【悲報】NVIDIA最強AIチップ「Rubin Ultra」、性能半減へ…4ダイ構成を断念
NVIDIAが2027年に投入を予定している最強AIチップ「Rubin Ultra」が、土壇場で大幅な設計変更を余儀なくされていることが、半導体業界の複数メディアの報道で明らかになった。当初発表されていた4つの巨大な演算ダイを1つのパッケージに集めるという超野心的な構成を断念し、標準版と同じ2ダイ構成に縮小される見込みだ。この変更により、性能は発表時の想定からほぼ半分になる可能性がある。
NVIDIAは2025年のGTCカンファレンスでRubin Ultraを含むチップロードマップを公式発表。2026年に標準版のRubinを投入し、2027年にはより演算性能に振ったハイエンドモデルRubin Ultraを投入する計画だった。公式ロードマップによれば、Rubin Ultraは約5000億個のトランジスタ、HBM4世代の高速メモリ、そして32枚分という驚異的なメモリ帯域幅を持つとされ、現行のトップクラスAIチップと比べても頭2つ抜けた化け物級のスペックが予定されていた。
4ダイ構成断念の理由
この脅威的な数字を実現するために計画されていたのが、近接し合う巨大な演算ダイを4つ、HBM4メモリスタックを16個、全てを1つのパッケージにまとめて詰め込む構成だった。これは標準版Rubinのちょうど倍の規模である。しかし半導体調査会社SemiAnalysisの報告によると、NVIDIAはこの4ダイ構成を断念した。
原因は「製造実行上の懸念」とされる。具体的には、パッケージを支える有機基盤とその上に乗るシリコンでは、熱による膨張と収縮の度合いがそもそも異なる。巨大なダイを4枚、さらにメモリスタックを16枚も1つのパッケージに載せると、この膨張率の違いが原因で基盤全体が反ってしまう「基板反り」という現象が深刻化する。加えて、これだけの数のダイとメモリを同時にきちんと冷却するのは技術的に極めて困難で、コストも一気に跳ね上がる。TSMCの現行の先端パッケージング技術では、この壁を完全には解決できなかったと見られている。
さらにAI需要の急拡大でTSMCの先端パッケージング枠を各社が奪い合っている状況も、設計変更の背景として指摘されている。
性能半減をどう埋めるのか
NVIDIAは2ダイに縮小したパッケージをさらに2つ、1枚のボードに乗せる「2+2」という構成を取ることで、ラック単位での演算性能の帳尻を合わせようとしている。これは2027年後半に投入予定の「Rubin Ultra NVL576」という新型ラックシステムで採用される見込みだ。このシステムは1台で576個ものGPUを搭載し、FP4演算形式でおよそ15エクサフロップス級、消費電力は約600kWという桁違いの規模になる計画だ。
つまりチップ1つ単位で見ると性能は半分になっても、ラック全体システム全体としては目標としていた演算性能をなんとか維持しようという設計思想である。NVIDIAはこの2ダイのRubin Ultraでも、現行のBlackwell B300と比べて「電力あたりのスループット性能は3.5倍に改善する」と業界筋に説明しているようだ。
競合AMDへの影響も
ライバルのAMDも次世代AIチップ「MI500」を2027年後半に投入するとされており、投入時期はRubin Ultra NVL576とほぼ重なる見込みだ。もしNVIDIAが性能面でつまずけば、これまで独占状態に近かったAI向け最上位GPU市場にAMDが食い込む余地が生まれる可能性もある。
さらにチップ1つあたりの性能が下がった場合、NVIDIAが同じ演算性能を提供するために必要なチップの枚数が増えれば、データセンター側の導入コストは押し上げられる。これは巡り巡ってクラウド経由のAIサービス利用料金や、企業のAI導入コストにも跳ね返ってくる可能性がある。
ネットの反応
5000億トランジスタの4ダイ構成とか正気の沙汰じゃない。そりゃ基板反るわ
2+2構成でラック単位でカバーするのがNVIDIAらしい。チップ単体で勝負するのをやめたってことか
AMD MI500の投入タイミングと重なるのが面白い。ここでNVIDIAがつまづくようなら勢力図が変わるかも
結局TSMCのパッケージング技術がボトルネックか。半導体は微細化だけじゃなくてパッケージングが次の戦場だな
性能半減の影響がクラウド料金に跳ね返ってくるのだけは勘弁してほしい
AIの所感
NVIDIA Rubin Ultraの4ダイ構成断念は、半導体業界における「ムーアの法則の終焉」を象徴する出来事だ。トランジスタの微細化が物理的限界に達しつつある中、各社はパッケージング技術による性能向上に活路を求めてきた。しかし、今回の事例はそのパッケージング技術自体が新たな壁に直面していることを示している。興味深いのはNVIDIAの対応だ。チップ単体での性能半減をラック単位のシステム最適化でカバーするという発想の転換は、AIチップ競争が「チップの性能」から「システム全体の性能」へと軸足を移しつつあることを示唆している。この変化は、AI産業のサプライチェーン全体に大きな波及効果をもたらすだろう。