Rubin Ultra e Vera Rubin sotto pressione: la crisi della memoria HBM4 cambia i piani di Nvidia
Nvidia starebbe valutando quattro configurazioni HBM per Rubin Ultra: 12 Hi HBM4e, 8 Hi HBM4e, 12 Hi HBM4 e 8 Hi HBM4. Per il sistema rack Vera Rubin NVL72, la memoria SOCAMM per modulo sarebbe scesa da 192 GB a 96 GB, mentre la capacità HBM4 delle GPU resterebbe invariata [3][16].
Pubblicato daModificato con DeepSeek-V4-FlashImmagini generate con GPT Image 1.5
Nvidia starebbe valutando quattro configurazioni HBM per Rubin Ultra: 12 Hi HBM4e, 8 Hi HBM4e, 12 Hi HBM4 e 8 Hi HBM4.
Per il sistema rack Vera Rubin NVL72, la memoria SOCAMM per modulo sarebbe scesa da 192 GB a 96 GB, mentre la capacità HBM4 delle GPU resterebbe invariata [3][16].
Nvidia nega un downgrade dovuto alla carenza di memoria e descrive le configurazioni come SKU diverse e ottimizzazioni dedicate ai singoli clienti [6].
What design adjustments is Nvidia reportedly making to its Rubin Ultra GPU and Vera CPU platforms due to HBM supply shortages, what has NvidConceptual illustration of Nvidia's next-generation Rubin and Vera platforms, where memory configuration trade-offs are shaping the AI hardware roadmap.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What design adjustments is Nvidia reportedly making to its Rubin Ultra GPU and Vera CPU platforms due to HBM supply shortages, what has Nvid. Article summary: Here is the breakdown of the reports, Nvidia's response, and the memory cost pressures.. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual e
openai.com
La prossima generazione di hardware Nvidia per l’intelligenza artificiale si trova davanti a un limite che non riguarda la potenza di calcolo dei chip, ma la memoria necessaria per alimentarli. La disponibilità di DRAM dovrebbe restare sotto pressione fino al 2027 e la memoria ad alta larghezza di banda, o HBM, sta diventando uno dei fattori decisivi per costi, volumi e specifiche dei nuovi sistemi AI.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Rubin Ultra e Vera Rubin sotto pressione: la crisi della memoria HBM4 cambia i piani di Nvidia"?
Nvidia starebbe valutando quattro configurazioni HBM per Rubin Ultra: 12 Hi HBM4e, 8 Hi HBM4e, 12 Hi HBM4 e 8 Hi HBM4.
What are the key points to validate first?
Nvidia starebbe valutando quattro configurazioni HBM per Rubin Ultra: 12 Hi HBM4e, 8 Hi HBM4e, 12 Hi HBM4 e 8 Hi HBM4. Per il sistema rack Vera Rubin NVL72, la memoria SOCAMM per modulo sarebbe scesa da 192 GB a 96 GB, mentre la capacità HBM4 delle GPU resterebbe invariata [3][16].
What should I do next in practice?
Nvidia nega un downgrade dovuto alla carenza di memoria e descrive le configurazioni come SKU diverse e ottimizzazioni dedicate ai singoli clienti [6].
Secondo TrendForce e altre analisi della filiera, Nvidia starebbe preparando configurazioni alternative per il prossimo acceleratore Rubin Ultra e avrebbe già rivisto la capacità di memoria del sistema rack Vera Rubin NVL72. L’azienda, tuttavia, respinge l’interpretazione di un taglio imposto dalla scarsità di componenti: per Nvidia si tratterebbe di una normale segmentazione dell’offerta, con SKU diverse in base ai carichi di lavoro dei clienti.
Rubin Ultra: quattro configurazioni HBM in valutazione
A partire dal terzo trimestre del 2026, Nvidia avrebbe ampliato la valutazione della memoria di Rubin Ultra oltre il progetto iniziale, basato su un singolo stack 12-Hi HBM4e. Le alternative esaminate in parallelo sarebbero quattro :
12-Hi HBM4e, il progetto originario;
8-Hi HBM4e;
12-Hi HBM4;
8-Hi HBM4.
Il termine “Hi” indica il numero di strati DRAM impilati in ciascun dispositivo HBM: in generale, uno stack più alto può offrire maggiore capacità, ma richiede più memoria disponibile e una produzione qualificata. La configurazione finale di Rubin Ultra non è ancora stata annunciata .
La revisione sarebbe legata sia alla prevista carenza globale di DRAM nel 2027, che potrebbe limitare la capacità produttiva destinata all’HBM, sia all’incertezza sui tempi di qualificazione di HBM4e presso i tre principali produttori di memoria .
Vera Rubin NVL72: memoria SOCAMM dimezzata
Nel caso della piattaforma Vera Rubin, il cambiamento riportato è più concreto. Nvidia avrebbe deciso di ridurre da 192 GB a 96 GB per modulo la capacità dei moduli SOCAMM utilizzati nella configurazione rack-scale Vera Rubin NVL72 .
Secondo le analisi citate da TrendForce e GF Securities, la memoria complessiva destinata alle CPU Vera scenderebbe così da circa 55 TB a 28 TB per rack. La memoria HBM4 delle GPU, invece, resterebbe invariata a 20,7 TB per rack.
L’obiettivo sarebbe contenere i costi e attenuare i problemi di approvvigionamento. La memoria — HBM e SOCAMM insieme — rappresenterebbe infatti circa il 29% del costo complessivo dei materiali, o BOM, del sistema Vera Rubin . In altre parole, non è più un semplice componente di supporto: è diventata una delle voci principali del prezzo finale.
Taglio delle specifiche o SKU per clienti diversi?
La distinzione è importante. Alcune fonti osservano che quelle che sembrano riduzioni di memoria potrebbero essere in realtà configurazioni destinate a clienti e carichi di lavoro differenti . Nvidia potrebbe quindi offrire più livelli di memoria invece di fissare una sola specifica per l’intera famiglia di prodotti.
Questa strategia permetterebbe, per esempio, di distribuire sistemi con prestazioni e prezzi diversi, oppure di continuare le consegne anche qualora gli stack HBM4e più avanzati fossero difficili da reperire. Per Rubin Ultra, Nvidia potrebbe mantenere il progetto 12-Hi HBM4e per alcune versioni e ricorrere a configurazioni 8-Hi o HBM4 per altre.
La risposta ufficiale di Nvidia
In un post pubblicato il 7 agosto 2026, Nvidia ha respinto le indiscrezioni secondo cui Vera e Rubin sarebbero stati ridimensionati a causa della carenza di HBM. L’azienda ha descritto le configurazioni citate come SKU differenti e ottimizzazioni specifiche per i clienti, non come un downgrade imposto dai problemi di fornitura .
L’azienda sostiene inoltre di modificare continuamente il bilanciamento tra calcolo, networking e memoria per ottenere il miglior rapporto possibile tra prestazioni ed efficienza in base alle esigenze dei clienti .
Anche il CEO Jensen Huang ha fornito rassicurazioni sulla filiera. Nel giugno 2026 ha confermato che Samsung, SK Hynix e Micron — i tre principali produttori di memoria — erano stati certificati per fornire HBM4. In quell’occasione, Vera Rubin risultava in piena produzione, mentre Rubin, Rubin Ultra e i server Kyber erano indicati come prodotti in linea con i programmi.
A luglio, Huang ha inoltre respinto le voci di ritardi, affermando che la produzione di Vera Rubin procedeva a volumi “giganteschi” .
Il contrasto con le analisi esterne resta però evidente: TrendForce interpreta l’ampliamento delle configurazioni HBM come una forma di cautela dettata dalla disponibilità dei componenti; Nvidia lo presenta come una normale pianificazione di prodotto.
HBM4 esaurita per il 2026: la memoria pesa sempre di più
La memoria HBM4 risulterebbe già completamente assegnata per tutto il 2026, mentre la carenza di DRAM dovrebbe proseguire anche nel 2027 . Questo crea una pressione strutturale su tutte le piattaforme Nvidia di prossima generazione, da Vera Rubin a Rubin Ultra.
La situazione sta spingendo l’azienda a cercare accordi di fornitura su scala eccezionale. Nvidia e SK Group hanno annunciato un’iniziativa strategica dal valore di oltre 500 miliardi di dollari, che comprende una partnership di lungo periodo con SK Hynix per la fornitura di HBM4 destinata alla generazione Vera Rubin . Pochi giorni dopo, Samsung Electronics e Broadcom hanno annunciato una collaborazione separata da 200 miliardi di dollari.
Nel complesso, gli accordi citati valgono circa 700 miliardi di dollari e mostrano quanto la disponibilità di memoria sia diventata una priorità strategica per l’intero settore dei chip AI. Le cifre si riferiscono al valore complessivo delle iniziative, non necessariamente al solo acquisto di memoria.
La flessibilità della gamma diventa una necessità
La direzione che emerge è quella di una gamma più articolata, con diverse quantità di memoria e differenti altezze degli stack HBM. Nvidia potrebbe così evitare di legare l’intero calendario di consegne a una sola configurazione di fascia altissima.
Il compromesso è chiaro: versioni con meno memoria o con HBM4 invece di HBM4e potrebbero ridurre la capacità disponibile per alcuni carichi di lavoro, ma consentirebbero di produrre e spedire più sistemi. In un mercato in cui la domanda di acceleratori AI supera la capacità produttiva, anche una configurazione leggermente meno ambiziosa può essere preferibile a un prodotto impossibile da consegnare.
In sintesi
Le indiscrezioni indicano una pressione reale su costi e disponibilità della memoria. Nvidia starebbe valutando configurazioni HBM più contenute per Rubin Ultra e avrebbe ridotto la memoria SOCAMM del sistema Vera Rubin NVL72. L’azienda nega però di aver imposto un taglio alle specifiche per mancanza di componenti e parla invece di SKU e ottimizzazioni pensate per clienti diversi.
La specifica definitiva di Rubin Ultra non è ancora nota. Tuttavia, il quadro è già significativo: nell’era Rubin, il limite dei sistemi AI non sarà definito soltanto dal numero di operazioni che una GPU può eseguire, ma anche dalla quantità di memoria disponibile — e dal prezzo necessario per assicurarsela.
trendforce.com[News] NVIDIA Reportedly Halves Vera Rubin SOCAMM ...
