De acuerdo con un reporte publicado por el portal especializado Tom’s Hardware, NVIDIA se encuentra probando versiones reducidas de su próximo acelerador para IA, el Rubin Ultra, considerando recortar la memoria hasta los 192 GB y dar un paso atrás hacia el estándar HBM4.
Esta posible reestructuración de hardware responde a las complejidades de fabricación y a la falta de suministro de memoria HBM4E en el mercado, obligando al gigante de los chips a adaptar sus prototipos para no retrasar sus entregas proyectadas.
Ajustes técnicos en la arquitectura de Rubin Ultra
Los reportes de la industria revelan los cambios que la compañía está evaluando internamente para sus aceleradores de próxima generación:
- Paso atrás de HBM4E a HBM4: Aunque inicialmente se prometió que la arquitectura Rubin Ultra utilizaría el estándar HBM4E (que incluye una matriz lógica base personalizable), la complejidad para fabricar estos componentes a gran escala ha saturado la capacidad de proveedores como SK Hynix, Samsung y Micron.
Te recomendamos leer – Review. The End of Oak Street
- Prototipos de menor capacidad: En lugar del Compute Tray que alojaba 1 TB de memoria HBM4E presentado inicialmente, NVIDIA está realizando pruebas con prototipos que integran 192 GB y 256 GB de memoria, recortando además el número de pilas (stacks) de memoria planificadas.
- Reducción de núcleos y simplificación de diseño: Esto coincide con informes previos que señalan que NVIDIA habría cancelado el diseño de cuatro matriz (quad-die) para el Rubin Ultra en favor de una configuración de doble GPU (dual-GPU), una decisión que vuelve más lógica la reducción de memoria VRAM.
El impacto de la escasez de memoria en la industria de la IA
La presión sobre la cadena de suministro de memoria HBM amenaza con convertirse en el principal cuello de botella para el despliegue de infraestructura de inteligencia artificial en los próximos años.
A pesar de que clientes corporativos señalan que prefieren recibir equipos con especificaciones ajustadas antes que enfrentar retrasos masivos, esta medida refleja que ni siquiera los gigantes tecnológicos pueden escapar a las reglas de oferta y demanda en la fabricación de semiconductores.
Para más contenidos como este no olvides seguirnos en nuestras redes sociales: Tiktok, Instagram y Facebook.
