacidade, comportamento térmico, projeto lógico e compatibilidade de encapsulamento corretos. Um fornecedor deve entregar todas essas características de forma consistente antes que a Nvidia possa montar sistemas de produção.

A configuração original de 1 TB do Rubin Ultra intensificava esse desafio. O projeto demonstrado colocava 16 pilhas HBM4E ao lado de quatro grandes chiplets de computação. Portanto, cada acelerador finalizado consumiria muitos componentes avançados antes mesmo de considerar o rendimento do encapsulamento.

Um defeito em um componente pode afetar o valor de todo o encapsulamento. Isso torna o fornecimento mais sensível do que uma simples contagem de matrizes de memória disponíveis sugere. Capacidade de encapsulamento, interposers, matrizes de base, validação e refrigeração passam a fazer parte da restrição.

A plataforma Rubin padrão da Nvidia ilustra a diferença. Suas especificações NVL72 listam 288 GB de HBM4 por GPU e 22 TB por segundo de largura de banda de memória. Em 72 GPUs, o rack contém 20,7 TB de HBM4.

A Micron afirmou em março que havia entrado em produção de alto volume de uma pilha HBM4 de 36 GB e 12 camadas para a Vera Rubin. O fornecedor alegou velocidades acima de 11 gigabits por segundo por pino e largura de banda superior a 2,8 TB por segundo. Esses números descrevem HBM4 padrão, não a configuração HBM4E personalizada associada ao Rubin Ultra original.

A Micron também forneceu amostras de uma pilha HBM4 de 48 GB e 16 camadas, segundo a cobertura da produção. Pilhas mais altas podem elevar a capacidade sem aumentar o número de posições no encapsulamento. No entanto, elas trazem seus próprios requisitos de rendimento, calor e qualificação.

A alternativa HBM4 relatada permitiria à Nvidia recorrer a uma cadeia de fornecimento Rubin mais madura. Ela também poderia reduzir o trabalho de personalização para os fornecedores de memória. Essa escolha priorizaria disponibilidade e cronograma em detrimento da tecnologia de memória distintiva anunciada para o Ultra.

Reduzir a contagem de pilhas oferece outra alavanca. Menos pilhas reduzem a capacidade total, mas também simplificam o roteamento e diminuem o número de componentes escassos necessários por encapsulamento. A Nvidia poderia construir mais pacotes de aceleradores a partir da mesma produção qualificada de memória.

É por isso que os testes de 192 GB e 256 GB merecem atenção. Eles não são capacidades aleatórias. Sugerem que a Nvidia está explorando produtos que consomem materialmente menos pilhas, mantendo largura de banda suficiente para cargas de trabalho de IA selecionadas.

A demanda acrescenta outra camada de pressão. Aceleradores de IA agora disputam memória avançada entre Nvidia, AMD, chips personalizados para nuvem e outros processadores. Os fornecedores precisam expandir a produção sem permitir que a qualidade ou os rendimentos entrem em colapso.

Acordos de fornecimento de longo prazo podem garantir alocação, mas não podem criar instantaneamente produção qualificada. Nova capacidade de fabricação leva tempo. O encapsulamento avançado e a integração final dos sistemas precisam se expandir junto com a produção de memória.

A redução relatada, portanto, diz menos respeito a abandonar a tecnologia HBM do que a racioná-la. A Nvidia parece estar testando quanta pouca memória o Rubin Ultra pode ter sem deixar de ser comercialmente crível.

O carro-chefe anunciado da Nvidia colide com a realidade de fabricação

A principal disputa agora é a visão pública de 1 TB da Nvidia contra a capacidade de fabricação do sistema Rubin Ultra completo.

O conceito original da Nvidia combinava quatro chiplets de computação, 16 pilhas HBM4E, encapsulamento avançado, refrigeração líquida e uma nova arquitetura de rack. Cada elemento era ambicioso. A combinação de todos eles criou vários caminhos interdependentes para atrasos.

Em junho, reportagens separadas disseram que a Nvidia havia abandonado a configuração de quatro chiplets em favor de um projeto de dois chiplets. A reportagem sobre os chiplets citou preocupações com a execução de fabricação, embora a Nvidia não tenha confirmado o suposto cancelamento.

Um projeto de dois chiplets tornaria mais fáceis de entender as configurações menores de memória do Rubin Ultra. Quatro chiplets de computação podem utilizar maior capacidade local de memória e largura de banda. Dois chiplets reduzem essa demanda, ao mesmo tempo que simplificam o encapsulamento, a entrega de energia e a refrigeração.

No entanto, 192 GB continuaria sendo inesperadamente baixo. O Rubin padrão já possui 288 GB de HBM4 por GPU, com base nas especificações publicadas pela Nvidia. Um produto Ultra de menor capacidade precisaria de outra fonte de diferenciação.

A Nvidia poderia enfatizar a escalabilidade no nível do rack, em vez da memória por encapsulamento. Seu projeto de sistema Rubin descreve opções NVL72, NVL144 e NVL576 para o Rubin Ultra. O maior domínio planejado conectaria oito racks e 576 GPUs.

Essa estratégia desloca a unidade de venda de um acelerador individual para um sistema completo de computação. Os clientes avaliariam o throughput agregado, a memória disponível em todo o domínio, a rede, a energia e o software. Uma redução em um encapsulamento poderia parecer menos grave em centenas de GPUs conectadas.

Ainda assim, a escalabilidade no nível do rack não elimina os limites locais de memória. Modelos e caches de inferência precisam se mover por uma hierarquia de HBM, interconexões, CPUs e armazenamento. O acesso a dados remotos introduz latência e consome capacidade de rede.

A plataforma de memória de contexto BlueField-4 da Nvidia foi projetada para ampliar o armazenamento de cache de chave-valor, os dados temporários produzidos durante a inferência de modelos. Esses sistemas podem reduzir a pressão sobre a HBM. Eles não podem fazer com que um armazenamento mais lento se comporte exatamente como memória conectada diretamente a uma GPU.

Um Rubin Ultra menor ainda poderia se destacar em cargas de trabalho intensivas em computação com requisitos modestos de memória. Ele também poderia atender a implantações que distribuem modelos com eficiência entre muitos aceleradores. O problema é que essas vantagens diferem da narrativa de 1 TB apresentada na GTC.

Esta é a reversão central. A Nvidia usou integração extrema para definir o Rubin Ultra e, em seguida, teria começado a testar reduções no mesmo projeto integrado. Memória, chiplets de computação e topologia do rack parecem estar todos sob revisão.

A empresa ofereceu uma resposta ampla aos relatos relacionados a atrasos. Após alegações de que o Kyber havia sido adiado para 2028, um representante da Nvidia disse que seu “roteiro está intacto”. A Nvidia não esclareceu se essa declaração abrangia as especificações originais, o cronograma ou um roteiro revisado.

Essa distinção tornou-se essencial. Uma família de produtos pode manter o cronograma enquanto sua configuração interna muda. A Nvidia poderia lançar algo chamado Rubin Ultra em 2027 sem entregar o acelerador de quatro chiplets e 1 TB exibido em março.

Para compradores empresariais, os nomes dos produtos importam menos do que o desempenho validado e as datas de entrega. Ainda assim, a distância entre o anúncio e o envio afeta o planejamento. Os data centers precisam reservar energia, refrigeração, espaço físico, rede e financiamento muito antes de os racks chegarem.

A Nvidia, portanto, enfrenta uma difícil decisão de engenharia. Manter a especificação de 1 TB preserva a narrativa do produto principal, mas concentra riscos de fornecimento e fabricação. Reduzir a memória protege o volume, mas enfraquece a promessa técnica original.

A Menor Memória do Rubin Ultra Muda a Equação Competitiva

Uma redução de memória abriria espaço para os rivais, mas a posição da Nvidia em software e sistemas impede uma conclusão simples de vencedores e perdedores.

A AMD é a concorrente mais direta no mercado de aceleradores comerciais. Seu roteiro Instinct mira os mesmos grandes operadores de nuvem, desenvolvedores de modelos e compradores empresariais de infraestrutura. Esses clientes comparam sistemas completos, e não linhas isoladas de especificações.

A memória por acelerador é relevante para modelos grandes, janelas de contexto extensas, checkpoints de treinamento e caches de chave-valor. Mais memória local pode reduzir a divisão do modelo e a comunicação entre processadores. Também pode suportar lotes maiores ou sequências mais longas dentro de um sistema fixo.

A largura de banda importa separadamente da capacidade. Um design HBM4 de 192 GB ainda poderia oferecer alta largura de banda se usar pilhas rápidas em quantidade suficiente e uma interface ampla. As informações atuais não fornecem detalhes suficientes para determinar essa configuração.

Por isso, conclusões diretas sobre desempenho seriam prematuras. Uma capacidade menor não prova que o Rubin Ultra perderá para a AMD. Ela mostra, porém, que os clientes precisam de especificações atualizadas antes de fazer comparações confiáveis.

Os provedores de nuvem também têm aceleradores personalizados. Google, Amazon, Microsoft e Meta projetam chips para cargas de trabalho internas selecionadas. Seus sistemas podem sacrificar generalidade quando isso melhora a eficiência ou o controle de fornecimento.

Essas alternativas pressionam a Nvidia de duas formas. Elas dão aos hyperscalers maior poder de negociação e reduzem a dependência do roteiro de um único fornecedor. Um operador de nuvem pode direcionar cargas de trabalho adequadas para seu próprio silício, enquanto reserva sistemas Nvidia para tarefas sensíveis ao software.

A Nvidia mantém vantagens significativas. CUDA continua profundamente incorporado ao desenvolvimento de IA, e a empresa controla uma ampla pilha que cobre processadores, interconexões, rede, CPUs e software. Os clientes podem aceitar uma especificação de hardware reduzida para preservar compatibilidade e velocidade de implantação.

A reportagem de origem reflete essa força. Um cliente da Nvidia teria dito que a memória por GPU não era a principal preocupação e destacou o relacionamento de longo prazo. Essa visão não representa todos os compradores, mas ilustra por que a capacidade, por si só, não decidirá a demanda.

A disponibilidade pode importar mais do que a especificação ideal. Um acelerador de 256 GB entregue de forma previsível pode ser mais útil do que um design de 1 TB atrasado por memória escassa. Provedores de nuvem não obtêm nada de hardware que permanece preso na fase de qualificação.

Ao mesmo tempo, reduzir a memória pode transferir custos para outros pontos. Os clientes podem precisar de mais aceleradores, mais rede ou infraestrutura adicional de armazenamento para a mesma carga de trabalho. A maior complexidade do sistema pode compensar as economias geradas por um pacote mais simples.

A energia é outra preocupação. Distribuir um modelo entre mais aceleradores pode elevar as exigências de comunicação e refrigeração. Por isso, os compradores analisarão tokens úteis produzidos por watt, e não apenas o desempenho aritmético máximo.

A otimização de software poderia suavizar o impacto. A quantização reduz o número de bits usados para representar os pesos do modelo. Modelos de mistura de especialistas ativam apenas partes selecionadas de uma rede para cada token. Uma gestão melhor de cache também pode limitar a pressão sobre a memória durante a inferência.

Nenhum desses métodos elimina as restrições físicas. Eles mudam a eficiência com que os desenvolvedores usam a capacidade disponível. Os resultados variam entre modelos e podem afetar qualidade, latência ou esforço de engenharia.

O impacto do HBM4 da Nvidia, portanto, será diferente para cada cliente. Grandes laboratórios que treinam modelos de fronteira podem valorizar a capacidade local máxima. Provedores de inferência com modelos otimizados podem preferir fornecimento confiável e maior densidade por rack.

Os compradores empresariais devem evitar tratar o protótipo relatado de 192 GB como produto final. Também devem evitar basear planos de infraestrutura na configuração demonstrada de 1 TB. Ambos os números permanecem provisórios até que a Nvidia publique e valide as especificações finais.

A Reportagem Deixa Questões Técnicas Críticas Sem Resposta

As evidências sustentam uma séria revisão de design, mas não estabelecem qual protótipo a Nvidia fabricará.

A primeira incerteza diz respeito ao mapeamento das configurações. A reportagem identifica opções de 192 GB, 256 GB, menos pilhas e HBM4. Ela não diz se essas descrições se referem a três designs distintos ou a recursos sobrepostos.

Um design HBM4 de 192 GB poderia usar um arranjo de pilhas diferente da versão de 256 GB. Outro protótipo poderia manter HBM4E enquanto reduz o número de pilhas. Sem esse mapeamento, as comparações permanecem especulativas.

A segunda questão diz respeito aos dies de computação. Reportagens de junho descreveram uma mudança de quatro chiplets para dois, mas a Nvidia não confirmou essa alteração. Os testes de memória podem envolver hardware com dois chiplets, o pacote original de quatro chiplets ou ambos.

As decisões de computação e memória não podem ser avaliadas separadamente. Menos dies de computação reduzem a capacidade aritmética e a demanda por memória. Manter quatro dies de computação com memória drasticamente reduzida poderia criar um desequilíbrio mais severo de largura de banda ou capacidade.

A terceira incógnita é o significado de “testes”. Empresas de hardware testam muitas configurações antes da produção. Alguns experimentos avaliam a viabilidade, enquanto outros preparam produtos para diferentes segmentos de clientes.

A Nvidia poderia eventualmente lançar mais de um modelo Rubin Ultra. Uma versão escassa de 1 TB poderia atender clientes selecionados, enquanto produtos com menos memória dariam suporte a uma implantação mais ampla. A reportagem não confirma essa segmentação, mas ela continua tecnicamente possível.

Também há diferença entre escassez de fornecimento e dificuldade de rendimento. Escassez significa que existem poucos componentes qualificados. Problemas de rendimento significam que muitos pacotes fabricados não atendem aos requisitos. Ambos reduzem a produção, mas exigem soluções diferentes.

A fonte atribui a pressão à complexidade do HBM4E e ao fornecimento insuficiente para o lançamento do Rubin Ultra. A Nvidia e seus parceiros de memória não divulgaram publicamente números de produção que verifiquem essa alegação de forma independente.

Os anúncios dos fornecedores oferecem contexto útil sem resolver a questão. A Micron afirma que seu HBM4 alcançou produção em alto volume, mas o HBM4E exige personalização adicional. O status de produção de uma geração não garante fornecimento adequado para a próxima.

Kyber introduz outra dependência não resolvida. Reportagens de julho afirmaram que seu rack NVL144 enfrentou um atraso relacionado a uma complexa placa traseira de cobre. A alegação de atraso do Kyber disse que a mudança relatada não afetava sistemas Rubin padrão enviados anteriormente.

O material oficial da Nvidia ainda descreve o Kyber como uma base para o Rubin Ultra e para a posterior geração Feynman. Ele também lista caminhos NVL72 e NVL576. Esse plano de sistema mais amplo poderia dar à Nvidia alternativas caso uma configuração de rack atrase.

No entanto, cada alternativa altera as premissas de implantação. O NVL72 oferece menos aceleradores dentro de um domínio de escalabilidade vertical. O NVL576 depende de uma topologia multirrack que usa conexões de cobre e ópticas. Esses sistemas criam desafios distintos de rede e operação.

O desempenho é a maior questão sem resposta. A capacidade de memória, sozinha, não revela velocidade de treinamento, throughput de inferência, latência ou eficiência energética. A Nvidia não publicou benchmarks validados para as configurações relatadas.

Os clientes também precisarão de dados específicos por carga de trabalho. Um modelo que cabe em 192 GB comporta-se de forma diferente de um que precisa se distribuir entre vários processadores. A inferência de contexto longo pode criar demandas de memória que crescem com usuários, comprimento de sequência e precisão do cache.

A reportagem Nvidia Tom é, portanto, crível como relato de protótipos, não como uma ficha de especificações final. Seu valor está em revelar as escolhas em consideração. Ela não deve ser usada para declarar um produto final rebaixado antes que a Nvidia anuncie um.

Três Sinais Mostrarão Qual Rubin Ultra Sobrevive

O Rubin Ultra final será definido por divulgações de produção, qualificação de clientes e benchmarks em nível de sistema, e não por rumores sobre protótipos.

O primeiro sinal é a próxima atualização detalhada de especificações da Nvidia. Os compradores devem observar a capacidade de memória confirmada, a geração de memória, a contagem de pilhas, a quantidade de chiplets de computação e a largura de banda. Uma especificação abaixo de 1 TB confirmaria que o design de março já não representa o principal alvo de produção.

A linguagem em torno da disponibilidade importará tanto quanto os números. A Nvidia pode preservar um modelo de alta capacidade para implantação limitada, enquanto introduz variantes menores. Esse resultado enfraqueceria a ideia de um recuo completo, ao mesmo tempo que confirmaria uma segmentação motivada pelo fornecimento.

O segundo sinal é a qualificação dos fornecedores. Fabricantes de memória devem divulgar se o HBM4E entrou em produção em alto volume para o Rubin Ultra, e não apenas se o HBM4 está sendo enviado para o Rubin padrão. As alegações de produção devem identificar capacidade, velocidade e status de qualificação do cliente.

Se os fornecedores anunciarem produção qualificada de HBM4E em volume suficiente, o design original se tornará mais plausível. A ênfase contínua no HBM4 padrão reforçaria o argumento a favor de configurações com menos memória.

O terceiro sinal é o teste pelos clientes. A Nvidia já enviou amostras do Vera Rubin padrão a clientes selecionados e afirma que os envios de produção continuam planejados para o segundo semestre de 2026. O Rubin Ultra precisa de marcos equivalentes antes que seu cronograma para 2027 se torne crível.

A qualificação pelos clientes deve produzir evidências mais claras sobre o desempenho utilizável. Os compradores precisam de resultados de treinamento de modelos, throughput de inferência, latência, consumo de energia e confiabilidade em racks completos. Números agregados de marketing não podem responder a todas as questões de implantação.

O progresso do Kyber faz parte desse terceiro sinal. Um rack de produção funcional mostraria que a Nvidia resolveu seus problemas de placa traseira, refrigeração e integração. A dependência contínua de layouts alternativos de rack sugeriria que a complexidade do sistema continua sendo o maior obstáculo.

Esses sinais reforçarão ou enfraquecerão o julgamento central do artigo. Especificações oficiais reduzidas confirmariam que a realidade da fabricação derrotou a promessa de 1 TB. HBM4E qualificado e sistemas de alta capacidade validados mostrariam que a Nvidia tratou os protótipos menores como planos de contingência.

Para os desenvolvedores, a lição imediata é evitar pressupor uma única meta de memória. As equipes de software devem testar o particionamento, a quantização e o comportamento de cache em diversos limites de capacidade. Essa preparação ajuda, quer a Nvidia lance um design de 192 GB, 256 GB ou de maior capacidade.

Os compradores empresariais devem solicitar resultados específicos por carga de trabalho em vez de comparar nomes de produtos. Devem perguntar quanta memória de acelerador permanece disponível após a sobrecarga de runtime, como os modelos se distribuem entre GPUs e como as falhas afetam o rack.

Os planejadores de infraestrutura também devem manter múltiplos cenários de energia e refrigeração. Um pacote de acelerador menor não cria necessariamente uma implantação menor. Os clientes podem compensar usando mais processadores ou sistemas mais densos.

O redesign relatado não prova que o Rubin Ultra falhou. É evidência de que a configuração mais ambiciosa da Nvidia enfrenta um caminho difícil entre a demonstração e a produção em volume. Essa distinção deve orientar toda interpretação da cobertura Nvidia Tom.

A Nvidia preservará o carro-chefe de 1 TB, dividirá o Rubin Ultra em vários produtos ou tornará o HBM4 o padrão prático? Acompanhe a próxima atualização de especificações antes de se comprometer com uma resposta. Em seguida, compare essas afirmações com a qualificação dos fornecedores e benchmarks reais de clientes. Essas três verificações revelarão se a Nvidia resolveu a escassez ou apenas redesenhou sua estratégia em torno dela.