لقد تم تخفيض مسرع الذكاء الاصطناعي الأكثر طموحًا من NVIDIA بهدوء إلى النصف. شركة أبحاث أشباه الموصلات شبه التحليل أكدت شركة TSMC في 30 يونيو أن الإصدار الأصلي رباعي القوالب من وحدة معالجة الرسومات Rubin Ultra – التي تم الكشف عنها وسط ضجة كبيرة في GTC 2026 قبل ثلاثة أشهر فقط – قد تم إلغاؤه بسبب قيود التصنيع التي لم تتمكن TSMC من حلها بعد. ستوفر وحدة معالجة الرسومات التي سيتم شحنها فعليًا في عام 2027 تحت اسم Rubin Ultra ما يقرب من نصف الحوسبة ونصف عرض النطاق الترددي للذاكرة لما تم الإعلان عنه. يحتاج عملاء المؤسسات الذين يخططون للبنية التحتية للذكاء الاصطناعي حول مواصفات Rubin Ultra الأصلية إلى إعادة بناء نماذج الشراء الخاصة بهم الآن، قبل إبرام العقود.
يشير الإلغاء أيضًا إلى شيء يتجاوز خريطة طريق منتج NVIDIA: لقد وصلت تقنية التغليف المتقدمة CoWoS-L من TSMC إلى السقف المادي على مقياس رباعي القوالب، ومن غير المتوقع أن يدخل خليفتها – CoPoS – الإنتاج الضخم حتى أواخر عام 2028 على أقرب تقدير. لقد افترضت صناعة مسرعات الذكاء الاصطناعي بأكملها أن ابتكار التعبئة والتغليف يمكن أن يحافظ على قفزات الأداء السنوية مع تباطؤ قياس الترانزستور التقليدي. يختبر فشل Rubin Ultra هذا الافتراض مباشرة.
لم تعلق NVIDIA علنًا على تغيير التصميم.
لماذا كان التصميم الأصلي أكبر من أن يتم بناؤه؟
كانت وحدة Rubin Ultra ذات الأربع قوالب محاولة لمضاعفة بنية وحدة معالجة الرسوميات Rubin القياسية، والتي تجمع بين قالبين حسابيين بحجم شبكاني تقريبًا مع ثمانية مجموعات ذاكرة HBM4 على تتدخل CoWoS-L. كان على Rubin Ultra توسيع نطاق ذلك إلى أربع قوالب حسابية وستة عشر حزمة HBM4E في حزمة واحدة – وهو التكوين الذي كان سيتطلب وسيطًا يمتد تقريبًا من 7.5 إلى 8 أضعاف الحد الشبكي، وهو الحد المادي الصلب الذي تحدده بصريات الطباعة الحجرية عند حوالي 858 ملم مربع لكل مجال تعريض.
المشكلة الهندسية ميكانيكية بقدر ما هي كهربائية. يجمع CoWoS-L بين قوالب السيليكون المتعددة ومكدسات الذاكرة على ركيزة عضوية مع وصلات جسر السيليكون المدمجة. في أربع قوالب ذات حجم قريب من الشبيكة، يؤدي تجميع أكثر من 3400 ملليمتر مربع من السيليكون النشط على وسيط واحد إلى إحداث حرب شديدة في الركيزة: تتمدد الركيزة العضوية وقوالب السيليكون وتنكمش بمعدلات مختلفة تحت التدوير الحراري، مما يؤدي إلى ثني الحزمة في اتجاهات متعددة. عندما يحدث ذلك، تفقد قوالب الحوسبة الاتصال الكامل بالركيزة، مما يؤدي إلى حدوث أعطال كهربائية وتقليل إنتاجية التصنيع بشكل كبير. عيب واحد يدمر طردًا يمكن أن يكلف عشرات الآلاف من الدولارات.
يستبدل الحل المقترح من TSMC – CoPoS، أو Chip-on-Panel-on-Substrate – وسيط السيليكون التقليدي بطبقة إعادة توزيع أكبر على شكل لوحة يمكنها استخدام مواد الزجاج أو الياقوت. تعمل الركائز الزجاجية على تقليل عدم تطابق التمدد الحراري وأظهرت تحسنًا قابلاً للقياس في الالتواء في بيانات التحقق الخاصة بشركة TSMC. لكن من غير المتوقع ظهور خطوط تجريبية لـ CoPoS قبل نهاية عام 2026، ويستهدف الإنتاج الضخم في أواخر عام 2028 إلى أوائل عام 2029 – وهو جدول زمني يتعارض بشكل واضح مع إطلاق Rubin Ultra في عام 2027.
ما الذي سيقدمه برنامج Rubin Ultra المنقح بالفعل؟
بدلاً من التخلي عن اسم Rubin Ultra، تتجه NVIDIA إلى تصميم ثنائي القالب – نفس عدد الشرائح مثل Rubin القياسي – مقترنًا بذاكرة HBM4E بدلاً من HBM4 المستخدم في المنتج الأساسي. هذا الاستبدال مهم: HBM4E يضاعف معدل بيانات HBM4 إلى 16 جيجابت في الثانية لكل طرف عبر واجهة 2048 بت، مما يوفر ما يصل إلى 4.1 تيرابايت في الثانية من عرض النطاق الترددي لكل حزمة، مقابل ما يقرب من 2 إلى 3 تيرابايت في الثانية لـ HBM4. ستوفر ثمانية حزم HBM4E ما يقرب من 384 جيجا بايت من السعة لكل وحدة معالجة رسومات، مقارنة بـ 288 جيجا بايت في Rubin القياسي، وعرض نطاق ترددي أكبر بكثير لكل حزمة – على الرغم من أن إجمالي عرض النطاق الترددي للذاكرة أقل بكثير مما كان يمكن أن توفره الستة عشر حزمة.
لتقريب الحوسبة الإجمالية التي كان من الممكن أن يقدمها التصميم الأصلي ذو الحزمة الواحدة ذو الأربع قوالب، من المتوقع أن تستخدم NVIDIA تكوينًا على مستوى اللوحة “2 + 2″، مع إقران وحدتي GPU Rubin Ultra ثنائي القالب على شفرة واحدة في نظام حامل Kyber. ويحقق هذا النهج عدد القوالب الأربعة على مستوى الحامل وليس ضمن حزمة واحدة، وهو ما يسهل تصنيعه بشكل كبير، ويتيح إنتاجية أعلى، ويقلل تكلفة كل وحدة. ومع ذلك، فإن المقايضة حقيقية: أربع قوالب في حزمة واحدة تتواصل عبر الوصلات البينية من قالب إلى قالب مع عرض نطاق ترددي أعلى بكثير وزمن وصول أقل من أربع قوالب مقسمة عبر حزمتين متصلتين عبر آثار على مستوى اللوحة. بالنسبة لأحمال عمل الاستدلال الحساسة لزمن الاستجابة، فإن هذه الفجوة المعمارية مهمة.
وصلت التعبئة والتغليف المتقدمة إلى جدار مادي
ينتمي انعكاس Rubin Ultra إلى نمط مرئي لأي شخص يتتبع مقياس تسريع الذكاء الاصطناعي. يقوم Rubin القياسي نفسه بالفعل بدفع CoWoS-L إلى ما يقرب من 4 أضعاف حد شبكاني – كان حد الجيل السابق حوالي 2.5x. كان Rubin Ultra ذو الأربع قوالب يتطلب ما يقرب من 8x، وهو ضعف مرة أخرى للتكوين المتطرف بالفعل. تقدم كل خطوة أعلى مقياس المتدخل زيادات غير خطية في مخاطر الحرب، وتعقيد التجميع، وصعوبة الإدارة الحرارية.
لقد تم التعامل مع صناعة تعبئة أشباه الموصلات من قبل مستثمري الذكاء الاصطناعي وأصحاب النطاقات الفائقة باعتبارها الآلية التي من شأنها أن تحل محل إبطاء قياس الترانزستور – الافتراض هو أنه إذا لم تتمكن من جعل القوالب الفردية أسرع من خلال الانكماش، فيمكنك إنشاء أنظمة أكبر من خلال تجميع المزيد من القوالب معًا. ويسري هذا الافتراض على مقاييس الحزمة المتواضعة. على المقياس الرباعي متعدد الشبيكات الذي حاولت NVIDIA القيام به، توقفت عن الصمود. تواجه الصناعة الآن فترة انتظار: إذا حققت CoPoS تخفيضات الصفحات التي تشير إليها بيانات التحقق المبكرة، فإنها ستجعل الحزم الرباعية أو الأكبر حجمًا قابلة للتطبيق في المستقبل. لكن “أواخر عام 2028 على أقرب تقدير” يعني وجود جيلين من المنتجات على الأقل من العبوات الأكثر تحفظًا.
سوق الذاكرة HBM4E والتداعيات التنافسية
إن التخفيض من ستة عشر إلى ثمانية مكدسات HBM4E لكل حزمة GPU له عواقب على سوق الذاكرة ذات النطاق الترددي العالي. وفق شبه التحليل، يعد سوق HBM بالفعل بيئة مشتري واحد في طبقة HBM4E – فقط NVIDIA هي التي تقوم حاليًا بشراء HBM4E بكميات كبيرة. يؤدي خفض عدد المكدسات لكل وحدة معالجة رسومات إلى النصف من التكوين المخطط له في الأصل إلى تقليل الطلب الإجمالي على HBM4E بشكل كبير، في الوقت الذي قامت فيه كل من SK hynix وSamsung بتسريع الجداول الزمنية لتأهيل HBM4E على وجه التحديد تحسبًا لأحجام Rubin Ultra.
في المشهد التنافسي، تواجه Rubin Ultra المنقحة مقارنة أكثر صعوبة مع Instinct MI500 القادمة من AMD، والتي تستخدم HBM4E وتستهدف نفس نافذة 2027. تم بالفعل وضع إصدار MI500 لعام 2027 للتنافس على سعة الذاكرة؛ يعمل إصدار Rubin Ultra ثنائي القالب بدلاً من الإصدار رباعي القالب على تضييق فجوة الأداء التي كان من الممكن أن تحافظ عليها NVIDIA.
استغلت شركة SemiAnalogy هذه المناسبة للإشارة إلى مخاوف طويلة المدى: وهي أن خندق النظام البيئي لبرامج CUDA الخاص بـ NVIDIA – وهو السبب الرئيسي تاريخيًا لاستمرار المؤسسات في استخدام أجهزة NVIDIA حتى عندما تبدو البدائل أرخص – يتآكل بشكل أسرع مما كان متوقعًا في السابق. أشارت الشركة إلى الحصة المتزايدة من أعباء العمل الاستدلالية التي تعمل على Amazon Trainium وأعباء العمل التدريبية التي تعمل على Google TPU في مختبرات الذكاء الاصطناعي الحدودية. وفق تحليل الصناعة، من المتوقع أن تنمو شحنات ASIC المخصصة بنسبة 44 بالمائة تقريبًا سنويًا في عام 2026، أي ما يقرب من ثلاثة أضعاف معدل نمو وحدات معالجة الرسوميات التجارية.
لم تعلق NVIDIA علنًا على تغيير التصميم إلى Rubin Ultra. تظل وحدة معالجة الرسوميات Rubin القياسية في طريقها للشحنات الجماعية هذا الصيف إلى ثمانية شركاء سحابيين مؤكدين: AWS، وGoogle Cloud، وMicrosoft Azure، وOracle Cloud، وCoreWeave، وLambda، وNebius، وNscale.
الأسئلة المتداولة
ما هو NVIDIA Rubin Ultra الأصلي، وما الذي تغير؟
تم تصميم Rubin Ultra الأصلي، الذي تم الإعلان عنه في GTC 2026 في مارس، بأربعة قوالب حسابية وستة عشر حزمة ذاكرة HBM4E في حزمة واحدة – ضعف بنية وحدة معالجة الرسومات Rubin القياسية. أكدت شركة SemiAnalys في 30 يونيو أن هذا التصميم قد تم إلغاؤه بسبب قيود التصنيع باستخدام تقنية التغليف المتقدمة CoWoS-L من TSMC. يحمل البديل قالبين حسابيين (نفس قالب Rubin القياسي) مع ثمانية مكدسات HBM4E، مما يوفر ما يقرب من نصف الأداء المعلن عنه في الأصل.
لماذا فشلت عبوة CoWoS-L في التصميم رباعي القوالب؟
يقوم CoWoS-L بتجميع قوالب سيليكون متعددة ومكدسات ذاكرة HBM على ركيزة عضوية باستخدام وصلات جسر السيليكون المدمجة. على نطاق أربع قوالب حوسبة قريبة من حجم الشبكة – تمتد ما يقرب من 7.5 إلى 8 أضعاف حد الشبكة – تتشوه الركيزة تحت التدوير الحراري لأن المواد العضوية والسيليكون تتوسع وتنكمش بمعدلات مختلفة. عندما يكون الالتواء شديدًا بدرجة كافية، تفقد قوالب الحوسبة الاتصال الكهربائي مع الركيزة. يستخدم بديل الجيل التالي من TSMC، CoPoS، طبقة إعادة توزيع على شكل لوحة مع مواد من الزجاج أو الياقوت لتقليل عدم التطابق هذا، ولكن من غير المتوقع أن يصل إلى الإنتاج الضخم قبل أواخر عام 2028.
هل يؤثر تغيير التصميم على موعد شحن Rubin Ultra؟
لا يزال Rubin Ultra المعدل ثنائي القالب مستهدفًا لعام 2027. وتتوقع NVIDIA الحفاظ على هدف الحوسبة الإجمالي على مستوى الحامل من خلال تكوين لوحة “2+2” الذي يجمع بين حزمتين ثنائي القالب على شفرة واحدة في نظام حامل Kyber. سيكون الأداء وسعة الذاكرة لكل حزمة أقل مما تم الإعلان عنه في الأصل، ولكن من المتوقع أن تظل الإنتاجية على مستوى الحامل قابلة للمقارنة على نطاق واسع. لم تؤكد NVIDIA علنًا تغيير التصميم أو مواصفاته.
ماذا يعني هذا بالنسبة للمشترين الذين يخططون للبنية التحتية للذكاء الاصطناعي حول Rubin Ultra؟
يحتاج العملاء من المؤسسات وأصحاب النطاقات الفائقة الذين وضعوا خطط شراء حول المواصفات الأصلية لـ Rubin Ultra ذات القوالب الأربعة – وخاصةً ما يقرب من 1 تيرابايت من ذاكرة HBM4E ورقم الحوسبة الكامل الذي كان سيمكنه ستة عشر حزمة – إلى تحديث هذه النماذج. ستحتوي الشريحة التي يتم شحنها على ما يقرب من 384 جيجابايت من HBM4E لكل حزمة. قد يقترب الأداء على مستوى الحامل من خلال نهج 2+2 من الأرقام الإجمالية الأصلية، ولكن بتكلفة وتعقيد أعلى للنظام، حيث يجب شراء المزيد من حزم وحدة معالجة الرسومات ونشرها للوصول إلى إنتاجية مكافئة.
