شایعات از مشکلات طراحی پلتفرم‌های Rubin انویدیا خبر می‌دهند؛ فرصتی برای درخشش MI500 ای‌ام‌دی

بر اساس شایعات جدید، پلتفرم‌های آینده انویدیا با نام‌های Rubin و Rubin Ultra با مشکلات جدی در طراحی و مشخصات فنی دست‌وپنجه نرم می‌کنند. این چالش‌ها ممکن است راه را برای رقبا هموار کند تا پردازنده‌هایی مانند AMD MI500 با بهره‌گیری از حافظه‌های HBM4E در سال ۲۰۲۷، گوی سبقت را در بازار هوش مصنوعی بربایند.

پلتفرم‌های Rubin انویدیا که قرار بود عملکرد هوش مصنوعی را با ویژگی‌های جدید، ارتقای بهره‌وری و معماری‌های نوین به سطحی بسیار بالاتر از نسل Blackwell ببرند، اکنون با تغییرات اساسی روبه‌رو شده‌اند. گفته می‌شود انویدیا در این مسیر با پنج چالش بحرانی مواجه است: محدودیت‌های سرعت و ظرفیت حافظه HBM4، نرخ پایین بازدهی تولید (Yield)، مشکلات مربوط به تاب‌برداشتن تراشه‌ها (Warpage)، موانع طراحی چندگانه توان مصرفی و نیاز به طراحی مجدد پخش‌کننده حرارت (Heatspreader).

کاهش سرعت حافظه‌های HBM4

پلتفرم Rubin انویدیا از ۲۸۸ گیگابایت حافظه HBM4 با پهنای باند کلی تا 22 TB/s بهره می‌برد. شرکت مایکرون پیش‌تر تولید انبوه حافظه‌های ۱۲ لایه (12-Hi) نوع HBM4 را برای این پلتفرم اعلام کرده بود که به ازای هر پشته 2.8 TB/s و در مجموع برای ۸ پشته، 22.4 TB/s پهنای باند ارائه می‌دهد. بااین‌حال، به نظر می‌رسد انویدیا به دلیل کیفیت پایین دای‌های پایه (Base Die) تولیدی مایکرون و اس‌کی هاینیکس، در هماهنگ‌سازی حافظه‌های پرسرعت‌تر با پلتفرم Rubin دچار مشکل شده است؛ موضوعی که می‌تواند به تغییر در طراحی یا حتی تأخیر در چرخه تولید منجر شود.

عقب‌نشینی انویدیا؛ پشته‌های حافظه کاهش می‌یابد

در پلتفرم قدرتمندتر Rubin Ultra، انویدیا ابتدا قصد داشت از ۱ ترابایت حافظه HBM4E با پشته‌های ۱۶ لایه (16-Hi) استفاده کند. اما به دلیل مشکلات بازدهی تولید شرکای تجاری‌اش، این طراحی به پشته‌های ۱۲ لایه کاهش یافته است. این پلتفرم دارای ۱۶ جایگاه حافظه HBM4E است (۸ جایگاه برای هر چیپلت گرافیکی). با این کاهش لایه‌ها، ظرفیت کلی به ۷۶۸ گیگابایت می‌رسد. اگرچه این عدد نسبت به طراحی اولیه افت ۲۵ درصدی را نشان می‌دهد، اما همچنان ۲.۶۶ برابر بیشتر از تراشه‌های استاندارد Rubin ظرفیت دارد.

تبدیل طراحی چهار چیپلتی به دو چیپلتی

علاوه بر تغییرات در بخش حافظه، گزارش‌ها حاکی از آن است که پلتفرم Rubin Ultra با کاهش ابعاد تراشه نیز مواجه شده است. طبق اطلاعات جدید، این پردازنده از یک راهکار ۴ دای (Die) برای هر گرافیک به راهکار ۲ دای تنزل یافته است. دلیل این تصمیم، بازدهی پایین تولید و مشکلات جدی تاب‌برداشتن در طراحی‌های بسیار متراکم پکیج‌های چندتراشه‌ای (MCP) ذکر شده است.

این تراشه‌ها با استفاده از فناوری بسته‌بندی CoWoS-L شرکت TSMC تولید می‌شوند. برای جبران افت عملکرد و ظرفیت ناشی از این تغییر، انویدیا قصد دارد پردازنده‌های گرافیکی Rubin Ultra را در یک پیکربندی ۲+۲ روی برد مونتاژ کند؛ به طوری که هر سرور Kyber میزبان چهار پردازنده گرافیکی از این نوع خواهد بود. این تغییرات با نمونه‌های اولیه نمایش داده شده در رویداد GTC 2026 همخوانی دارد؛ جایی که تراشه‌های Ultra مربعی‌تر از طراحی‌های مستطیلی قبلی به نظر می‌رسیدند.

تغییرات در سیستم خنک‌کننده و توان مصرفی

در نهایت، گفته می‌شود که انویدیا مجبور به تغییر طراحی پخش‌کننده حرارت در پردازنده‌های Rubin شده که همین امر تولید را به تأخیر انداخته است. طراحی اولیه که مبتنی بر دو پخش‌کننده حرارت مجزا بود، در مراحل تولید انبوه نتوانست استانداردهای مربوط به تاب‌برداشتن تراشه را برآورده کند و در نتیجه به یک طراحی واحد تغییر یافت. طبق زمان‌بندی جدید، نمونه‌های کیفی Rubin Ultra در ژوئیه، نمونه‌های تولیدی در آگوست و تولید انبوه آن در سپتامبر آغاز خواهد شد و رک‌های نهایی تا ماه اکتبر آماده می‌شوند.

همچنین پردازنده‌های استاندارد Rubin در پلتفرم‌های ۲۳۰۰ و ۱۸۰۰ واتی خود با ناپایداری خمیر حرارتی (TIM) از جنس ایندیم-گرافیت روبه‌رو شده‌اند و قرار است به همان خمیرهای حرارتی سنتی گرافیتی برگردند.

نبرد بزرگ بعدی در هوش مصنوعی: Rubin Ultra در برابر MI500

پردازنده‌های Rubin Ultra انویدیا و MI500 ای‌ام‌دی رقبای مستقیم یکدیگر در مسیر برتری و تسلط بر بازار هوش مصنوعی هستند. هر دو شرکت قرار است برای اولین بار از فناوری فوتونیک سیلیکونی (Co-package optics) در این تراشه‌ها استفاده کرده و ارتقای عظیمی نسبت به نسل‌های فعلی ارائه دهند.

انتظار می‌رود پلتفرم MI500 ای‌ام‌دی در نیمه دوم سال ۲۰۲۷ با بسته‌بندی پیشرفته 2.5D/3D، طراحی ۴ دای و حافظه‌های ۱۲ لایه HBM4E روانه بازار شود. در مقابل، Rubin Ultra انویدیا با طراحی ۲ دای و همان حافظه‌های ۱۲ لایه HBM4E برای سال‌های ۲۰۲۷ تا ۲۰۲۸ برنامه‌ریزی شده است.

با وجود تمام این شایعات و چالش‌ها، شرکای زنجیره تأمین انویدیا پیش‌تر ثابت کرده‌اند که توانایی حل سریع مشکلات را دارند؛ همان‌طور که معماری Blackwell نیز با وجود تغییرات در طراحی، در نهایت به موقع و با همان مشخصاتِ وعده‌داده‌شده وارد فاز تولید انبوه شد. انتظار می‌رود انویدیا به زودی بر این موانع غلبه کرده و بار دیگر با ارتقای چشمگیر عملکرد خود، بازار هوش مصنوعی را تسخیر کند؛ هرچند که رقابت در این فضا روزبه‌روز بی‌رحمانه‌تر می‌شود.