調査会社セミアナリシスの報告書によると、NVIDIAの次世代Kyber NVL144 AIラックシステムは、チップ大手が重要な内部コンポーネントで頑固な製造上の問題に遭遇したため、発売が1年以上遅れ、2028年に延期されたという。世界で最も価値のある半導体企業のまれなつまずきは、AIハードウェアのサプライチェーンに波紋を広げ、競合他社に予期せぬチャンスを与えた。 AI インフラストラクチャの構築に関する継続的な報道については、AI ニュース速報 に従ってください。

この開示は、2026 年 7 月 6 日に CNBC によって最初に報じられ、Nvidia が Kyber ラック内の GPU を接続するプリント基板 (PCB) ミッドプレーンの製造に苦戦していることが判明したセミアナリシスの分析を引用しています。ミッドプレーンはシステムの物理的バックボーンであり、数十のチップ間で高速信号をルーティングしますが、ミッドプレーンを大規模に生産することが困難であるため、Nvidia はスケジュールを 12 か月以上遅らせることを余儀なくされました。

Kyber NVL144 が提供するはずだったもの

Kyber NVL144 は、ハイパースケール クラウド プロバイダーがフロンティア AI モデルのトレーニングと実行に導入できる、これまで以上のコンピューティング パワーを単一の工場規模のラックに詰め込むという Nvidia の野心的なロードマップの一部です。各 NVL144 システムは、統合された水冷シャーシに 144 個の GPU を収容するように設計されており、高帯域幅の相互接続を使用してチップを単一の巨大なアクセラレータとして機能させます。

これらのラックスケール システムは、最新の AI データ センターの中心的な構成要素となっています。 Microsoft、Meta、Amazon、Google などの企業は、大規模な言語モデルの爆発的な計算需要に対応するために、それらを数千単位で注文しています。したがって、主力製品の 1 年以上の遅れは、Nvidia 自身の収益をはるかに超える影響を及ぼし、AI 業界全体が依存する容量拡張が遅れます。

PCB ミッドプレーンのボトルネック

SemiAnalysis によると、中心的な問題は、Kyber の高速インターコネクトに必要な公差に合わせて PCB ミッドプレーンを製造することにあります。ミッドプレーンは、最小限の信号損失で GPU 間で膨大な量のデータを伝送する必要があり、Nvidia が目標としている密度では、小さな製造上の欠陥でもパフォーマンスが低下したり、障害が発生したりする可能性があります。

この報告書は、この問題が単一のサプライヤーに限定されたものではなく、PCB テクノロジーを物理的限界まで押し上げる際のより広範な課題を反映していることを示しています。信号速度が上昇し、層数が増加すると、歩留まりが低下し、生産サイクルが長期化するため、これまでお金だけでは解決できなかったボトルネックが生じています。

第 2 戦線: CPO と NVL576

SemiAnalysis の結果は NVL144 を超えて広がります。さらに多くの GPU を 1 つのラックに積み重ねる大規模な Kyber NVL576 構成も、NVIDIA が大規模な銅相互接続の置き換えに賭けている技術である同時パッケージ光学系 (CPO) の量産における課題のため、不確実性に直面しています。 PCB ミッドプレーンと CPO はどちらも Nvidia のパフォーマンス上の優位性の中核となる柱として広く認識されていますが、現在ではどちらも製造が困難であることが判明しているという事実により、競争力のあった堀が遅れの原因に変わっています。

遅延のニュースは、投資家がAIハードウェアの次の波が実際にどれくらい早く到着するかを再評価する中、オプトエレクトロニクスや先進的なパッケージングに関連する企業の株価の急落を引き起こした。

ライバルにチャンスが訪れる

Nvidia の競合他社にとって、この遅れは珍しい贈り物です。 Advanced Micro Devices は、GPU パフォーマンスの差を着実に縮めており、独自のラックスケール製品を開発中です。 Google は、Tensor Processing Unit (TPU) と呼ばれる独自のカスタム AI アクセラレータを設計しており、統合システムを社内で構築しているため、現在 Nvidia のロードマップを制約している製造ボトルネックの影響を受けにくくなっています。

アナリストらは、12か月の遅延により、AMDはKyberを待っていたかもしれないハイパースケーラーとの設計勝利を得るまでの追加の時間を与えられると指摘した。また、クラウド プロバイダーによるカスタム シリコンへの投資の波の背後にある戦略的論理も強化されます。クラウド プロバイダーは、最先端の製品が後を絶たない単一のサプライヤーに依存することに警戒感を強めています。

Nvidia は、SemiAnalysis の特性評価に公的に異議を唱えていません。同社は以前、まったく新しいラックアーキテクチャの導入は本質的に複雑なプロセスであり、顧客が導入ごとに数十億ドルを投資する場合には速度よりも信頼性を優先すると強調してきた。

AI コンピューティング競争への影響

Kyber の遅延は、記録的な収益と需要の急増の中で忘れられがちな現実を浮き彫りにしています。AI 革命は依然として物理ハードウェア上で稼働しており、そのハードウェアの設計と製造は非常に困難になりつつあります。モデルが大きくなり、トレーニング クラスターをリンクする相互接続がより速く成長するにつれて、PCB 設計から光学パッケージングに至るまで、あらゆるものにおけるエラーの許容範囲はほぼゼロにまで縮小します。

これまで以上に強力なラックの安定したパイプラインを期待しているクラウド プロバイダーと AI ラボにとって、SemiAnalysis からのメッセージは、ハードウェアの改善のペースはソフトウェア ロードマップが示唆するよりも予測しにくい可能性があるということです。 Nvidia とそのサプライヤーがミッドプレーンと CPO の課題をどのように解決するかは、次世代 AI システムがどれくらい早く登場するか、また、その登場時にどの企業が恩恵を受ける立場にあるかを決定するのに役立ちます。

---

AI の先を行く

AI ハードウェアの状況は急速に変化しています。 AI Buzz Wire では、チップ、データ センター、人工知能を支えるインフラストラクチャの構築を競う企業の最新動向をお届けします。

AI ニュースをもっと読む→