El sistema de rack de IA Kyber NVL144 de próxima generación de Nvidia se retrasó más de un año, lo que retrasó su lanzamiento hasta 2028 después de que el gigante de los chips tuviera problemas de fabricación persistentes con un componente interno crítico, según un informe de la firma de investigación SemiAnalysis. El raro tropiezo de la empresa de semiconductores más valiosa del mundo repercutió en la cadena de suministro de hardware de IA y brindó una oportunidad inesperada a los competidores. Para una cobertura continua del desarrollo de la infraestructura de IA, siga nuestras noticias de última hora sobre IA.

La divulgación, informada por primera vez por CNBC el 6 de julio de 2026, cita un análisis de semianálisis que encontró que Nvidia está luchando para fabricar el plano medio de la placa de circuito impreso (PCB) que conecta las GPU dentro del bastidor Kyber. El plano medio es la columna vertebral física del sistema, enruta señales de alta velocidad entre docenas de chips, y las dificultades para producirlo a escala han obligado a Nvidia a retrasar el cronograma más de doce meses.

Lo que se suponía que debía ofrecer el Kyber NVL144

El Kyber NVL144 es parte de la ambiciosa hoja de ruta de Nvidia para empaquetar cada vez más potencia informática en bastidores únicos a escala de fábrica que los proveedores de nube a hiperescala puedan implementar para entrenar y ejecutar modelos de inteligencia artificial de vanguardia. Cada sistema NVL144 está diseñado para albergar 144 GPU en un chasis unificado refrigerado por líquido, utilizando interconexiones de gran ancho de banda para permitir que los chips funcionen como un único acelerador gigante.

Estos sistemas a escala de rack se han convertido en el componente central del centro de datos de IA moderno. Empresas como Microsoft, Meta, Amazon y Google los ordenan por miles para seguir el ritmo de las crecientes demandas computacionales de los grandes modelos de lenguaje. Por lo tanto, un retraso de más de un año en un producto estrella tiene consecuencias mucho más allá de los propios ingresos de Nvidia, frenando las expansiones de capacidad de las que depende toda la industria de la IA.

El cuello de botella del plano medio de PCB

Según SemiAnalysis, el problema principal radica en fabricar el plano medio de PCB con las tolerancias que requieren las interconexiones de alta velocidad de Kyber. El plano medio debe transportar enormes volúmenes de datos entre GPU con una pérdida de señal mínima y, en las densidades a las que apunta Nvidia, incluso los pequeños defectos de fabricación pueden degradar el rendimiento o causar fallas.

El informe indica que las dificultades no se limitan a un solo proveedor, sino que reflejan un desafío más amplio para llevar la tecnología de PCB a sus límites físicos. A medida que aumentan las velocidades de la señal y aumenta el número de capas, los rendimientos caen y los ciclos de producción se alargan, creando un cuello de botella que hasta ahora el dinero por sí solo no ha podido resolver.

Un segundo frente: CPO y el NVL576

Los hallazgos del SemiAnálisis se extienden más allá del NVL144. La configuración más grande de Kyber NVL576, que apilaría aún más GPU en un solo bastidor, también enfrenta incertidumbre debido a los desafíos en la producción masiva de ópticas empaquetadas (CPO), la tecnología en la que Nvidia está apostando para reemplazar las interconexiones de cobre a escala. Tanto el plano medio de PCB como el CPO son ampliamente considerados como pilares centrales de la ventaja de rendimiento de Nvidia, y el hecho de que ambos estén resultando difíciles de fabricar convierte lo que había sido un foso competitivo en una fuente de retraso.

La noticia de los retrasos provocó una fuerte caída de las acciones de empresas vinculadas a la optoelectrónica y los embalajes avanzados, mientras los inversores reevaluaban la rapidez con la que llegaría realmente la próxima ola de hardware de IA.

Los rivales ven una apertura

Para los competidores de Nvidia, el retraso es un regalo poco común. Advanced Micro Devices ha estado cerrando constantemente la brecha en el rendimiento de GPU y tiene sus propias ofertas a escala de rack en desarrollo. Google, que diseña sus propios aceleradores de IA personalizados llamados Unidades de Procesamiento Tensoriales (TPU), construye sistemas integrados internamente y está menos expuesto a los cuellos de botella de fabricación que ahora limitan la hoja de ruta de Nvidia.

Los analistas señalaron que un retraso de doce meses le da a AMD tiempo adicional para conseguir victorias en diseño con hiperescaladores que de otro modo habrían esperado a Kyber. También refuerza la lógica estratégica detrás de la ola de inversiones en silicio personalizado por parte de los proveedores de la nube, que se han vuelto cautelosos a la hora de depender de un solo proveedor cuyos productos más avanzados siguen decayendo.

Nvidia no ha cuestionado públicamente la caracterización de SemiAnalysis. La compañía ha enfatizado anteriormente que implementar arquitecturas de rack completamente nuevas es un proceso intrínsecamente complejo y que prioriza la confiabilidad sobre la velocidad cuando los clientes invierten miles de millones de dólares por implementación.

Implicaciones para la carrera informática de la IA

El retraso de Kyber subraya una realidad que es fácil de olvidar en medio de ganancias récord y una creciente demanda: la revolución de la IA todavía se ejecuta en hardware físico, y ese hardware se está volviendo extraordinariamente difícil de diseñar y fabricar. A medida que los modelos crecen y las interconexiones que unen sus grupos de entrenamiento crecen más rápidamente, la tolerancia al error en todo, desde el diseño de PCB hasta el empaquetamiento óptico, se reduce a casi cero.

Para los proveedores de la nube y los laboratorios de IA que cuentan con una cartera constante de racks cada vez más potentes, el mensaje de SemiAnalysis es que la cadencia de mejora del hardware puede ser menos predecible de lo que sugieren las hojas de ruta del software. La forma en que Nvidia y sus proveedores resuelvan los desafíos del plano medio y del CPO ayudará a determinar qué tan rápido llega la próxima generación de sistemas de inteligencia artificial y qué empresas están posicionadas para beneficiarse cuando lo haga.

---

Manténgase por delante de la IA

El panorama del hardware de IA está cambiando rápidamente. AI Buzz Wire le ofrece los últimos avances en chips, centros de datos y las empresas que compiten para construir la infraestructura detrás de la inteligencia artificial.

Leer más noticias sobre IA →