2026年7月第一周，三条消息从不同方向同时涌向英伟达。

第一，SemiAnalysis披露，英伟达原版四芯片Rubin Ultra在GTC 2026发布仅三个月后即遭取消。新版性能减半。

第二，AMD正式展示机架级AI平台Helios，配备31TB HBM4内存，直接对标英伟达NVL72。2026年内供货。

第三，哈佛辍学生创办的Etched宣布累计融资8亿美元，估值50亿美元，签下10亿美元订单。Sohu芯片推理Llama-3 70B的速度是英伟达H100的20倍。

三件事同时发生，不是巧合。

英伟达的麻烦，从来不是一个点。是产品、战略、架构三条线同时在响。

一、一块基板，毁了一颗芯片

四芯片Rubin Ultra的取消，根子在封装。

英伟达与台积电原计划用CoWoS-L封装，将四颗接近光罩尺寸上限的大芯片集成在一起。但在四芯片（2+2排列）的配置下，封装基板出现严重翘曲。基板向多个方向弯曲，计算芯片无法与底层基板完全接触，信号传输失效。

这不是设计问题，是物理极限。芯片越做越大，封装越来越复杂，良率越来越低。台积电的CoWoS-L封装已经是最先进的技术，但四颗大芯片拼在一起，基板就是会翘。台积电有个备选方案叫CoPoS，量产要到2028年底。Rubin Ultra原定2027年出货，等不起。

英伟达只能转向双芯片设计。十六组HBM4E砍到八组，尺寸缩到一半，实际性能减半。一款旗舰芯片从发布到报废只用了三个月，一块基板的翘曲毁了一颗芯片。

二、AMD在抄内存的后路

英伟达被封装问题卡住的同时，AMD的Helios平台已经走向量产。

Helios集成72颗Instinct MI455X加速器，配备31TB HBM4内存。FP4精度下算力达2.9 ExaFLOPS。2026年内供货。

英伟达Vera Rubin NVL72的内存是20.7TB。Helios高出50%。

AMD的算盘很清楚：不在训练算力上和英伟达硬拼，在推理和内存带宽上找差距。大语言模型推理是内存密集型任务，内存越大，能跑的模型越大，吞吐量越高。英伟达还在为封装基板翘曲焦头烂额，AMD已经把31TB HBM4的机架推到了客户面前。

三、00后从架构层拆解护城河

英伟达更大的麻烦来自底层架构。

Etched由哈佛辍学生Gavin Uberti和Chris Zhu于2022年创立。他们的逻辑很简单：通用GPU什么都能跑，但什么都跑得不够快。英伟达的H100、B200是通用处理器，成千上万个CUDA核心要应对所有类型的计算负载。Etched只做一件事——运行Transformer模型。

Sohu芯片把Transformer架构直接嵌入硬件。八颗Sohu芯片的服务器，推理Llama-3 70B每秒可处理超过50万个token。八颗H100是2.5万token/秒，八颗B200是4.3万token/秒。Sohu是50万——H100的20倍，B200的11倍。

这不是渐进式改进，是数量级的碾压。

投资者名单里站着彼得·蒂尔、杰弗里·辛顿、李飞飞。三个哈佛辍学生创办的公司，拿到了图灵奖得主的钱。

四、同一周的三条线

三条消息同时发生，指向同一个方向：英伟达的麻烦正在从不同方向同时涌来。

Rubin Ultra的取消，是物理极限的墙。芯片越做越大这条路已经走到头了，更大的芯片需要更复杂的封装，更复杂的封装带来更高的缺陷率。物理极限不为任何人让路。

AMD的追击，是产品战略的墙。英伟达在训练算力上依然领先，但推理市场正在爆发。Helios用31TB HBM4内存重新定义了机架级AI系统的内存容量标准。

Etched的崛起，是架构层面的墙。当模型迭代不再每几个月大改时，固定功能芯片就能抢走一部分真实推理支出。英伟达的CUDA护城河是通用性的护城河，但当越来越多人只需要跑Transformer时，通用性本身就成了冗余。

三面墙同时出现。一块基板的翘曲毁了一颗芯片，AMD正在用内存容量蚕食推理市场，00后正在从架构层拆解英伟达的护城河。英伟达依然是AI芯片的王者，但王座周围的裂缝正在一条一条地出现。