Rubin Ultra krymper: därför överger Nvidia den ambitiösa fyrkretsdesignen

Rubin Ultra var tänkt att lanseras 2027. Den ursprungliga konstruktionen skulle bestå av fyra beräkningschipletar och 16 HBM4E-minnesstackar i en enda avancerad kapsling . Ett chiplet är i praktiken en separat kiseldel som kombineras med andra chip i samma paket.

Det är viktigt att understryka att Nvidia inte har bekräftat uppgifterna offentligt. Vissa marknadsaktörer hävdade den 30 juni att SemiAnalysis snarare återgav rykten från leverantörskedjan som redan hade cirkulerat i april 2026 . Taiwanska medier som Ctee och Commercial Times hade rapporterat om en designändring redan i början av april .

En Rubin Ultra som skulle vara två Rubin-chip i samma paket

Den vanliga Rubin-processorn bygger enligt tidigare rapporter på två beräkningschip och åtta HBM4-moduler . Den ursprungliga Rubin Ultra kan därför beskrivas som två Rubin-liknande konstruktioner som skulle fogas samman i ett enda paket: fyra beräkningschip och 16 HBM4E-stackar .

Den nedskalade versionen återgår enligt uppgifterna till en konfiguration med två chip och åtta HBM-stackar, alltså samma grundläggande upplägg som standardversionen av Rubin .

Retikelgränsen är den maximala yta som normalt kan exponeras i ett enda steg vid tillverkning med litografi. När ett paket blir många gånger större än den gränsen ökar svårigheterna med både tillverkning, justering och utbyte.

Taiwanesiska branschuppgifter från april 2026 antydde dessutom att leverantörsplaneringen redan från början främst var inriktad på en tvåchipsdesign. Det kan betyda att fyrchipsversionen var ett ambitiöst mål som aldrig blev produktionsmässigt realistiskt .

Varför TSMC fick problem med kapslingen

Den centrala flaskhalsen verkar ha funnits i den avancerade kapslingen – alltså tekniken som kopplar samman beräkningschip, minne och substrat till en fungerande enhet.

• Fyrchipskonstruktionen skulle enligt uppgifterna bli cirka 7,5–8 gånger större än retikelgränsen. Det skapade stora problem för utbyte, kostnad och tillverkning .
• TSMC:s CoWoS-L-process hade svårt att hantera den mycket stora sammankopplingen mellan flera chip i samma monolitiska paket . CoWoS är TSMC:s teknikfamilj för att integrera chip och avancerat minne med hjälp av en så kallad interposer.
• I en 2+2-layout ska kapslingssubstratet ha drabbats av skevhet. När substratet böjs i flera riktningar kan beräkningschipen förlora full kontakt med underlaget, vilket i sin tur kan leda till att signaler inte överförs korrekt .
• SemiAnalysis beskrev situationen som problem med ”manufacturing execution” – i praktiken att konstruktionen var för krävande för den kombination av 3-nanometersproduktion och CoWoS-L-kapsling som fanns tillgänglig .

Ett branschestimat, baserat på ett LinkedIn-inlägg från en analytiker, pekade på en utbytesgrad på omkring 60 procent för fyrchipslösningen. En övergång till två chip skulle enligt samma bedömning kunna höja utbytet till cirka 85 procent och sänka kostnaden per kort med ungefär 30 procent . Eftersom uppgifterna kommer från en användargenererad källa bör siffrorna ses som uppskattningar, inte som bekräftade Nvidia- eller TSMC-data.

CoPoS kan vara nästa steg – men för sent för 2027

TSMC uppges samtidigt undersöka en ny kapslingsteknik kallad CoPoS, eller Chip-on-Panel-on-Substrate. Tanken är att ersätta den ungefär 300 millimeter stora kiselinterposern med större fyrkantiga eller rektangulära paneler .

Tidiga specifikationer som nämnts är paneler på omkring 310 × 310 millimeter, med möjlighet att på sikt skala upp till 515 × 510 millimeter eller 750 × 620 millimeter . Större paneler skulle kunna rymma fler chip och mer HBM-minne, samtidigt som materialspill nära kanterna minskar.

Problemet är tidsplanen. CoPoS väntas enligt uppgifterna inte nå massproduktion förrän i slutet av 2028 eller början av 2029 . Det ligger efter det planerade lanseringsfönstret för Rubin Ultra 2027 och erbjuder därför ingen snabb lösning på dagens kapslingsproblem.

Hur Nvidia kan återskapa fyrchipskapaciteten på kortnivå

Den praktiska följden av designändringen behöver inte nödvändigtvis bli att Nvidia överger all fyrchipskapacitet. I stället uppges företaget vilja flytta sammanfogningen från själva kapslingen till kretskortet eller systemnivån.

I en sådan 2+2-lösning monteras två separata paket med två chip vardera på samma serverkort eller modul . Det gör inte ett enda paket lika extremt stort, men kan ändå ge en total systemkapacitet som närmar sig den ursprungliga fyrchipsplanen.

Det är en viktig strategisk förändring: Nvidia går från att försöka pressa in mer beräkning i ett enda paket till att distribuera kapaciteten över flera paket och koppla ihop dem på systemnivå.

Konkurrensen kommer inte längre bara från andra GPU-tillverkare

SemiAnalysis placerade Rubin Ultra-uppgifterna i ett större sammanhang och pekade på flera former av konkurrenstryck mot Nvidia .

Molnjättarnas egna AI-chip

Google har sina TPU-chip, Amazon utvecklar Trainium och Microsoft har egna ASIC-program. Dessa processorer används framför allt i företagens egna moln och kan ersätta Nvidia-GPU:er för stora interna AI-arbetslaster .

För molnbolagen handlar frågan inte enbart om högsta möjliga topprestanda. Energiförbrukning, kostnad per AI-token, utnyttjandegrad och möjligheten att optimera hela systemet spelar också stor roll.

Specialbyggda ASIC-chip växer snabbare

TrendForce-data som SemiAnalysis hänvisade till visar att leveranserna av specialbyggda AI-ASIC:er väntas öka med 44,6 procent under 2026, jämfört med 16,1 procent för kommersiella GPU:er. Det skulle vara första året som ASIC-tillväxten överträffar GPU-tillväxten .

I fleråriga inferensinstallationer uppges ASIC:er dessutom ha en fördel på 40–65 procent i total ägandekostnad, eller TCO . Inferens är den fas där en färdig AI-modell används för att producera svar eller förutsägelser, snarare än tränas.

CUDA:s försprång minskar långsamt

Nvidias starkaste försvar har länge varit CUDA – företagets programvaruplattform och utvecklarverktyg för GPU-beräkningar. SemiAnalysis bedömer att denna fördel fortfarande är betydande, men att den långsamt försvagas när molnjättarna bygger egna programvarustackar och mer hårdvaruoberoende verktyg blir bättre .

Exempel som nämns är Triton, ONNX Runtime och OpenXLA. De kan minska kostnaden för att flytta arbetslaster från CUDA till andra acceleratorer, även om det inte innebär att CUDA-försprånget försvinner över en natt.

Därutöver konkurrerar företag som Groq, Cerebras och Etched med specialiserade AI-ASIC:er på marknaden för inferens i datacenter .

”Is och eld” för Nvidias datacenterverksamhet

Rubin Ultra-nyheten var bara den negativa delen av SemiAnalysis bedömning den 30 juni. Samma dag uppskattade analysföretaget att Nvidias intäkter från datacenterberäkning under andra halvåret 2026 kan bli 20 procent högre än Wall Streets konsensusprognos, bland annat eftersom flaskhalsen för HBM4-minne uppges ha lösts .

Det skapar en tydlig kontrast: Nvidia kan ha stark försäljning på kort sikt samtidigt som företagets mest ambitiösa produktplan på längre sikt har försvagats. SemiAnalysis beskrev dynamiken som ”is och eld”.

De viktigaste följderna är enligt bedömningen:

• En ny kapslingsstrategi: Fyrchipsdesignen visar hur svårt det är att skala bortom två retikelstora chip i en enda CoWoS-kapsling med dagens TSMC-teknik .
• Mer fokus på systemnivån: Nvidia behöver i högre grad kombinera flera mindre paket på kretskort, moduler och servernivå i stället för att göra varje enskilt paket större.
• Ett större konkurrensfönster: Om den nya Rubin Ultra-versionen verkligen levererar omkring hälften av den ursprungliga fyrchipskapaciteten får AMD:s Instinct MI500-serie och molnjättarnas egna ASIC:er ett bättre läge i den övre delen av marknaden .
• En långsiktig marknadsrisk: SemiAnalysis menar att Nvidia redan tappar marknadsandelar till bland andra Trainium och TPU, och att en försenad eller nedskalad arkitektursatsning kan förstärka den utvecklingen .

Slutsats

Rubin Ultra-frågan handlar om mer än en enskild inställd chipdesign. Den visar den fysiska gränsen för hur mycket beräkning och HBM-minne som går att samla i en enda avancerad kapsling med dagens teknik.

Nvidia verkar enligt uppgifterna välja en mer tillverkningsbar tvåchipslösning och i stället försöka återskapa den högre kapaciteten genom sammankoppling på kort- eller systemnivå. Det kan förbättra utbytet och sänka kostnaderna, men innebär samtidigt att den mest ambitiösa versionen av Rubin Ultra inte blir verklighet i sin ursprungliga form.

På kort sikt talar den lösta HBM4-flaskhalsen för fortsatt starka intäkter. På längre sikt måste Nvidia däremot hantera både TSMC:s kapslingsbegränsningar och en konkurrensbild där kunderna själva utvecklar chip och programvarustackar. Om Rubin Ultra bara blir ett tillfälligt bakslag eller början på en större förändring i AI-chipmarknaden avgörs i hög grad av om framtida kapslingstekniker, som CoPoS, kan leverera den skalning som CoWoS-L inte klarade.