Nvidia, 제조 문제로 인해 차세대 Kyber AI 랙 시스템을 2028년으로 연기

Nvidia의 Kyber NVL144 랙은 PCB 미드플레인 제조 문제로 인해 1년 이상 뒤로 밀려 AMD 및 Google과 같은 경쟁업체가 AI 서버 시장에 진출할 수 있게 되었습니다.

엔비디아의 차세대 Kyber NVL144 AI 랙 시스템은 1년 이상 연기되어 2028년으로 출시를 앞당겼습니다. 리서치 회사인 SemiAnalytics의 보고서에 따르면 거대 칩 기업이 중요한 내부 구성 요소와 관련해 완고한 제조 문제를 겪으면서 출시가 늦어졌습니다. 세계에서 가장 가치 있는 반도체 회사의 드문 실수는 AI 하드웨어 공급망에 파문을 일으키고 경쟁업체에 예상치 못한 기회를 안겨주었습니다. AI 인프라 구축에 대한 지속적인 보도를 보려면 AI 속보를 팔로우하세요.

2026년 7월 6일 CNBC가 처음 보고한 이 공개 내용은 Nvidia가 Kyber 랙 내부의 GPU를 연결하는 인쇄 회로 기판(PCB) 미드플레인을 제조하는 데 어려움을 겪고 있다는 SemiAnalytic 분석을 인용합니다. 미드플레인은 수십 개의 칩 사이에 고속 신호를 라우팅하는 시스템의 물리적 백본이며, 이를 대규모로 생산하는 데 어려움이 있어 Nvidia는 일정을 12개월 이상 뒤로 밀었습니다.

카이버 NVL144가 제공해야 했던 것

Kyber NVL144는 하이퍼스케일 클라우드 제공업체가 최첨단 AI 모델을 훈련하고 실행하기 위해 배포할 수 있는 단일 공장 규모 랙에 더 많은 컴퓨팅 성능을 담겠다는 Nvidia의 야심찬 로드맵의 일부입니다. 각 NVL144 시스템은 고대역폭 상호 연결을 사용하여 칩이 하나의 거대한 가속기로 작동할 수 있도록 통합 수냉식 섀시에 144개의 GPU를 수용하도록 설계되었습니다.

이러한 랙 규모 시스템은 현대 AI 데이터 센터의 핵심 빌딩 블록이 되었습니다. Microsoft, Meta, Amazon 및 Google과 같은 회사는 대규모 언어 모델의 폭발적인 계산 요구에 발맞추기 위해 수천 개씩 주문합니다. 따라서 주력 제품의 출시가 1년 이상 지연되면 Nvidia 자체 수익을 훨씬 넘어서는 결과가 발생하여 전체 AI 산업이 의존하는 용량 확장이 느려집니다.

PCB 미드플레인 병목 현상

SemiAnalytics에 따르면 핵심 문제는 Kyber의 고속 상호 연결에 필요한 허용 오차에 맞춰 PCB 미드플레인을 제작하는 데 있습니다. 미드플레인은 신호 손실을 최소화하면서 GPU 간에 막대한 양의 데이터를 전달해야 하며, Nvidia가 목표로 하는 밀도에서는 작은 제조 결함이라도 성능을 저하하거나 오류를 일으킬 수 있습니다.

보고서는 이러한 어려움이 단일 공급업체에만 국한된 것이 아니라 PCB 기술을 물리적 한계까지 밀어붙이는 데 있어 더 광범위한 과제를 반영하고 있음을 나타냅니다. 신호 속도가 증가하고 레이어 수가 증가함에 따라 수율이 떨어지고 생산 주기가 길어지면서 지금까지 돈만으로는 해결할 수 없었던 병목 현상이 발생합니다.

두 번째 전선: CPO와 NVL576

SemiAnalytic 연구 결과는 NVL144 이상으로 확장되었습니다. 단일 랙에 더 많은 GPU를 쌓는 더 큰 Kyber NVL576 구성은 Nvidia가 구리 상호 연결을 대규모로 대체하기 위해 투자하고 있는 기술인 CPO(공동 패키지 광학) 대량 생산의 어려움으로 인해 불확실성에 직면해 있습니다. PCB 미드플레인과 CPO는 모두 Nvidia 성능 이점의 핵심 기둥으로 널리 알려져 있으며, 둘 다 현재 제조가 어렵다는 사실이 경쟁의 해자였던 것을 지연의 원인으로 바꿉니다.

지연 소식은 투자자들이 차세대 AI 하드웨어가 실제로 얼마나 빨리 도착할 것인지 재평가함에 따라 광전자공학 및 고급 패키징과 관련된 기업의 주가 급락을 촉발했습니다.

라이벌이 오프닝을 본다

Nvidia의 경쟁사에게 지연은 드문 선물입니다. Advanced Micro Devices는 GPU 성능의 격차를 꾸준히 줄여 왔으며 자체 랙 규모 제품을 개발 중에 있습니다. TPU(텐서 처리 장치)라고 하는 자체 맞춤형 AI 가속기를 설계하는 Google은 자체적으로 통합 시스템을 구축하고 현재 Nvidia의 로드맵을 제약하는 제조 병목 현상에 덜 노출됩니다.

분석가들은 12개월의 지연으로 AMD가 Kyber를 기다렸을 수도 있는 하이퍼스케일러와 함께 설계 승리를 거둘 수 있는 추가 시간을 제공했다고 언급했습니다. 이는 또한 가장 발전된 제품이 계속해서 미끄러지는 단일 공급업체에 의존하는 것을 경계하게 된 클라우드 제공업체의 맞춤형 실리콘 투자 물결 뒤에 있는 전략적 논리를 강화합니다.

Nvidia는 SemiAnalytic 특성화에 대해 공개적으로 이의를 제기하지 않았습니다. 이 회사는 이전에 완전히 새로운 랙 아키텍처를 확장하는 것은 본질적으로 복잡한 프로세스이며 고객이 배포당 수십억 달러를 투자하는 경우 속도보다 안정성이 우선시된다는 점을 강조한 바 있습니다.

AI 컴퓨팅 경쟁에 대한 시사점

Kyber 지연은 기록적인 수익과 치솟는 수요 속에서 쉽게 잊혀지는 현실을 강조합니다. AI 혁명은 여전히 물리적 하드웨어에서 진행되고 있으며, 해당 하드웨어는 엔지니어링 및 제조가 엄청나게 어려워지고 있습니다. 모델이 커지고 훈련 클러스터를 연결하는 상호 연결이 더 빠르게 성장함에 따라 PCB 설계에서 광학 패키징에 이르기까지 모든 오류에 대한 허용 오차가 거의 0으로 줄어듭니다.

더욱 강력한 랙의 꾸준한 파이프라인을 기대하는 클라우드 제공업체와 AI 연구소의 경우 SemiAnalytic의 메시지는 하드웨어 개선의 흐름이 소프트웨어 로드맵에서 제안하는 것보다 예측하기 어려울 수 있다는 것입니다. Nvidia와 그 공급업체가 미드플레인 및 CPO 문제를 해결하는 방법은 차세대 AI 시스템이 얼마나 빨리 도착하는지, 그리고 도착하면 어떤 회사가 혜택을 받을 수 있는지 결정하는 데 도움이 됩니다.

---