观点：模型回答速度主要取决于内存速度而非算力，NVIDIA Rubin 反而更低

AIFlow_ML 提出，模型回答速度主要取决于内存速度而非算力，NVIDIA Rubin 在算力相当的情况下内存速度更低。该判断意味着，单轮快速对话的延迟体验可能变差，而批处理吞吐仍应重点考量算力；Rubin 的 HBM4 带宽据称每 GPU 下降 13% 至 19.2TB/s。