AI芯片配置需求昇級，英偉達等鉅頭大幅增加12層堆疊數

AI芯片客戶對高帶寬內存（HBM）的需求正在發生變化，帶寬和容量的重要性上昇，推動HBM堆疊層數及單芯片搭載數量增加。
1、英偉達Rubin或取消8層HBM方案。 受HBM基礎裸片供應限製，以及客戶優先追求帶寬而非成本效率影響，Rubin原定混用8層和12層HBM的方案可能調整為僅採用12層。計劃2027年推出的Rubin Ultra正在推進多個架構版本流片，初期預計採用最高規格8層HBM4，後續昇級至8層或12層HBM4E。
2、AMD單芯片HBM搭載量有望增長50%。 預計2027年產品混用8層和12層HBM4，其中MI450的單個CoWoS封裝內HBM堆疊數量可能由8組增至12組，總容量達288GB，有利於提昇單顆AI加速器的HBM用量。
3、OpenAI與Anthropic配置出現差異。 OpenAI相關AI芯片將採用12層HBM4，Anthropic則採用8層HBM4。（韓國大信証券）。