我一直在思考MU的问题。每个人都在基于AI需求继续爆炸来建模这个巨大的HBM/内存周期。说得好。 但如果Nvidia的对内存瓶颈的回应不是简单地购买更多内存呢？已经有报道称Nvidia正在测试低内存配置的Rubin Ultra。另外，TrendForce之前报告称Nvidia仅能获得足够的LPDRAM来覆盖其预测的SOCAMM需求的60%，并因此减少了内存配置。 这让我想起了什么。脑袋后简单的数学：如果您只有一半的内存来建造计划中的系统，但您找出如何将内存需求降低到每个系统的一半，理论上相同的内存供应就可以支持120%的原始生产目标。当然，真实世界不是那么干净。有其他瓶颈，内存类型，产量，封装等等。但这不是我的主要问题。我的问题是内存短缺是否无意中迫使Nvidia找到如何变得对HBM每个GPU依赖性更低。因为如果Nvidia可以通过更好的缓存管理，KV缓存优化，Vera系统内存，NVLink，存储卸载等获得相似的实际性能使用更少的HBM，为什么他们会回到每个GPU中填充最大HBM呢？尤其是当替代方案让他们能够发货更多的GPU时。 这就是我想知道人们是否在反过来思考。Nvidia不通过最大化每个GPU附带的Micron内存来赚钱。Nvidia赚钱的是通过最大化它可以发货的极其昂贵的GPU/机架数量和客户从它们获得的性能。 如果288GB的HBM让Nvidia能够发货60个单位，但192GB加上更好的内存/缓存管理让他们能够发货90或100个，那么您认为Nvidia想要哪一个？然后再进一步。假设Nvidia做得很好。缓存→HBM→系统DRAM/LPDDR→NVMe。Nvidia已经控制了GPU，CPU，NVLink，网络，BlueField，CUDA和不断增加的机架本身。如果Nvidia开发出智能地决定哪些数据属于每个内存级别的软件，那么这实际上不是一个更强的Nvidia护城河吗？在这种情况下，您不仅仅购买一个带有大量内存附加的GPU。您购买的是Nvidia的整个专有AI计算机，Nvidia决定哪些昂贵的HBM是真正必要的。 这让我又回到了MU的问题。我们期待Jensen在下一个财报电话会议上说什么？选项A：“是的，内存限制了我们可以发货的Rubin系统数量。”可能对Nvidia最初不是很好。 但市场最终可以通过看到那些GPU并不是被取消，而是延迟了。 这对MU的估值来说可能不是很好，因为现在大家都知道Nvidia有一个严重的动力来工程化瓶颈。 选项B：“我们正在测试多种内存配置，使我们能够保持性能，同时使用更少的内存。”对Nvidia来说很好。 我不确定这对Micron来说是一个好消息。 然后有选项C，这对我来说最令人担忧的是一个MU股东：Nvidia基本上说测试正在进行，软件/缓存/内存级别的改进使他们能够以大量降低的HBM实现目标，并且他们打算将这些经验带入未来架构。 现在你不再谈论暂时的供应问题了。 你正在谈论每个GPU中HBM内容降低的结构性变化。 是的，Nvidia可能会发货更多的GPU，使总HBM需求仍然上升。 我不是说HBM突然消失。 我是在质疑MU未来财报中固化的假设。如果华尔街建模：更多GPU×更多GPU×HBM价格上涨，Nvidia将其转化为：WAY更多GPU×每GPU内存更少×对内存供应商的依赖性更低，那么Micron未来的HBM收入和稀缺性溢价需要重新评估多少？ 还有另一个奇怪的地方。如果更多数据被推出HBM到更便宜的内存级别和快速存储中，可能输家不是“内存”本身。 可能只是混合变化。 HBM失去一些内容，而LPDDR/DRAM和企业NAND则获得一些内容。这可能使MU与SNDK的讨论完全不同。 所以……请告诉我：如果Nvidia证明可以通过减少每个系统的内存而不是等待内存制造商赶上来获得接近100%的所需GPU输出，Micron实际上应该值多少？ 因为Nvidia有每个方面的财务动机来解决这个问题。 更多GPU发货。 对三个内存供应商的依赖性更低。 潜在的更低的BOM。 潜在的更高的毛利率。 更强的专有机架架构。 内存不再干扰Feynman或下一个项目的机会。 为什么Nvidia不继续投资这一点呢？ 也许我是错的。 问一个朋友。