受全球内存供应紧张及验证进度影响，英伟达正并行测试将HBM4E堆叠层数从12Hi降至8Hi或降级至HBM4等多项替代路径以保障出货。
英伟达针对计划于明年推出的Rubin Ultra AI GPU启动显存配置评估调整，原定的高规格方案面临供应链挑战。根据行业分析机构TrendForce及韩国尤金投资与证券的消息，该公司正在并行研究除12层堆叠HBM4E之外的其他技术选项。这一变动旨在应对DRAM原厂在HBM4E验证进度上的不确定性以及量产良率的波动风险，确保在显存总供应量受限的背景下能够维持产品出货规模。
具体的调整路径包括两种主要方向：一是将存储介质从HBM4E降级为HBM4；二是减少堆叠层数，从12Hi方案调整为8Hi方案。通过削减单层堆栈内的DRAM Die数量，英伟达可以利用同等数量的晶圆构建更多的显存堆栈单元，从而在总量有限的情况下满足更多GPU芯片的内存需求，该策略此前曾应用于Vera CPU的LPDDR5X SOCAMM2项目。若最终采用较低配置的HBM方案，Rubin Ultra的核心性能指标将发生显著变化：其I/O接口带宽预计无法完全达到原定14-16Gbps的跨越式升级目标，可能仅维持在11-12Gbps左右，相较于上一代产品的8-11.7Gbps虽有提升但幅度收窄。此外，部分AI专用芯片（ASIC）厂商也被曝出正在考虑降低HBM容量配置以适配供应现状。
尽管市场预测显示2027年HBM出货总量预计将同比增长50%至60%，但这一增速仍难以填补人工智能算力市场爆发式增长带来的巨大需求缺口。当前全球显存市场呈现典型的卖方市场特征，先进制程HBM4E 12Hi方案在量产阶段的稳定性成为制约英伟达部署计划的关键变量。面对硬件产能的刚性约束，调整配置层级成为平衡性能预期与交付能力之间的务实选择，这一动态也将直接影响下一代AI服务器硬件市场的供应节奏与技术规格分布。