存储涨价涨到反噬需求了，Rubin Ultra 相比于 Rubin 实现了反向升级，单颗GPU搭配的HBM内存容量从288GB下降到了192GB。

之前英伟达表达过，AI系统性能由计算、内存和互联共同决定，三者需要协同优化。当某一环节成为瓶颈时，可以通过系统架构调整改善整体效率。

以前是单颗GPU尽量吃满自己的HBM，现在缩减HBM之后需要用更多的光互联把多个GPU的HBM形成一个更大的分布式资源池。

这意味着未来NPO的需求量是极大的。

最后，从Rubin Ultra NVL576 的实物照片可以我们直观地感受一下，8个机架互联，每个机架配备72块GPU，机架和机架之间需要多少的光互联。

越看越觉得大光的基本面好得不得了。