SemiAnalysis: Feuer und Eis der Nvidia-Rubin-Plattform

Das Halbleiterforschungsinstitut SemiAnalysis hat nacheinander zwei Einschätzungen veröffentlicht, die die beiden Seiten von Chancen und Herausforderungen in der Zukunft von NVIDIA skizzieren.

Die neuesten Prognosen von SemiAnalysis, die am 30. Juni auf der Plattform X veröffentlicht wurden, zeigen, dass der Umsatz von NVIDIAs Rechengeschäft für Datencentren im zweiten Halbjahr des Geschäftsjahres 2027 um etwa 20 % höher sein wird als die konsensuelle Prognose von Wall Street. Die Kernstütze dieser optimistischen Einschätzung liegt darin, dass das Problem der HBM4-Speicherversorgung, das zuvor die Massenlieferung der Rubin-Plattform behinderte, gelöst ist, und dass gleichzeitig die Kapazitätsreserven für die Front-End-Waferherstellung in Ordnung sind, was die wesentlichen Hindernisse für den Umsatzanstieg im zweiten Halbjahr beseitigt hat.

Am gleichen Morgen jedoch hat SemiAnalysis eine weitere negative Nachricht preisgegeben: Die ursprüngliche 4-Chip-Rubin Ultra von NVIDIA wurde etwa drei Monate nach der Veröffentlichung auf der GTC 2026 abgebrochen. Die neue Version der "Rubin Ultra" hat nur noch die Hälfte der ursprünglichen Größe, und ihre tatsächliche Leistung ist ebenfalls halbiert.

Einer Seite nach ist die Optimismusrevision des Umsatzes nach der Beseitigung der Versorgungsengpässe, während die andere Seite die pessimistische Revision der Technologiestrategie nach der Reduzierung des Flaggschiffprodukts ist. Diese beiden gegensätzlichen Einschätzungen von SemiAnalysis haben NVIDIA von zwei Dimensionen, der Umsatzrealisierungsfähigkeit und der technologischen Schutzmauer, unterschiedliche narrative Koordinaten zugewiesen.

01 Das HBM4-Problem ist gelöst, die Rubin-Plattform kann im zweiten Halbjahr in die Masse gehen

SemiAnalysis hat mit seinem Accelerator Model die neuesten Prognosen gemacht, dass NVIDIA im zweiten Halbjahr dieses Jahres eine Massenproduktion erleben wird.

Das Institut schätzt, dass der Umsatz von NVIDIAs Rechengeschäft für Datencentren im zweiten Halbjahr des Geschäftsjahres 2027 unter der starken Treibkraft der Rubin-Plattform um etwa 20 % höher sein wird als die konsensuelle Prognose des Marktes. Das HBM4-Problem, das zuvor den Fortschritt von Rubin beeinträchtigt hat, ist jetzt gelöst, und die Vorräte der Front-End-Waferversorgung sind ebenfalls vorab aufgebaut worden. Dies bedeutet, dass die Rubin-Plattform, die zuvor verschoben wurde, in eine Phase des schnellen Anstiegs eintreten wird.

SemiAnalysis hat besonders darauf hingewiesen, dass die Logik seiner Prognosen sich deutlich von der der traditionellen Verkaufsanalysten unterscheidet. Die meisten Wall-Street-Institute neigen dazu, relativ konservative Gewinnprognosen zu erstellen, um Raum für die "übererwartete" Leistung der Unternehmen zu lassen. Die Schlussfolgerungen von SemiAnalysis basieren jedoch mehr auf der ersten-hand-Forschung in der Branche, um möglichst nah an der realen Marktentwicklung zu sein.

Sein Accelerator Model hat ein System zur Kreuzverifizierung von Informationen entlang der gesamten Wertschöpfungskette aufgebaut. Die Datenquellen umfassen Lieferanten von Materialien, Waferhersteller, Hersteller von Schlüsselkomponenten, Serverhersteller und andere Teile der Lieferkette. Gleichzeitig wird in Verbindung mit den tatsächlichen Einkaufs- und Implementierungssituationen von Super-Cloud-Dienstleistern und führenden KI-Labors die Nachfrage- und Angebotsbeziehung aus mehreren Dimensionen überprüft.

Es ist bemerkenswert, dass dieses Modell nicht nur auf NVIDIA abzielt, sondern auch AI-Chiphersteller wie Broadcom, AMD, MediaTek und Marvell abdeckt und in Verbindung mit dem HBM-Model die gesamte Entwicklung der AI-Rechenleistungskette kontinuierlich verfolgt.

02 Die CUDA-Schutzmauer wird angegriffen, die Reduzierung der Rubin Ultra spiegeln den Aufstieg von selbstentwickelten ASICs wider

Eine andere Bemerkung von SemiAnalysis über die Rubin Ultra hat jedoch zuvor breite Diskussionen auf dem Markt ausgelöst.

Das Institut hat erklärt, dass die ursprünglich geplante Rubin Ultra von NVIDIA, die mit 4 Rechenchips entworfen wurde, etwa drei Monate nach der Veröffentlichung auf der GTC dieses Jahres das ursprüngliche Konzept geändert hat. Die neue Version ist deutlich kleiner als die ursprüngliche Entwurf, was mit der Schwierigkeit der fortschrittlichen Verpackungstechnologie zusammenhängt.

SemiAnalysis ist der Ansicht, dass nicht die Reduzierung der Rubin Ultra selbst interessanter ist, sondern die Veränderung des industriellen Wettbewerbsmusters, die dieses Ereignis widerspiegelt. Das Institut hat darauf hingewiesen, dass der größte Wettbewerbsdruck für NVIDIA in den letzten Jahres nicht mehr nur von traditionellen GPU-Herstellern wie AMD ausgeht, sondern dass immer mehr Super-Cloud-Dienstleister und KI-Modellunternehmen selbstentwickelte ASICs einsetzen, um spezielle Chipsysteme für bestimmte Szenarien wie Training oder Inferenz aufzubauen.

Zum Beispiel hat Anthropic derzeit eine Multi-Platform-Rechenleistungssystemarchitektur aus Google TPU, Amazon Trainium und NVIDIA GPU aufgebaut. Dabei werden viele Claude-Modell-Trainings auf der TPU-Plattform durchgeführt, während die Claude Code-Inferenz immer häufiger auf Trainium implementiert wird. NVIDIA GPUs übernehmen dagegen eher allgemeine Rechenaufgaben wie die führende Forschung. SemiAnalysis hat darauf hingewiesen, dass es noch vor einem Jahr schwierig vorstellbar war, dass TPU und Trainium bis heute so groß werden würden, und dass die CUDA-Schutzmauer langsam angegriffen wird.

Dieser Artikel stammt aus dem WeChat-Account "Hard AI", Autor: Spezialist für Technologieentwicklung und Forschung. 36Kr hat die Veröffentlichung mit Genehmigung durchgeführt.