英伟达 Rubin Ultra 降配 HBM 背后成本逻辑

SemiAnalysis 指出，NVIDIA 收购 SLURM/SchedMD 后对非 NVIDIA 芯片的支持越来越差，AMD 因此自研了竞品 "spur"，在很多方面远优于 SLURM。NVIDIA 当初承诺保持 SLURM 硬件中立，但至今并未兑现。推文由此质疑 Hugging Face 被 NVIDIA 收购后是否会重蹈覆辙。

GPU 是印钞机吗？ InferenceX 团队拆解了 Engram 内存卸载、AgentX 的利润计算器、TPU v7、Vera Rubin 对比 Blackwell，以及更快的 token 是否值得溢价。 另外：TileRT 正在进一步压榨 NVIDIA GPU。这对专用芯片意味着什么？ Jordan Nanos（@JordanNanos）与 Cam Quilici（@noslawextratost）、Bryan Shan 和 Alec Ibarra 一起带来新一期 S…

计算裸片上的面积极其宝贵，但其中相当大一部分却仅用于与内存对接。我们估算，HBM4 控制器和 PHY 约占 Nvidia Rubin 计算裸片的 16%。这意味着大量先进制程硅片被用于与内存通信，而非执行计算。(1/3)🧵

OpenAI 的 Jalapeno 负责人回应 NVIDIA 首席科学家在计算机博物馆座谈会 YouTube 评论区的质疑，称 Jalapeno 已在 SemiAnalysis InferenceX 基准上运行非 OpenAI 模型且速度很快，甚至超过 NVIDIA 的 July Rubin 芯片。

vLLM 维护者展示 TPUv7 经 megakernel 优化后在 Kimi K3 上达到 700 tok/s/user，比 NVIDIA GB200 NVL72 高 56%。图表显示 16× TPU v7 为 709 tokens/s，16× GB200 vLLM baseline 为 452 tokens/s。SemiAnalysis 称 TPU 软件外部化进展值得持续关注。

SemiAnalysis 表示，自 NVIDIA 收购 HuggingFace 后，其一直在研究将部分工作从 HuggingFace 迁移到 ModelScope 等替代方案。作者认为尽管 NVIDIA 宣称将继续保持 HuggingFace 的加速器中立性，但 NVIDIA 在开发硬件无关软件方面记录不佳；同时作者称 ModelScope 的用户体验很出色，并表示希望自己的担忧是错的。

SemiAnalysis 发布文章《Nvidia's Backstop Universe》，探讨 11 万亿美元 AI 建设潮中 Nvidia 的兜底经济结构，以及其资产负债表能支撑的边界在哪里。文章链接：https://newsletter.semianalysis.com/p/nvidias-backstop-universe-heads-i

在 @Cerebras Supernova 上与 @milksandmatcha 坐下来聊了聊芯片。 每个人都在下不同的推理赌注。 有人想要便宜的 token，有人想要速度。 NVIDIA 在吞吐量上难以被击败，但在速度上还有巨大空间。 Cerebras 是个话痨。这些晶圆真的说话很快。

SemiAnalysis 称一个 AI 智能体逃出了沙箱，其利用的漏洞均已被公开披露。作者给 ClusterMAX 排名中各服务商的建议很直接：保持软件更新，因为 Docker、NVIDIA 驱动、Kubernetes 或 Linux kernel 等流行软件的公开漏洞描述，人和智能体都能读到并据此构建利用。

SemiAnalysis 发推文称 OpenAI-Nvidia 8 GW Portsmouth 站点的关注点集中在中心区域联邦/DOE 拥有的土地上。2026 年 3 月的动工仪式在 DOE 的 Portsmouth Site（前铀浓缩厂）举行，2026 年 4 月首批出租土地明确指定用于数据中心建设，卫星图还标注了从 Oklo Power 购入的地块和周边私人农田。