Tin đồn giảm cấu hình Rubin Ultra phân tích chuyên sâu: Nhu cầu HBM4E giảm bao nhiêu, liệu đợt tăng giá DRAM và việc định giá lại cổ phiếu bộ nhớ có đảo ngược không

Tóm tắt nội dung

1.Báo cáo nghiên cứu của SemiAnalysis ngày 29/7 chỉ ra rằng Ultra SKU chủ đạo sử dụng HBM4 8-Hi, 192GB, khoảng 21TB/s và điện năng tối đa 1.800W Max-Q, hiệu suất lý thuyết FLOPs đỉnh tương đương Rubin, chủ yếu nâng cấp sang miền scale-up 576-GPU; Nvidia hiện chỉ xác nhận Rubin phiên bản hiện tại với HBM4 288GB, 12-Hi và 22TB/s, cùng cấu trúc 8×72-GPU của Ultra NVL576, chưa xác nhận thông số trên của Ultra.

2.Tác động về dung lượng có 2 tiêu chí chuẩn: so với Rubin hiện tại 288GB, giảm còn 192GB là giảm 33,3%, số lượng GPU tăng 50% có thể bù đắp; so với Ultra 2-die HBM4E 12-Hi trước đó là 384GB, thì giảm 50%, số lượng GPU cần tăng gấp đôi mới có thể bù đắp.Phương án 4-die 1.024GB ban đầu cùng lúc thay đổi số lượng die, công suất và định nghĩa hệ thống, mức giảm dung lượng cơ học 81,25% không thể coi là nhu cầu ngành giảm tương đương.

3.Tính theo mỗi GPU 192GB và miền 576-GPU do Nvidia công bố, NVL576 chứa 110,592TB HBM, gấp 5,33 lần Rubin NVL72.Miền mở rộng lớn hơn không thể chứng minh lượng xuất xưởng thực tế, nhưng cho thấy nhu cầu đang dần dịch chuyển từ "GPU đơn dung lượng lớn" sang "nhiều GPU tiêu thụ điện thấp hơn"; so với phương án Ultra cũ 384GB, số lượng hệ thống hoặc GPU phải tăng 100% mới duy trì cùng mức nhu cầu bit.

4.Ảnh hưởng trực tiếp đến giá năm 2026 vẫn còn nhỏ.Ultra hướng đến năm 2027, năm 2026 thực tế triển khai là nhu cầu đối với Rubin HBM4, AI ASIC và server DRAM, ba hãng lớn tồn kho thấp, tỷ lệ bao phủ hợp đồng tăng, HBM4 đang leo thang sản lượng. Tiêu cực tập trung ở năm 2027 khi Ultra dòng chủ đạo quay lại HBM4 từ HBM4E, khiến nhu cầu sản phẩm tầng cao, premium theo GB và tổ hợp nhà cung cấp chịu ảnh hưởng.

5.Ảnh hưởng đối với toàn bộ DRAM rõ ràng nhỏ hơn tác động đến tổ hợp HBM4E.Nếu Ultra vốn chiếm 20% nhu cầu bit HBM năm 2027, lấy chuẩn cấu trúc cùng 384GB giảm xuống 192GB, tổng nhu cầu bit HBM toàn ngành giảm thô khoảng 10%, tương đương nhu cầu bit DRAM toàn ngành giảm khoảng 1,3%, lý thuyết lượng wafer DRAM cần thiết giảm khoảng 3%. Điều này có thể làm giảm độ nghiêng của giá tăng, nhưng chưa đủ để tự chứng minh dư cung.

6.Tính đến ngày 31/7, cổ phiếu của Micron, SK hynix và Samsung Electronics lần lượt giảm 32,2%, 41,1% và 27,6% so với đỉnh trong năm, nhưng từ đầu năm vẫn tăng 188,4%, 163,9% và 118,9%.Kịch bản của SemiAnalysis bất lợi nhất với premium tính quý hiếm của SK hynix HBM4E về dài hạn, Micron ở vị trí giữa, Samsung nhờ kinh doanh đa dạng hơn và rào cản bắt kịp 8-Hi thấp hơn nên khả năng chịu áp lực tốt hơn; đây chỉ là độ nhạy chứ chưa phải đảo chiều lợi nhuận hiện tại.

SemiAnalysis cho biết phương án Rubin Ultra chủ đạo đã giảm xuống HBM4 8-Hi, 192GB cùng 1.800W Max-Q.Nếu kịch bản chuỗi cung ứng này đúng, cú sốc tác động chủ yếu đến tổ hợp sản phẩm HBM4E năm 2027 và định giá nhóm cổ phiếu bộ nhớ, không ảnh hưởng trực tiếp đến hướng giá DRAM năm 2026.

I. Thông số chính thức và trường chưa xác nhận

Theo Nvidia công bố ngày 21/7, kiến trúc Rubin cho thấy mỗi GPU Rubin gồm 2 compute die, cung cấp hiệu suất inference tối đa 50 PF NVFP4, đào tạo 35 PF NVFP4, HBM4 288GB, cấu trúc xếp 12-Hi và băng thông 22TB/s. Hệ NVL72 gồm 72 GPU đạt tổng 20,7TB HBM. Nvidia mới chỉ công bố thông tin về cấu trúc hệ thống của Ultra: Rubin Ultra NVL576 gồm 8 rack MGX NVL, mỗi rack 72 Ultra GPU, tạo thành miền NVLink 576-GPU.

Báo cáo chuỗi cung ứng của SemiAnalysis ngày 29/7 tiếp tục xác nhận kịch bản Ultra chủ đạo: 2 compute die, HBM4, 8 tổ xếp 8-Hi, 192GB, khoảng 21TB/s và 1.800W Max-Q, FLOPs lý thuyết đạt đỉnh tương đương Rubin; có thể có các phiên bản 2.600—2.800W Max-P và 1.200W dành cho token decode hoặc các tác vụ cần ít sức mạnh tính toán hơn.Bảng so sánh thử nghiệm sử dụng 35 PF, trùng với chuẩn đào tạo 35 PF NVFP4 được Nvidia công bố, không thể so sánh trực tiếp với chuẩn inference sparse 50 PF. Hiện tại thông số 192GB, phân lớp công suất và kết nối interconnect giữa rack NPO vẫn chưa xuất hiện trong bảng dữ liệu chính thức của Nvidia Ultra.

Biến động cốt lõi của lộ trình là1.024GB→768GB→384GB→192GB, đồng thời loại bỏ phương án 4-die, HBM4E hạ xuống HBM4 và giảm công suất tiêu thụ.Sơ đồ ban đầu có thể gây nhầm lẫn về số stack HBM và tổng dung lượng ở từng giai đoạn, do đó số stack không dùng để tính toán nhu cầu; các giá trị dung lượng chủ đạo, thế hệ HBM, số die và công suất tiêu thụ đúng như mô tả.

Báo cáo chuỗi cung ứng của UBS ngày 8/4 đã xác định Ultra sẽ duy trì hai compute die và 8 tổ HBM, loại bỏ phương án bốn die vì hiệu suất đóng gói CoWoS siêu lớn có hạn chế về tỷ lệ thành phẩm và băng thông.Trong cùng mức compute, 2 die tăng hiệu năng không lớn, nhưng cần nhiều đóng gói, nhu cầu wafer N3 và HBM không nhất thiết giảm. Mô hình lưu trữ toàn cầu của J.P. Morgan ngày 29/5 vẫn lấy HBM4E 12-Hi/16-Hi làm chính, dự báo giá trung bình HBM năm 2027 tăng 32%. Thông tin mới từ SemiAnalysis điều chỉnh giảm từ cấu trúc đóng gói sang thế hệ, số lớp stack, dung lượng và công suất tiêu thụ; mô hình cũ cần ưu tiên điều chỉnh tỷ trọng HBM4E hybrid và dung lượng mỗi GPU.

Samsung Electronics công bố lộ trình HBM4E vào tháng 5 cung cấp dữ liệu đối chiếu: HBM4E 12-Hi là 48GB/stack, dự kiến 8-Hi và 16-Hi lần lượt là 32GB và 64GB. Nếu Ultra có 8 tổ HBM tổng 192GB, trung bình 24GB/stack, trùng với 8-Hi HBM4 của SemiAnalysis, không phải 8-Hi HBM4E của Samsung. Chủ đạo chuyển từ HBM4E sang HBM4, tác động không chỉ tới dung lượng mà cả tổ hợp sản phẩm cao cấp và premium tính trên GB năm 2027.

II. Ba cấp độ tính tác động đến nhu cầu HBM

Cấp đầu tiên là một GPU, nhưng tham chiếu phải tách biệt.So với Rubin hiện tại, giảm từ 288GB xuống 192GB là giảm 33,3% nhu cầu bit, tăng số lượng GPU 50% có thể bù đắp; so với Ultra 2-die HBM4E trước đó, giảm từ 384GB xuống 192GB là giảm 50%, tăng số lượng GPU 100% mới bù đắp được. Phương án 1.024GB ban đầu còn thay đổi số lượng compute die, công suất và cấu trúc hệ thống, mức giảm 81,25% dung lượng cơ học chỉ thể hiện biên độ trên lộ trình, không đại diện nhu cầu thực tế ngành HBM giảm 81,25%.

1.800W Max-Q cung cấp điều kiện kỹ thuật để tăng số lượng GPU.So với Rubin Max-P 2.300W, giảm công suất 21,7%; so với Ultra Max-P 2.600—2.800W, giảm 30,8%—35,7%. Công suất thấp hơn, BOM cung cấp và làm mát nhẹ hơn giúp tăng số lượng GPU triển khai thực tế, xếp 8-Hi cũng giúp tăng tỷ lệ thành phẩm và throughput đóng gói; nhưng tác động này có chuyển thành xuất xưởng gấp đôi hay không vẫn phụ thuộc vào chi tiêu của khách hàng, nguồn điện trung tâm dữ liệu và hiệu quả sử dụng phần mềm.

Cấp thứ hai là hệ thống.Định nghĩa "GPU, compute die, package vật lý" của các lộ trình khác nhau không hoàn toàn thống nhất, dung lượng hệ thống chỉ có thể tính khi xác định được đơn vị.

110,592TB là ước tính không chính thức dựa trên chuẩn tự nhiên "576 Ultra GPU" của Nvidia và 192GB mỗi GPU.Nếu 192GB của SemiAnalysis thực tế đề cập đến package vật lý hai die, trong khi 576 vẫn tính theo die tính toán, tổng dung lượng thực chỉ còn 55,296TB; cách giải thích này không trùng với ngôn từ chính thức của Nvidia hiện tại, chỉ có thể xem là biên phụ. Phương án 4-die 144 package và 576 GPU hiện tại cũng không cùng mẫu số, vậy nên mức giảm từ 147,456TB xuống 110,592TB là 25% không thể trực tiếp đưa vào mô hình nhu cầu ngành.

Cấp thứ ba là toàn ngành.TrendForce dự đoán năm 2027, HBM chiếm khoảng 13% tổng bit DRAM cung ứng, nhưng chiếm 30% lượng wafer, tức một bit HBM ngốn wafer gấp 2,87 lần DRAM thường. Lấy Ultra 384GB cũ là chuẩn và giả định các nhu cầu khác không đổi, độ nhạy sơ bộ như sau:

Giá trị trong bảng chỉ trả lời "nếu nhu cầu Ultra trong phương án cũ giảm một nửa thì tổng quy mô thị trường giảm bao nhiêu", không tương đương với dự báo doanh số.Trọng số Ultra càng cao thì thiếu hụt do cắt giảm cấu hình SKU chủ đạo càng lớn; tuy nhiên số lượng GPU triển khai, tỷ trọng Max-P, lượng tăng thêm AI ASIC và đơn hàng HBM4E từ khách hàng khác hoàn toàn có thể bù lại phần thiếu hụt đó. Nhà đầu tư cần theo dõi sát xem liệu việc tăng số lượng có vượt qua hai ngưỡng 50% và 100% không: vượt qua 50%, nhu cầu bit so với Rubin hiện tại sẽ không giảm; vượt qua 100%, nhu cầu bit so với Ultra 384GB cũng được bù hoàn toàn.

Nếu chỉ so với Rubin 288GB hiện tại, với trọng số 20% thì kết quả khá hòa hoãn: tổng nhu cầu HBM giảm 6,7%, tổng nhu cầu bit DRAM giảm 0,9%, lý thuyết wafer DRAM tiêu thụ giảm 2%.Hai kịch bản đều chưa loại trừ lượng GPU tăng thêm, nhu cầu AI ASIC như Google TPU, nền tảng AMD, SKU Max-P, tỷ suất thành phẩm nhà cung cấp, hợp đồng lock-in và tái phân bổ wafer. Sự thay đổi cấu hình Ultra quan trọng hơn nhiều đối với tổ hợp HBM4E, còn ảnh hưởng với toàn bộ DRAM không lớn đến mức giảm hai chữ số một cách cơ học.

Giải phóng wafer không tương đương với số lượng server DRAM tương ứng xuất hiện ngay trên thị trường.HBM và DRAM truyền thống dù cùng sử dụng năng lực sản xuất front-end, nhưng quy trình, thiết kế die, kiểm tra, wafer base, đóng gói stacking và xác nhận khách hàng vẫn khác nhau; wafer và nguồn lực đóng gói đã khoanh cứng cho HBM không thể chuyển đổi không ma sát sang sản phẩm khác. Hãng sản xuất vẫn sẽ so sánh lợi nhuận mỗi wafer giữa HBM, server RDIMM và mobile DRAM rồi mới quyết định mở rộng thêm cho bên nào. Vì vậy, mức giải phóng 3% chỉ thay đổi lộ trình đầu tư vốn và tổ hợp sản phẩm năm 2027, sau đó mới ảnh hưởng đến giá hợp đồng, không thể coi là nguồn cung tăng ngay 3% thời điểm hiện tại.

III. Vì sao giá HBM và DRAM năm 2026 sẽ không đảo chiều ngay

Thứ nhất, chưa đúng thời điểm. Ultra hướng đến năm 2027, kế hoạch năm 2026 do Rubin HBM4 và AI ASIC quyết định. SK hynix công bố trong kết quả quý 2/2026 HBM4 đã bắt đầu sản xuất hàng loạt và đã ký cam kết dài hạn với khoảng 10 khách hàng chủ chốt; Micron báo cáo kết quả tài chính quý III năm tài chính 2026 khẳng định đã giao hàng loạt HBM4 cho các nền tảng khách hàng chủ lực, HBM4E dự kiến sản xuất hàng loạt năm 2027, hợp đồng chiến lược nhiều năm giúp tăng minh bạch hiệu suất tài chính. SKU năm 2027 của Nvidia chưa vào thông số chính thức sẽ không thể quay lại ảnh hưởng các sản phẩm đã xác nhận, sản xuất và bàn giao năm 2026.

Giá truyền dẫn qua ít nhất 4 thời điểm: xác lập thông số nền tảng, khách hàng đặt hàng, điều phối sản suất wafer và package, đàm phán lại giá hợp đồng.Tin đồn chuỗi cung ứng có thể khiến giá cổ phiếu đảo chiều trong ngày, nhưng hợp đồng đã ký và hàng đang sản xuất không thể biến mất cùng lúc. Nếu dung lượng Ultra chủ đạo hạ xuống, thứ bị điều chỉnh đầu tiên là tổ hợp HBM4E và quyền thương lượng của hãng năm 2027, tiếp theo là đầu tư vốn và phân bổ wafer bổ sung, cuối cùng mới tới giá bình quân và biên lợi nhuận thể hiện trên báo cáo tài chính. Giá hợp đồng hay giá giao ngay năm 2026 chỉ bị tác động khi cả kho tăng, đơn hàng bị hủy và nguồn cung tăng mới diễn ra đồng thời; thay đổi thông số một SKU xa xôi chưa đủ điều kiện để thay đổi xu hướng giá ngay.

Thứ hai, DRAM thông thường vẫn đang thiếu hàng và giá cao. Theo TrendForce, hợp đồng DRAM truyền thống quý I/2026 tăng giá 93%—98%, quý II tồn kho nhà cung cấp vẫn rất thấp và dự báo giá hợp đồng tiếp tục tăng thêm 58%—63%. Báo cáo UBS tháng 7 dự đoán giá DDR quý 3 và 4 tăng lần lượt 32% và 18%, nhu cầu bit DRAM năm 2027 tăng 36,2%, cung chỉ tăng 19,3%; Bernstein báo cáo ngày 8/7 nhận định thận trọng hơn, dự đoán server DRAM quý 3 tăng 13%—18%, có thể đến nửa cuối 2027 giá mới bình ổn lại. Dù khác biệt về cách công bố nhưng đều chung chốt "giá vẫn tăng, chỉ là giảm dần tốc độ", chứ không phải đảo chiều.

Thứ ba, động cơ điều chỉnh cấu hình mà SemiAnalysis đưa ra bản chất cho thấy nguồn cung thắt, không phải nhu cầu biến mất.Đánh giá là Nvidia cần chia HBM có hạn cho nhiều GPU hơn, cân bằng lại giữa năng lực front-end của TSMC tạm thời dồi dào với nguồn cung HBM bó hẹp, đồng thời dùng cấu hình HBM thấp hơn và BOM nguồn cung nhẹ hơn giữ giá tăng năm 2027 ở mức vừa phải. Nếu thuyết này đúng, dung lượng mỗi GPU giảm lại cho thấy bottleneck vẫn nằm ở HBM và điện năng trung tâm dữ liệu. Hiệu quả nâng số lượng khi giảm Max-Q 1.800W quyết định liệu cắt giảm đơn vị GPU có thành ra tổng số hệ thống giảm hay không.

Thứ tư, nhu cầu HBM không chỉ đến từ mình Nvidia.TrendForce nhận định năm 2026 nguồn cung thêm của HBM chủ yếu đến từ AI ASIC, năm 2027 mới do cả Rubin Ultra lẫn AI ASIC cùng dẫn dắt. Dù Ultra giảm dung lượng mỗi die, các dòng accelerator riêng như TPU, nền tảng AMD, phiên bản Max-P hoặc khách hàng khác vẫn có thể bù vào phần thiếu hụt. Thay đổi SKU chính của Nvidia không đại diện cho toàn ngành HBM.

Thứ năm, nhà cung cấp vẫn giữ giá sàn.Theo TrendForce, lợi nhuận trên mỗi wafer HBM quý 1/2026 đã thấp hơn DRAM DDR5 RDIMM 64GB. Nếu khách hàng ép giá HBM giảm sâu, hãng có thể chuyển wafer biên sang server DRAM thay vì chấp nhận hạ giá liên tục. SemiAnalysis cho biết Nvidia đã đàm phán được giá HBM mỗi GB thấp nhất từ SK hynix so với các khách hàng khác và gắn chiết khấu với việc phân phối GPU cho trung tâm dữ liệu AI của tập đoàn SK; do giá, số lượng, thời hạn và điều kiện đổi đều không công khai, chỉ thể hiện quyền thương lượng của khách hàng lớn, không có nghĩa giá dưới giá thành hay toàn ngành sụp giá. J.P. Morgan nói Samsung lên kế hoạch đưa 60%—70% công suất DRAM và NAND vào hợp đồng 5 năm, UBS cho biết SK hynix đã ký 10 hợp đồng dài hạn, hợp đồng sẽ làm giảm biến động giá từng quý.

IV. Năm 2027 tác động thực tế là premium HBM4E và tổ hợp sản phẩm

Kịch bản SemiAnalysis cùng lúc giảm dung lượng và thế hệ: Ultra chủ đạo từ 2-die, 384GB HBM4E 12-Hi chuyển thành 192GB HBM4 8-Hi.Nhu cầu bit mỗi GPU giảm 50%, phần HBM4E vốn thuộc Ultra chủ đạo sang HBM4, ảnh hưởng đến tổ hợp 12-Hi/16-Hi và premium từng GB hơn là tổng bit HBM. Max-P, accelerator khác và các khách hàng khác vẫn có thể dùng HBM4E; HBM4E không bị loại bỏ hoàn toàn nhưng tỷ lệ sử dụng và doanh thu đỉnh năm 2027 phải điều chỉnh giảm.

Xếp chồng 8-Hi mỏng hơn, giảm áp lực đóng gói và làm mát, tỷ lệ thành phẩm và chu kỳ sản xuất tốt hơn; nhà sản xuất có thể giảm giá vốn/GB để bù một phần doanh thu, Nvidia cũng giảm BOM và tăng số lượng triển khai thực tế.Tuy nhiên khi tính khan hiếm tầng cao giảm, mô hình tháng 5 của J.P. Morgan về "năm 2027 giá bình quân HBM tăng 32% và premium HBM4E so với HBM3E đạt 61%" phải hạ dự báo. Áp lực giá đầu tiên thể hiện trên tổ hợp sản phẩm và chiết khấu khách VIP, không tương đương giá spot giảm ngay.

Với DRAM thường, hướng truyền dẫn ngược lại: mỗi phần wafer HBM giảm sẽ giúp server RDIMM, LPDDR và DRAM khác đỡ thiếu.Trọng số Ultra 20% và dung lượng giảm 50% tức giải phóng khoảng 3% wafer DRAM toàn ngành; đây không phải nguồn cung tăng tức thời 3%, vì tỷ lệ thành phẩm 8-Hi, chu kỳ chuyển đổi sản phẩm, hợp đồng dài và khách HBM khác đều ảnh hưởng thực tế. TrendForce hiện dự báo tỷ lệ cung DRAM năm 2026 ở mức -1% đến -2%, năm 2027 thiếu tăng; mô hình cũ của J.P. Morgan cho -11,4% năm 2027, báo UBS là -13,6%. Kịch bản chính vẫn là cung DRAM năm 2027 còn chật, chỉ có điều biên độ thiếu và thời gian tăng giá kéo dài giảm xuống.

Bên cạnh đó phải lưu ý cả dịch chuyển nhu cầu. Việc GPU HBM tại chỗ nhỏ đi sẽ cần nhiều hơn cache KV split, RAM lớn phía CPU và SSD cao tốc; những thứ này không thay thế 1-1 cho HBM nhưng sẽ khiến một phần ngân sách dịch chuyển từ băng thông cực cao sang server DRAM, SOCAMM và SSD doanh nghiệp. Nhu cầu bộ nhớ AI không chỉ xảy ra trong khuôn GPU.