Nvidia odkládá systém Kyber AI Rack nové generace na rok 2028 ve výrobě

Podle zprávy výzkumné firmy SemiAnalysis byl nový rackový systém Kyber NVL144 AI od Nvidie zpožděn o více než rok, čímž se jeho uvedení na trh posunulo do roku 2028 poté, co se čipový gigant dostal do tvrdohlavých výrobních problémů s kritickou vnitřní komponentou. Vzácné klopýtnutí nejcennější polovodičové společnosti na světě vyvolalo vlnu v dodavatelském řetězci hardwaru AI a přineslo nečekané otevření konkurentům. Chcete-li nepřetržité zpravodajství o budování infrastruktury AI, sledujte naše přelomové zprávy o AI.

Zveřejnění, o kterém poprvé informovalo CNBC 6. července 2026, cituje analýzu SemiAnalysis, která zjistila, že Nvidia má potíže s výrobou střední desky plošných spojů (PCB), která spojuje GPU uvnitř stojanu Kyber. Střední rovina je fyzickou páteří systému, směruje vysokorychlostní signály mezi desítkami čipů a potíže s její výrobou ve velkém přinutily Nvidii posunout časovou osu o více než dvanáct měsíců.

Co měl Kyber NVL144 přinést

Kyber NVL144 je součástí ambiciózního plánu společnosti Nvidia, který má zabalit stále více výpočetního výkonu do jednotlivých racků v továrním měřítku, které mohou poskytovatelé hyperškálového cloudu nasadit pro trénování a provozování hraničních modelů umělé inteligence. Každý systém NVL144 je navržen tak, aby pojal 144 GPU v jednotném, kapalinou chlazeném šasi, které využívá vysokorychlostní propojení, aby čipy mohly fungovat jako jeden obrovský akcelerátor.

Tyto rackové systémy se staly ústředním stavebním kamenem moderního datového centra AI. Společnosti jako Microsoft, Meta, Amazon a Google je objednávají po tisících, aby udržely krok s explodujícími výpočetními požadavky velkých jazykových modelů. Více než roční zpoždění u vlajkového produktu má tedy důsledky daleko přesahující vlastní příjmy Nvidie a zpomaluje rozšiřování kapacity, na kterém závisí celé odvětví umělé inteligence.

Úzké hrdlo střední roviny PCB

Podle SemiAnalysis spočívá hlavní problém ve výrobě střední roviny PCB v tolerancích, které vyžadují vysokorychlostní propojení Kyber. Střední rovina musí přenášet obrovské objemy dat mezi GPU s minimální ztrátou signálu a při hustotách, na které se Nvidia zaměřuje, mohou i malé výrobní vady snížit výkon nebo způsobit selhání.

Zpráva uvádí, že potíže se netýkají jediného dodavatele, ale odrážejí širší výzvu při posouvání technologie PCB na její fyzické limity. Jak rychlost signálu stoupá a počet vrstev se zvyšuje, výnosy klesají a produkční cykly se prodlužují, což vytváří překážku, kterou samy peníze dosud nebyly schopny vyřešit.

Druhá fronta: CPO a NVL576

Zjištění SemiAnalysis přesahují rámec NVL144. Větší konfigurace Kyber NVL576, která by naskládala ještě více GPU do jednoho racku, také čelí nejistotě kvůli výzvám v masové výrobě co-packaged optiky (CPO), což je technologie, na kterou Nvidia sází, aby nahradila měděná propojení ve velkém. Jak střední rovina PCB, tak CPO jsou široce považovány za základní pilíře výkonnostní výhody Nvidie a skutečnost, že se nyní ukazuje, že je obtížné vyrobit oba, mění to, co bylo dříve konkurenčním příkopem, ve zdroj zpoždění.

Zprávy o zpožděních vyvolaly prudký pokles akcií společností vázaných na optoelektroniku a pokročilé balení, protože investoři přehodnocovali, jak rychle skutečně dorazí další vlna hardwaru AI.

Rivals See an Opening

Pro konkurenty Nvidie je zpoždění vzácným darem. Advanced Micro Devices neustále zmenšuje mezeru ve výkonu GPU a má ve vývoji své vlastní rackové nabídky. Google, který navrhuje své vlastní vlastní akcelerátory AI zvané Tensor Processing Units (TPU), staví integrované systémy interně a je méně vystaven výrobním překážkám, které nyní omezují plán Nvidie.

Analytici poznamenali, že dvanáctiměsíční skluz dává AMD další čas na to, aby dosáhla vítězství v designu s hyperscalery, které by jinak čekaly na Kyber. Posiluje to také strategickou logiku za vlnou vlastních investic do křemíku ze strany poskytovatelů cloudu, kteří se začali obávat závislosti na jediném dodavateli, jehož nejpokročilejší produkty neustále podkluzují.

Nvidia veřejně nezpochybnila charakterizaci SemiAnalysis. Společnost již dříve zdůraznila, že rozšiřování zcela nových rackových architektur je ze své podstaty složitý proces a že upřednostňuje spolehlivost před rychlostí, když zákazníci investují miliardy dolarů do nasazení.

Důsledky pro AI Compute Race

Zpoždění Kyberu podtrhuje realitu, na kterou lze snadno zapomenout při rekordních výdělcích a stoupající poptávce: revoluce umělé inteligence stále běží na fyzickém hardwaru a tento hardware je mimořádně obtížné zkonstruovat a vyrobit. Jak se modely zvětšují a propojení, která propojují jejich tréninkové clustery, rostou rychleji, tolerance chyb ve všem, od návrhu PCB po optické obaly, se zmenšuje téměř na nulu.

Pro poskytovatele cloudu a laboratoře umělé inteligence, které spoléhají na stálou zásobu stále výkonnějších racků, je zprávou SemiAnalysis, že kadence zlepšování hardwaru může být méně předvídatelná, než naznačují softwarové plány. Jak společnost Nvidia a její dodavatelé vyřeší výzvy v oblasti midplane a CPO, pomůže určit, jak rychle přijde nová generace systémů umělé inteligence a které společnosti z toho budou mít prospěch.

---

Udržujte si náskok před AI

Hardwarové prostředí AI se rychle mění. AI Buzz Wire vám přináší nejnovější vývoj v oblasti čipů, datových center a společností, které se snaží vybudovat infrastrukturu za umělou inteligencí.

Přečtěte si další zprávy o AI →