NVIDIA está evaluando reducir la cantidad de memoria HBM prevista para Rubin Ultra, su futura generación de aceleradores de inteligencia artificial, ante la escasez de DRAM, el coste de la memoria y las dificultades para fabricar las configuraciones más complejas. TrendForce confirma que la compañía estudia alternativas de 8 y 12 capas tanto con HBM4 como con HBM4E, aunque la especificación definitiva todavía no está decidida. La posibilidad de utilizar menos memoria por GPU plantea además una cuestión de fondo: las cargas de IA empiezan a depender más del ancho de banda y de una jerarquía de memoria completa que de almacenar absolutamente todos los datos en HBM.
Las claves del cambio de NVIDIA Rubin Ultra en 20 segundos
- NVIDIA estudia alternativas a los 12-Hi HBM4E inicialmente previstos para Rubin Ultra.
- Entre las opciones aparecen configuraciones HBM4E y HBM4 de 8 y 12 capas.
- TrendForce apunta a la escasez de DRAM, los costes y los rendimientos de fabricación como principales motivos.
- Menos capas permiten producir más pilas HBM con una cantidad similar de obleas.
- La especificación final todavía no está cerrada.
El cambio resulta especialmente llamativo porque Rubin Ultra había sido presentado alrededor de una idea aparentemente opuesta: colocar cantidades enormes de memoria junto al procesador. Durante 2026 llegó a hablarse de configuraciones de hasta 1 TB de HBM4E, pero la situación del mercado de memoria está obligando a revisar hasta dónde resulta económicamente razonable seguir aumentando la capacidad.
No significa que la HBM esté perdiendo importancia. Los datos disponibles apuntan precisamente en la dirección contraria: la demanda continúa superando la capacidad de producción y TrendForce calcula que los bits de HBM enviados crecerán entre un 50 % y un 60 % interanual en 2027, todavía por debajo del aumento previsto de la demanda.
De 12 a 8 capas para fabricar más aceleradores
HBM son las siglas de High Bandwidth Memory, memoria de alto ancho de banda. Su principal característica es que utiliza varios chips de DRAM apilados verticalmente y conectados mediante vías de silicio (TSV), lo que permite proporcionar un enorme ancho de banda ocupando relativamente poco espacio junto al procesador.
Pero fabricar esas pilas resulta mucho más complejo que producir DRAM convencional.
Cuantas más capas se incorporan, más exigente resulta el proceso de fabricación, ensamblaje y validación. Un problema en alguno de los componentes puede reducir el rendimiento de producción del conjunto.
TrendForce señala precisamente dos dificultades para Rubin Ultra. Por una parte, espera que la oferta mundial de DRAM siga ajustada durante 2027, limitando las obleas que Samsung, SK hynix y Micron pueden dedicar a HBM. Por otra, todavía existen incertidumbres sobre los plazos de validación y el aumento del rendimiento de fabricación de HBM4E de 12 capas.
NVIDIA utilizó durante 2025 y la primera mitad de 2026 una configuración 12-Hi HBM4E como diseño de referencia para Rubin Ultra. Desde comienzos del tercer trimestre ha ampliado las opciones estudiadas a 8-Hi HBM4E, 12-Hi HBM4 y 8-Hi HBM4.
La compañía no ha anunciado cuál utilizará finalmente.
Reducir el número de capas tiene una ventaja relativamente sencilla: con una cantidad determinada de chips DRAM pueden producirse más pilas de memoria.
Una configuración de ocho capas necesita menos dies que otra de doce. Si el suministro de DRAM es limitado, esto permite fabricar memoria para un número mayor de aceleradores.
Para NVIDIA la decisión plantea por tanto un intercambio entre capacidad de memoria por GPU y número de GPU que pueden llegar al mercado.
TrendForce considera que aumentar la velocidad de entrada y salida será una de las prioridades de Rubin Ultra. Si HBM4E supera a tiempo el proceso de validación, la velocidad por pin podría aumentar desde los 8-11,7 Gb/s de Rubin hasta aproximadamente 14-16 Gb/s. Una solución basada en HBM4 optimizada se quedaría aproximadamente entre 11 y 12 Gb/s, según las estimaciones de la consultora.
La memoria puede ser menor y, al mismo tiempo, más rápida.
La IA ya no necesita guardar todo en HBM
Hay además una evolución técnica que ayuda a explicar por qué reducir capacidad no tiene necesariamente el impacto que habría tenido hace unos años.
Los modelos de inteligencia artificial están dejando de tratar la HBM como el único lugar donde debe residir toda la información necesaria para trabajar.
La propia NVIDIA ha desarrollado arquitecturas donde diferentes tipos de memoria y almacenamiento asumen distintas funciones.
HBM continúa siendo la capa más rápida y cercana a la GPU, destinada a los datos que el procesador necesita inmediatamente. Pero otros elementos pueden trasladarse a LPDDR, memoria conectada mediante CXL o almacenamiento NAND, dependiendo de la carga de trabajo y de la frecuencia con la que tengan que utilizarse.
NVIDIA ya aplica este principio a la memoria de contexto.
La plataforma Vera Rubin incorpora una arquitectura denominada Inference Context Memory Storage Platform, diseñada para utilizar almacenamiento flash conectado mediante BlueField-4 como una extensión de la jerarquía de memoria durante cargas de inferencia con grandes cantidades de contexto.
La evolución del software también reduce determinadas necesidades.
Técnicas como la cuantización permiten representar los pesos de los modelos utilizando menos bits. Otras arquitecturas reducen el tamaño de la memoria necesaria para mantener el denominado KV cache, uno de los componentes que más capacidad puede consumir durante la inferencia de grandes modelos.
También está aumentando la separación entre prefill y decode, dos fases diferentes de la inferencia que pueden ejecutarse sobre recursos distintos.
El resultado es una jerarquía mucho más compleja.
La GPU mantiene en HBM el conjunto de datos sobre el que necesita trabajar inmediatamente, mientras información utilizada con menor frecuencia puede permanecer en capas más económicas y con mayor capacidad.
Esto no significa que disponer de más HBM haya dejado de ser útil.
El Rubin actual ofrece 288 GB de HBM4 por GPU y hasta 22 TB/s de ancho de banda, cifras que muestran hasta qué punto la memoria continúa siendo una parte central de la arquitectura. NVIDIA destaca precisamente el mayor ancho de banda como uno de los elementos que permiten trabajar con modelos de varios billones de parámetros y grandes ventanas de contexto.
La diferencia está en que, una vez alcanzada la capacidad mínima necesaria para mantener el conjunto activo de datos, aumentar el ancho de banda puede proporcionar más rendimiento que seguir añadiendo capacidad.
Menos HBM por GPU no significa menos negocio para los fabricantes
La posible reducción de memoria de Rubin Ultra podría parecer inicialmente una mala noticia para Samsung, SK hynix y Micron.
La realidad es menos evidente.
Si reducir de doce a ocho capas mejora el rendimiento de fabricación y permite producir memoria para un mayor número de aceleradores, NVIDIA puede terminar vendiendo más GPU.
Más aceleradores significan también más pilas HBM instaladas en términos absolutos.
Además, no existen por ahora señales claras de que el mercado vaya hacia un exceso inmediato de oferta. TrendForce espera que la DRAM continúe limitada durante 2027 y considera que los proveedores de HBM conservarán capacidad para negociar precios durante ese periodo.
Micron, por ejemplo, comenzó durante el primer trimestre de 2026 la producción en volumen de HBM4 36 GB de 12 capas para NVIDIA Vera Rubin, con velocidades superiores a 11 Gb/s por pin y más de 2,8 TB/s de ancho de banda por pila. También ha enviado muestras de HBM4 de 48 GB y 16 capas.
La industria puede fabricar pilas cada vez mayores. Otra cuestión es si resulta conveniente utilizarlas en todos los productos.
Ese matiz es importante para entender la decisión que NVIDIA está estudiando.
Reducir HBM en Rubin Ultra no implica necesariamente que la industria haya encontrado una alternativa mejor ni que haya desaparecido el denominado memory wall, el problema de alimentar procesadores cada vez más rápidos con datos a suficiente velocidad.
Más bien muestra hasta dónde ha llegado el coste de intentar resolverlo únicamente colocando cantidades crecientes de la memoria más rápida disponible junto a cada GPU.
El análisis compartido por la fuente original va más allá y plantea que HBM podría haber reducido la tradicional naturaleza cíclica del mercado de DRAM al absorber grandes cantidades de capacidad de fabricación. También sostiene que una futura arquitectura podría terminar integrando cada vez más memoria y lógica. Son interpretaciones sobre la evolución futura de la industria, no especificaciones confirmadas por NVIDIA.
Por ahora hay algo más concreto: NVIDIA está estudiando utilizar menos HBM en Rubin Ultra mientras intenta mantener velocidades de entrada y salida mayores.
Y no es la única.
TrendForce señala que varios proveedores de servicios cloud también están evaluando reducir la capacidad HBM de sus próximos ASIC propios para inteligencia artificial.
La carrera de los aceleradores puede estar entrando así en una etapa diferente. Durante los últimos años cada generación añadió más capacidad y más ancho de banda. La escasez y el precio de la memoria están obligando ahora a decidir qué parte de esa capacidad aporta realmente rendimiento suficiente para justificar su coste.
La pregunta ya no es simplemente cuánta HBM puede colocarse junto a una GPU. También importa cuánta necesita realmente permanecer allí y a qué velocidad puede recibir los datos el procesador.
Preguntas frecuentes
¿NVIDIA ha decidido reducir definitivamente la memoria de Rubin Ultra?
No. TrendForce confirma que NVIDIA está evaluando varias configuraciones, entre ellas HBM4E de 8 capas y HBM4 de 8 o 12 capas, además del diseño original HBM4E de 12 capas. La configuración definitiva todavía no se ha anunciado.
¿Por qué NVIDIA quiere utilizar menos HBM?
La consultora apunta principalmente a la escasez prevista de DRAM durante 2027 y a las incertidumbres sobre la validación y el rendimiento de fabricación de HBM4E de 12 capas. Reducir la altura de las pilas también permitiría fabricar memoria para más GPU.
¿Es más importante la velocidad o la capacidad de la HBM?
Depende de la carga. La capacidad continúa siendo necesaria para mantener los datos activos, pero las nuevas arquitecturas de IA permiten trasladar información menos utilizada hacia otras capas de memoria y almacenamiento. Esto aumenta la importancia del ancho de banda de la HBM que permanece junto a la GPU.
¿La reducción de HBM perjudicará a Samsung, SK hynix y Micron?
No necesariamente. Si las pilas más bajas mejoran el rendimiento de fabricación y permiten vender más aceleradores, la demanda total de HBM puede seguir aumentando. TrendForce espera que los envíos de bits HBM crezcan entre un 50 % y un 60 % en 2027 y que la oferta siga siendo insuficiente frente a la demanda.
vía: Jukan05
