Rubin Ultra设计调整--价值量重新分配

昨晚大家都在讨论Rubin Ultra 4-die要取消的事，做这么复杂的芯片，遇到制造难题太正常了。这种级别的集成度本来就是在挑战极限，工程团队根据实际情况调整实现路径，恰恰说明他们在务实地解决问题，而不是死磕到底。

GFHK提到可能从原生的 4 颗 die 设计改成 2+2 的配置，但这个也还不成熟，所以目前最终是什么方案还很难下定论。

具体选择什么方案，其实大家并不用太在意，我们只需要知道，从系统层面看，这些影响都不是很大。因为云服务商采购的是整套计算系统，不是单个芯片。

他们买的是计算托盘、机架级的完整方案。至于里面的芯片是 4 颗 die 原生封装，还是 2+2 组合起来的，只要最终交付的系统规格不变，对他们来说区别不大。

具体来说，如果 2+2 配置依然能提供每个高端单元约 1TB 的 HBM4e 内存，系统架构（比如 NVL/Kyber 规模）也保持不变，那整个系统的内存容量其实没变。从这个角度看，HBM 的需求量应该看系统配置，而不是纠结 die 怎么切分的。

核心逻辑就是：Rubin Ultra 要实现的目标没变，只是实现方式可能有调整。

不过这种调整确实会让硬件产业链内部的价值分配发生变化。

先进封装这块，如果是原生 4-die 方案，那复杂度和定价权都集中在最顶尖的封装环节（比如超大 CoWoS 面积、良率要求极高）。改成 2-die 模块再 2+2 组装，最先进封装层的压力就会减轻一些。

板级集成这边，当 die 的聚合往上游移动时，更多集成工作就转移到了 PCB 和模块设计层面，这些环节的重要性会相对提升。

系统架构层面，重点会更多放在托盘和机架级的系统集成与扩展上，而不是单纯追求封装级的单体规模。

但关键是，如果计算托盘的规格和机架数量保持不变，我们没有理由认为系统部署规模或互连规模会缩减。所以下游硬件需求应该理解为结构性的重新分配，而不是整体萎缩。

AI的需求依旧在提高

从AI爆发以来，由于是到了最近，感觉什么东西都是缺的。

从去年美国缺电，到Memory超级大周期，到最近缺CPU、缺光纤、缺光模块的各种原材料，现在连变压器都是超级周期了，AI确实带动了整个产业链的需求。

在野村前天发布的文章中，提到：

在新增多项项目公告后（样本数量从 130 余个增至 240 余个，吉瓦级项目数量从 30 余个增至 40 余个），我们得出结论：2026 至 2030 年预测期内 AI 硬件需求将持续增长，其中2027 年景气度仍将高于 2026 年，且需求结构更优（未上市企业 OpenAI 占比下降，云服务商 CSP 占比提升）。

基于我们对 40 余个吉瓦级新建数据中心建设规划的追踪（不含另外 200 个追踪样本），我们预计 2026 年、2027 年新建数据中心需求分别为27 吉瓦、28 吉瓦，而 2025 年根据样本统计仅为 7 吉瓦；这有望推动 2026 年、2027 年CoWoS 晶圆需求分别新增 45 万片、60 万片。

北美的数据中心建设，依然在如火如荼的进行中：