據 SemiAnalysis 分析，NVIDIA 在 GTC 2026 釋出 Rubin Ultra 僅約三個月後，便因製造與量產執行風險，取消了原計劃的 4-die 版本，轉而採用規模更小的 2-die 方案。新版晶片規模約為原方案的一半，實際效能也可能接近減半。這一調整並非簡單的產品降級，而是揭示了先進 AI 晶片競爭的新瓶頸：競爭已從“誰能設計出更強的 GPU”升級為晶片、HBM、先進封裝、互聯、供電、散熱及機架系統能否按時、大規模量產的綜合較量。
此次 Rubin Ultra 的縮水，正值 AI 算力市場格局生變之際。Google TPU、AWS Trainium 與 AMD 正在擴大市場份額。據報道，Claude 已將部分推理負載部署在 Trainium 上，訓練負載則部署在 TPU 上，顯示大型 AI 工作負載正逐漸擺脫對 NVIDIA GPU 的單一路徑依賴。SemiAnalysis 認為，Rubin Ultra 調整真正值得關注的，是 NVIDIA 能否繼續維持其過去極強的產品迭代和量產執行能力。隨著 TPU、Trainium 等定製 ASIC 加速滲透，CUDA 的護城河尚未消失，但其覆蓋範圍正受到侵蝕，AI 算力市場正從 NVIDIA 高度主導走向更多元化的競爭格局。