Citrini分析师质疑闪迪HBF性能对比：演示参数或低估HBM实际能力
相关推荐
SemiAnalysis：HBF 非 HBM 替代，成本与散热仍存不确定性
火星财经消息，P Equity Research 与 SemiAnalysis 研究员 Nick Doyle 等在 X Space 讨论高带宽闪存 HBF。Nick 表示，目前判断 HBF 相对 HBM 的成本溢价能缩小多少仍为时过早，现有数据多为厂商说法，如 Sandisk 称每比特成本约为 HBM 的八分之一。良率、测试等会随规模改善，但 TSV、堆叠及 pSLC 模式等结构性成本永久存在，耐久性是关键未知数，若磨损超预期将推高成本。HBF 应用场景狭窄，仅面向 AI 推理，尤其是低 batch、长上下文的 MoE 模型，并非 HBM 替代品。实际带宽目标约 1.6 TB/s，属 HBM3E 级别，适合顺序读取以加载模型权重，更匹配本地或私有企业少量 GPU 的容量需求，而非超大规模带宽场景。散热可靠性尚未解决，闪存在 GPU 旁高温下会加速劣化，UCIe 分离与每日刷新等缓解措施仍未获验证。制造方面，Sandisk/Kioxia 具备 3D NAND 经验，SK Hynix 补充 HBM 式堆叠能力，但量产仍待证实。整体来看，存储正转向分层专业化市场，NAND 短缺预计持续至 2028 年，HBF 可能进一步影响供需。
Citrini观点：英伟达护城河依然深厚，HBM4成本翻倍推升Rubin售价，高毛利与强定价权未受动摇
火星财经消息，7 月 28 日，Citrini 分析师 Jukan 引用富邦证券《2027 半导体展望》报告指出，尽管 HBM4 成本将从 HBM3e 的 17-18 美元/GB 大幅跳升至 2026 年的 31-32 美元/GB，推升英伟达 Rubin GPU 售价至约 7.8 万至 8 万美元，但英伟达仍能维持 75% 至 80% 的高毛利率水平，其定价权与成本传导能力未被动摇。报告中同时指出，定制 ASIC 的 HBM 成本可能更高，达到 35-36 美元/GB，意味着 2027 年 HBM 成本将翻倍。 富邦证券报告对 AI 市场需求保持乐观，认为尽管市场近期担忧 AI 通胀，但 Token 成本仍是驱动云服务商资本支出的更重要因素。在架构层面，英伟达新机架仍计划使用相同数量的计算芯片，机架内仍用线缆做 Scale-up，机架间则用 NPO/CPO 做 Scale-out。此外谷歌计划 2028 年部署 1200 万至 1500 万颗 TPU，产能消耗较 2027 年翻倍以上；英特尔 EMIB 产能预计 2027 年底增至每月 2.4 万至 2.5 万片，台积电则放缓 SoIC 扩张以优先扩大 CoWoS 产能。 核心结论为：即便成本结构发生变化，英伟达在 AI 算力生态中的定价权、毛利率和需求支撑仍然构筑了难以撼动的竞争壁垒。
Citrini分析师：Rubin Ultra下调HBM堆叠层数未必利空，或扩大HBM总需求
火星财经消息，8 月 30 日，Citrini 分析师 Jukan 发文表示，据其消息来源，英伟达 Rubin Ultra 所采用的 HBM 规格可能由 12 层 HBM4E 下调至 8 层，OpenAI 和 Anthropic 等客户甚至曾要求采用 4 层产品，但遭存储厂商拒绝，目前降规可能止步于 8 层。其认为，降规主要源于良率及成本压力：若采用 12 层 HBM4E 并计入涨价，内存成本可能占 Rubin Ultra 整体物料成本的约 70%。 模型量化、MLA 以及计算任务拆分等软件优化，正将低频访问的 KV 缓存和模型状态转移至 LPDDR、CXL 及 NAND，HBM 主要保留当前计算所需的工作集。因此，在满足最低容量后，客户对 HBM 带宽的重视程度开始超过容量。 其认为，降低堆叠层数可提高封装良率、增加 HBM 及 AI 加速器出货量，反而可能扩大 HBM 总需求；更高带宽要求还会降低晶圆中通过速度分档的芯片比例，进一步消耗 DRAM 晶圆产能。长期来看，HBM 终将被新架构替代，最终方向可能是存储与逻辑芯片融合，未来两年将成为存储厂商能否向逻辑领域扩张的关键阶段。
Citrini观点：英伟达5000亿美元融资担保有望支撑GPU销售，不属于循环融资
火星财经消息，8 月 16 日，Citrini 分析师 Jukan 发文表示，英伟达与华尔街规模达 5000 亿美元的融资担保安排，有助于避免超大规模云服务商在现金流趋紧、无法再完全以预付款方式购买 GPU 时，对 GPU 销售造成冲击。 他认为，这一安排还将加速 GPU 市场总可寻址市场（TAM）的扩张，并不属于「循环融资」。一个值得关注的变化是，华尔街正越来越多地将 GPU 视为可以回收价值的抵押品。
上海：围绕高性能计算芯片（GPU/NPU）、量子芯片（QPU）、高速光互连（CPO）、高带宽内存（HBM）及异构服务器等核心环节 推动自主芯片与主流大模型深度融合
火星财经消息,上海市经济和信息化委员会印发《上海市软件和信息服务业发展“十五五”规划》。其中提到，攻坚下一代模型架构，推动基于状态空间模型、循环神经网络变体、液态神经网络等非Transformer架构的多技术路线探索。加快布局物理智能、世界模型、量子智能、类脑智能等前沿基础模型技术体系。攻关超大规模智能算力集群组网技术，围绕高性能计算芯片（GPU/NPU）、量子芯片（QPU）、高速光互连（CPO）、高带宽内存（HBM）及异构服务器等核心环节，提升智算硬件的供给能力，推动自主芯片与主流大模型深度融合。聚焦新型存储检索、数模协同等，突破高精度异构处理、原生多模态融合及动态价值对齐等关键技术，建设覆盖语料全生命周期的自动化复杂推理。(财联社)
英伟达考虑降低Rubin Ultra GPU配置，以缓解HBM供应短缺
PANews 8月7日消息，据The Information报道，英伟达正在考虑调整下一代Rubin Ultra GPU的设计方案，通过减少高带宽内存（HBM）配置来应对先进HBM芯片供应紧张问题。 知情人士透露，过去几周英伟达已测试至少三种不同版本的Rubin Ultra GPU，其中部分版本搭载的显存容量低于公司此前公布的规划。英伟达考虑推出低显存版本，主要原因是市场可能无法获得足够数量的先进HBM芯片。 HBM是AI加速器的关键组件，能够提供更高的数据传输速度，成为训练和推理大型AI模型的重要基础。随着AI算力需求快速增长，HBM供应已成为限制高端AI芯片产能的重要因素之一。