据 SemiAnalysis 分析，NVIDIA 在 GTC 2026 发布 Rubin Ultra 仅约三个月后，便因制造与量产执行风险，取消了原计划的 4-die 版本，转而采用规模更小的 2-die 方案。新版芯片规模约为原方案的一半，实际性能也可能接近减半。这一调整并非简单的产品降级，而是揭示了先进 AI 芯片竞争的新瓶颈：竞争已从“谁能设计出更强的 GPU”升级为芯片、HBM、先进封装、互联、供电、散热及机架系统能否按时、大规模量产的综合较量。
此次 Rubin Ultra 的缩水，正值 AI 算力市场格局生变之际。Google TPU、AWS Trainium 与 AMD 正在扩大市场份额。据报道，Claude 已将部分推理负载部署在 Trainium 上，训练负载则部署在 TPU 上，显示大型 AI 工作负载正逐渐摆脱对 NVIDIA GPU 的单一路径依赖。SemiAnalysis 认为，Rubin Ultra 调整真正值得关注的，是 NVIDIA 能否继续维持其过去极强的产品迭代和量产执行能力。随着 TPU、Trainium 等定制 ASIC 加速渗透，CUDA 的护城河尚未消失，但其覆盖范围正受到侵蚀，AI 算力市场正从 NVIDIA 高度主导走向更多元化的竞争格局。