BTC
ETH
HTX
SOL
BNB
查看行情
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

SemiAnalysis:Nvidia Rubin平台的冰與火

星球君的朋友们
Odaily资深作者
2026-06-30 13:00
本文約1577字,閱讀全文需要約3分鐘
深層次來看,Google TPU、Amazon Trainium 及 AMD 正加速搶佔市場,CUDA 生態壁壘的護城河正遭遇緩慢侵蝕。
AI總結
展開
  • 核心觀點:SemiAnalysis 發布兩份對立研判,指出 Nvidia 在 2027 財年下半年的業績將因 HBM4 供應瓶頸解決而超預期,但同時旗艦產品 Rubin Ultra 因技術原因大幅縮水,側面反映自研 ASIC 對其 CUDA 生態的侵蝕。
  • 關鍵要素:
    1. SemiAnalysis 預測 Nvidia 2027 財年下半年資料中心營收將較華爾街一致預期高出約 20%,核心驅動是 Rubin 平台 HBM4 供應問題與前端晶圓產能儲備均已解決。
    2. SemiAnalysis 的預測模型基於產業鏈一線調研,涵蓋材料、晶圓、零組件、伺服器及雲服務商採購數據,有別於傳統賣方的保守預估。
    3. Nvidia 原計劃 4 晶片的 Rubin Ultra 在 GTC 2026 發布後約三個月即被取消,新版規模減半、性能減半,原因與先進封裝製造難度有關。
    4. Nvidia 競爭格局轉變:超大規模雲商與 AI 公司(如 Anthropic)採用自研 ASIC(如 Google TPU、Amazon Trainium)進行訓練與推理,侵蝕 CUDA 護城河。
    5. Anthropic 已形成 TPU、Trainium 與 Nvidia GPU 的多平台架構,Claude 模型訓練及推理正逐漸從 GPU 轉移至 TPU 與 Trainium。

原文來源:華爾街見聞

半導體研究機構 SemiAnalysis 先後發布兩項研判,勾勒出輝達前景中機遇與挑戰並存的「冰火」兩面。

SemiAnalysis 6 月 30 日在 X 平台發布的最新預測顯示,輝達 2027 財年下半年資料中心運算業務營收將較華爾街一致預期高出約 20%。這一樂觀判斷的核心支撐,在於此前制約 Rubin 平台大規模出貨的 HBM4 記憶體供應問題已告解決,同時前端晶圓產能儲備到位,為下半年的業績爆發掃清了實質性障礙。

然而,同一日早間,SemiAnalysis 披露了另一則利空消息:輝達原版 4 晶片 Rubin Ultra 在 GTC 2026 發布約三個月後即遭取消,新版「Rubin Ultra」尺寸規模縮減至原來的一半,實際效能也隨之減半。

一邊是供應瓶頸解除後對營收的樂觀上修,另一邊是旗艦產品縮水後對技術路線的悲觀修正——SemiAnalysis 這兩份截然相反的判斷,分別從業績兌現力與技術護城河兩個維度,為輝達錨定了截然不同的敘事座標。

HBM4 瓶頸已解,Rubin 平台下半年放量可期

SemiAnalysis 透過其 Accelerator Model 做出最新預測,輝達將在今年下半年迎來一輪大規模放量。

該機構預計,在 Rubin 平台的強勁驅動下,2027 財年下半年輝達資料中心運算業務收入將較市場一致預期高出約 20%。此前一度影響 Rubin 進度的 HBM4 問題現已得到解決,前端晶圓供應也已完成提前儲備,這意味著曾被推遲的 Rubin 平台將進入快速爬坡階段。

SemiAnalysis 特別指出,其預測邏輯與傳統賣方分析師存在顯著差異。多數華爾街機構傾向於建立相對保守的盈利預測,為企業後續「超預期」表現預留空間;而 SemiAnalysis 的結論則更多建立在產業鏈一線調研的基礎之上,力求更貼近真實的市場動態。

其 Accelerator Model 構建了一套覆蓋全鏈條的資訊交叉驗證體系,數據來源涵蓋材料供應商、晶圓製造、關鍵零組件、伺服器整機廠商等供應鏈環節,同時結合超大規模雲端服務商及前沿 AI 實驗室的實際採購與部署情況,對供需關係進行多維度校驗。

值得注意的是,這套模型不僅聚焦輝達,同樣覆蓋博通、AMD、聯發科、Marvell 等 AI 晶片廠商,並結合 HBM Model 持續追蹤 AI 算力產業鏈的整體演變。

CUDA 護城河受侵蝕,Rubin Ultra 縮水折射自研 ASIC 崛起

不過,此前 SemiAnalysis 另一則關於 Rubin Ultra 的評論卻引發了市場廣泛討論。

該機構表示,輝達原計劃採用 4 顆運算晶片設計的 Rubin Ultra,在今年 GTC 發布約三個月後便調整了原始方案,新版本規模較原設計明顯縮減,原因與先進封裝製造難度有關。

SemiAnalysis 認為,更值得關注的並非 Rubin Ultra 縮水本身,而是這一事件所折射出的產業競爭格局變化。該機構指出,過去一年間,輝達最大的競爭壓力已不再只是 AMD 等傳統 GPU 廠商,而是越來越多超大規模雲端廠商和 AI 模型公司開始採用自研 ASIC,針對訓練或推理等特定場景構建專用晶片體系。

例如,Anthropic 目前已形成由谷歌 TPU、亞馬遜 Trainium 和輝達 GPU 共同組成的多平台算力架構。其中,大量 Claude 模型訓練運行在 TPU 平台,Claude Code 推理則越來越多部署在 Trainium 之上,而輝達 GPU 更多承擔前沿研究等通用運算任務。SemiAnalysis 指出,一年前 TPU 和 Trainium 能夠成長到如今的規模仍難以想像,而如今 CUDA 護城河正在被緩慢侵蝕。

產業
AI
歡迎加入Odaily官方社群