Según TrendForce y otros análisis de la cadena de suministro, Nvidia está estudiando versiones con menos memoria para su futura GPU Rubin Ultra. Además, habría reducido la capacidad de memoria del sistema de escala de rack Vera Rubin NVL72. Nvidia rechaza la idea de que sean recortes provocados por la escasez y describe los cambios como variantes de producto adaptadas a distintos clientes.
La diferencia no es menor: el precio y la disponibilidad de la HBM4 ya están influyendo en la hoja de ruta estratégica del hardware de IA.
Desde el tercer trimestre de 2026, Nvidia habría ampliado sus pruebas de configuración de memoria para Rubin Ultra. El diseño de referencia original era una pila 12-Hi HBM4e, es decir, una memoria HBM4e apilada en 12 capas. Ahora la compañía estaría evaluando cuatro opciones :
Todavía no existe una especificación definitiva . La revisión respondería a dos factores: una escasez de DRAM que podría prolongarse durante 2027 y la incertidumbre sobre los plazos de certificación de HBM4e entre los tres grandes fabricantes de memoria .
En la práctica, Nvidia podría optar por una pila menos alta o por HBM4 en lugar de HBM4e si las versiones más avanzadas no están disponibles en volumen suficiente. Eso podría facilitar los envíos, aunque potencialmente con menor capacidad o rendimiento por acelerador.
En la plataforma Vera Rubin, el cambio reportado es más concreto. Nvidia habría decidido reducir de 192 GB a 96 GB por módulo la capacidad de los módulos SOCAMM —memoria modular empleada por las CPU Vera— en el sistema de escala de rack Vera Rubin NVL72 .
De acuerdo con análisis citados por TrendForce y GF Securities, la memoria total de las CPU Vera por rack bajaría de aproximadamente 55 TB a 28 TB. La capacidad de HBM4 asociada a las GPU, en cambio, se mantendría en 20,7 TB por rack .
El objetivo sería contener costes y aliviar las limitaciones de suministro. La memoria —incluidas la HBM y la SOCAMM— ya representaría cerca del 29 % del coste total de materiales del sistema, conocido como BOM por sus siglas en inglés .
Algunos análisis plantean que estos cambios no implican necesariamente rebajar una única configuración insignia. Nvidia podría estar preparando distintos SKU específicos para cada cliente, con diferentes niveles de memoria según la carga de trabajo .
Esa estrategia permitiría ofrecer sistemas para necesidades y presupuestos distintos, en lugar de depender de una sola versión de máximas prestaciones que podría quedar limitada por la disponibilidad de HBM4e.
En una publicación de blog del 7 de agosto de 2026, Nvidia rechazó las especulaciones de que Vera y Rubin hubieran sido recortados por falta de componentes. La empresa afirmó que las configuraciones mencionadas corresponden a SKU diferentes y ajustes específicos para cada cliente, no a una rebaja impuesta por las restricciones de suministro .
Nvidia también señaló que ajusta de forma continua el cómputo, las redes y la memoria para ofrecer a cada cliente la mejor combinación posible de rendimiento y eficiencia .
El director ejecutivo, Jensen Huang, había asegurado en junio de 2026 que Samsung, SK Hynix y Micron estaban certificadas para suministrar HBM4. En ese momento, afirmó que Vera Rubin estaba en producción completa y que Rubin, Rubin Ultra y los servidores Kyber seguían en camino . En julio, Huang negó los informes sobre retrasos y dijo que la producción de Vera Rubin avanzaba en volúmenes «gigantes» .
El desacuerdo central es claro: TrendForce y otros analistas interpretan la ampliación de las pruebas de HBM como un plan de contingencia ante la escasez; Nvidia lo presenta como una planificación normal de variantes para diferentes cargas de trabajo.
La HBM4 —memoria de gran ancho de banda utilizada por aceleradores de IA— estaría completamente asignada para todo 2026, mientras se espera que la escasez de DRAM continúe durante 2027 . Esto introduce una presión estructural sobre los precios y la disponibilidad de plataformas que van desde Vera Rubin hasta Rubin Ultra.
Con una participación aproximada del 29 % en el BOM de Vera Rubin NVL72, la memoria dejó de ser un componente secundario. La HBM y la SOCAMM se han convertido en uno de los principales factores de coste, obligando a Nvidia a equilibrar capacidad, rendimiento, precio y disponibilidad .
Para asegurarse capacidad de producción, Nvidia está intentando cerrar acuerdos de suministro a una escala sin precedentes. Nvidia y SK Group anunciaron una iniciativa estratégica valorada en más de 500.000 millones de dólares, que incluye una alianza de largo plazo con SK Hynix para suministrar HBM4 durante la generación Vera Rubin .
Pocos días después, Samsung Electronics y Broadcom anunciaron una colaboración separada de 200.000 millones de dólares . En conjunto, las cifras rondan los 700.000 millones de dólares y muestran hasta qué punto garantizar memoria suficiente a un coste razonable se ha convertido en una prioridad estratégica para todo el ecosistema de chips de IA.
En lugar de apostar exclusivamente por una configuración 12-Hi HBM4e, Nvidia parece prepararse para ofrecer una gama más amplia de SKU, con distintas alturas de apilado y capacidades de memoria .
Esa flexibilidad permitiría mantener los envíos incluso si las pilas HBM4e de mayor capacidad escasean. Si la certificación o la fabricación de las piezas 12-Hi HBM4e avanzan más despacio de lo previsto, la empresa podría recurrir a diseños 8-Hi HBM4e o HBM4 para seguir abasteciendo a sus clientes.
Los informes apuntan a una presión real sobre el suministro y los costes: Nvidia estaría evaluando variantes de Rubin Ultra con menos HBM y habría reducido la capacidad SOCAMM de Vera Rubin NVL72. La compañía niega que exista una rebaja forzada y define las configuraciones como ajustes específicos para distintos clientes.
Aun así, los acuerdos de suministro de cientos de miles de millones de dólares y el creciente peso de la memoria en el coste de los sistemas dejan pocas dudas sobre su importancia. La especificación final de Rubin Ultra todavía no se ha anunciado, pero la tendencia es evidente: la próxima generación de hardware de IA no dependerá únicamente de la potencia de la GPU, sino también de cuánta memoria avanzada pueda conseguir Nvidia y a qué precio.