Nvidia ၏ မျိုးဆက်သစ် Kyber NVL144 AI rack စနစ်သည် တစ်နှစ်ကျော် နှောင့်နှေးခဲ့ပြီး ချစ်ပ်ကုမ္ပဏီကြီးသည် အရေးကြီးသော အတွင်းပိုင်းအစိတ်အပိုင်းတစ်ခုဖြင့် ခေါင်းမာသော ထုတ်လုပ်မှု ပြဿနာများနှင့် ရင်ဆိုင်ခဲ့ရပြီးနောက် ၎င်း၏ စတင်ရောင်းချမှုကို 2028 ခုနှစ်သို့ တွန်းပို့ခဲ့ကြောင်း သုတေသနကုမ္ပဏီ SemiAnalysis မှ အစီရင်ခံစာတစ်ခုအရ သိရသည်။ ကမ္ဘာ့တန်ဖိုးအရှိဆုံး တစ်ပိုင်းလျှပ်ကူးပစ္စည်းကုမ္ပဏီအတွက် ရှားရှားပါးပါး ထိမိ၍လဲမိခြင်းမှာ AI ဟာ့ဒ်ဝဲထောက်ပံ့ရေးကွင်းဆက်မှတစ်ဆင့် လှိုင်းပုတ်ကာ ပြိုင်ဘက်များကို မထင်မှတ်ဘဲ ဖွင့်လှစ်ပေးခဲ့သည်။ AI အခြေခံအဆောက်အအုံတည်ဆောက်မှု၏ စဉ်ဆက်မပြတ်လွှမ်းခြုံမှုအတွက်၊ ကျွန်ုပ်တို့၏ ထူးခြားသော AI သတင်း ကို လိုက်နာပါ။
ဇူလိုင်လ 6၊ 2026 တွင် CNBC မှပထမဆုံးအစီရင်ခံတင်ပြသည်မှာ Nvidia သည် Kyber rack အတွင်း GPUs များကိုချိတ်ဆက်ပေးသည့်ပုံနှိပ်ဆားကစ်ဘုတ် (PCB) midplane ကိုထုတ်လုပ်ရန်ရုန်းကန်နေရကြောင်း SemiAnalysis ခွဲခြမ်းစိတ်ဖြာချက်ကိုကိုးကားသည်။ အလယ်အလတ်လေယာဉ်သည် စနစ်၏ရုပ်ပိုင်းဆိုင်ရာကျောရိုးဖြစ်ပြီး၊ ချစ်ပ်များစွာကြားတွင် မြန်နှုန်းမြင့်အချက်ပြမှုများကို လမ်းကြောင်းပေးကာ ၎င်းကိုစကေးဖြင့်ထုတ်လုပ်ရန်အခက်အခဲများကြောင့် Nvidia သည် အချိန်ဇယားကို ဆယ့်နှစ်လကျော်ကြာအောင် တွန်းအားပေးခဲ့သည်။
Kyber NVL144 ကို ပေးအပ်ရန် မျှော်မှန်းထားသည်
Kyber NVL144 သည် Nvidia ၏ ရည်မှန်းချက်ကြီးသော လမ်းပြမြေပုံ၏ တစ်စိတ်တစ်ပိုင်းဖြစ်ပြီး ယခင်ကထက် ပိုမိုကြီးမားသော cloud ဝန်ဆောင်မှုပေးသူများသည် နယ်ခြား AI မော်ဒယ်များကို လေ့ကျင့်ရန်နှင့် လုပ်ဆောင်ရန် အသုံးချနိုင်သည့် စက်ရုံစကေးရှိ တစ်ခုတည်း၊ စက်ရုံစကေးများကို ထုပ်ပိုးရန် ရည်မှန်းချက်ကြီးသော လမ်းပြမြေပုံ၏ တစ်စိတ်တစ်ပိုင်းဖြစ်သည်။ NVL144 စနစ်တစ်ခုစီသည် ချစ်ပ်များကို ဧရာမ အရှိန်မြှင့်စက်တစ်ခုအဖြစ် လုပ်ဆောင်နိုင်စေရန် မြင့်မားသော bandwidth အပြန်အလှန်ချိတ်ဆက်မှုများကို အသုံးပြုကာ ပေါင်းစည်းထားသော အရည်-အအေးခံကိုယ်ထည်တွင် GPU 144 ခုကို စုစည်းထားရန် ဒီဇိုင်းထုတ်ထားသည်။
ဤ rack-scale စနစ်များသည် ခေတ်မီ AI ဒေတာစင်တာ၏ ဗဟိုအဆောက်အအုံဖြစ်လာသည်။ Microsoft၊ Meta၊ Amazon နှင့် Google ကဲ့သို့သော ကုမ္ပဏီများသည် ကြီးမားသော ဘာသာစကားမော်ဒယ်များ၏ ပေါက်ကွဲနေသော ကွန်ပျူတာဆိုင်ရာ တောင်းဆိုချက်များကို လိုက်လျောညီထွေဖြစ်စေရန် ၎င်းတို့ကို ထောင်နှင့်ချီ၍ အမိန့်ပေးသည်။ ထိပ်တန်းထုတ်ကုန်တစ်ခုတွင် တစ်နှစ်ကျော် နှောင့်နှေးခြင်းသည် Nvidia ၏ကိုယ်ပိုင်ဝင်ငွေထက် ကျော်လွန်၍ အကျိုးဆက်များရှိပြီး AI လုပ်ငန်းတစ်ခုလုံးအပေါ် မူတည်နေသည့် စွမ်းရည်တိုးချဲ့မှုကို နှေးကွေးစေသည်။
PCB Midplane Bottleneck
SemiAnalysis အရ၊ အဓိကပြဿနာမှာ Kyber ၏ မြန်နှုန်းမြင့်အပြန်အလှန်ချိတ်ဆက်မှုများ လိုအပ်သည့် သည်းခံနိုင်မှုများအတွက် PCB midplane ကို ဖန်တီးခြင်းတွင်ဖြစ်သည်။ အနိမ့်ဆုံးအချက်ပြဆုံးရှုံးမှုရှိသော GPU များကြားတွင် ကြီးမားသောဒေတာပမာဏကို သယ်ဆောင်ရမည်ဖြစ်ပြီး Nvidia က ပစ်မှတ်ထားသည့်သိပ်သည်းဆမှာ သေးငယ်သောထုတ်လုပ်မှုချို့ယွင်းချက်များသည်ပင် စွမ်းဆောင်ရည်ကို ကျဆင်းစေနိုင်သည် သို့မဟုတ် ကျရှုံးမှုဖြစ်စေနိုင်သည်။
အဆိုပါအခက်အခဲများသည် ပေးသွင်းသူတစ်ခုတည်းအတွက် သီးခြားမဟုတ်ဘဲ PCB နည်းပညာကို ၎င်း၏ရုပ်ပိုင်းဆိုင်ရာကန့်သတ်ချက်များသို့ တွန်းပို့ရာတွင် ပိုမိုကျယ်ပြန့်သောစိန်ခေါ်မှုကို ထင်ဟပ်စေကြောင်း အစီရင်ခံစာက ဖော်ပြသည်။ အချက်ပြအမြန်နှုန်းများ တက်လာပြီး အလွှာအရေအတွက် တိုးလာသည်နှင့်အမျှ အထွက်နှုန်းများ ကျဆင်းလာပြီး ထုတ်လုပ်မှု လည်ပတ်မှု ရှည်လျားလာကာ ငွေတစ်ခုတည်းဖြင့် ယခုအချိန်အထိ ဖြေရှင်းနိုင်ခြင်း မရှိသေးသည့် တစ်ဆို့နေသော ပိတ်ဆို့မှုများ ဖြစ်ပေါ်နေပါသည်။
ဒုတိယတပ်ဦး- CPO နှင့် NVL576
SemiAnalysis တွေ့ရှိချက်များသည် NVL144 ထက်ကျော်လွန်ပါသည်။ ကြီးမားသော Kyber NVL576 ဖွဲ့စည်းမှုပုံစံသည် ပမာဏတစ်ခုအတွင်း ကြေးနီချိတ်ဆက်မှုများကို အစားထိုးရန်အတွက် Nvidia နည်းပညာကို အမြောက်အမြားထုတ်လုပ်သည့် တွဲဖက်အထုပ်ပိုး optics (CPO) တွင် စိန်ခေါ်မှုများကြောင့် မသေချာမရေရာမှုများနှင့် ရင်ဆိုင်နေရသည်။ PCB midplane နှင့် CPO နှစ်ခုလုံးကို Nvidia ၏စွမ်းဆောင်ရည်အားသာချက်၏အဓိကမဏ္ဍိုင်များအဖြစ် ကျယ်ကျယ်ပြန့်ပြန့်မှတ်ယူကြပြီး နှစ်ခုစလုံးသည် ယခုထုတ်လုပ်ရန်ခက်ခဲကြောင်း သက်သေပြနေသောကြောင့် ပြိုင်ဆိုင်မှုကျုံးဖြစ်ခဲ့ရာ နှောင့်နှေးမှုအရင်းအမြစ်အဖြစ်သို့ ပြောင်းလဲသွားသည်။
နှောင့်နှေးမှုများ၏သတင်းများသည် optoelectronics နှင့်အဆင့်မြင့်ထုပ်ပိုးမှုနှင့်ဆက်စပ်နေသောကုမ္ပဏီများ၏ရှယ်ယာများကိုသိသိသာသာကျဆင်းစေခဲ့သည်၊ ရင်းနှီးမြှုပ်နှံသူများသည် AI ဟာ့ဒ်ဝဲ၏နောက်ထပ်လှိုင်းမည်မျှလျင်မြန်စွာရောက်ရှိလာမည်ကိုပြန်လည်အကဲဖြတ်သောကြောင့်ရင်းနှီးမြှုပ်နှံသူများမှပြန်လည်သုံးသပ်ခဲ့သည်။
ပြိုင်ဖက်များ ဖွင့်ပွဲကိုကြည့်ပါ။
Nvidia ၏ပြိုင်ဘက်များအတွက်၊ နှောင့်နှေးမှုသည်ရှားပါးလက်ဆောင်တစ်ခုဖြစ်သည်။ Advanced Micro Devices များသည် GPU စွမ်းဆောင်ရည်တွင် ကွာဟချက်ကို ဆက်တိုက်ပိတ်နေပြီး ဖွံ့ဖြိုးတိုးတက်မှုတွင် ၎င်း၏ကိုယ်ပိုင် rack-scale ကမ်းလှမ်းမှုများရှိသည်။ Tensor Processing Units (TPUs) ဟုခေါ်သော ၎င်း၏ စိတ်ကြိုက် AI အရှိန်မြှင့်စက်များကို ဒီဇိုင်းထုတ်သည့် Google သည် ပေါင်းစပ်စနစ်များကို အိမ်တွင်း၌ တည်ဆောက်ပြီး Nvidia ၏ လမ်းပြမြေပုံကို ကန့်သတ်ထားသည့် ထုတ်လုပ်မှုဆိုင်ရာ ပိတ်ဆို့မှုများနှင့် ထိတွေ့မှုနည်းပါးသည်။
Kyber ကို စောင့်မျှော်နေနိုင်သည့် ဟိုက်ပါစကေးသမားများနှင့် ဆယ့်နှစ်လစလစ်တစ်စောင်သည် AMD ကို အချိန်ပိုပေးသည်ဟု လေ့လာသူများက မှတ်ချက်ပြုခဲ့သည်။ ၎င်းသည် cloud ပံ့ပိုးပေးသူများထံမှ စိတ်ကြိုက်ဆီလီကွန်ရင်းနှီးမြှုပ်နှံမှုလှိုင်းများ၏နောက်ကွယ်တွင် မဟာဗျူဟာမြောက်သော ယုတ္တိကို အားဖြည့်ပေးပါသည်။ အဆင့်မြင့်ထုတ်ကုန်များ ဆက်လက်ကျဆင်းနေသော ပေးသွင်းသူတစ်ခုတည်းအပေါ်တွင်မူတည်ကာ သတိကြီးကြီးထားလာပါသည်။
Nvidia သည် SemiAnalysis characterization ကို လူသိရှင်ကြား အငြင်းမပွားပါ။ ကုမ္ပဏီသည် rack Architecture အသစ်များကို မြှင့်တင်ခြင်းသည် မွေးရာပါ ရှုပ်ထွေးသော လုပ်ငန်းစဉ်တစ်ခုဖြစ်ပြီး သုံးစွဲသူများသည် ဖြန့်ကျက်မှုတစ်ခုလျှင် ဒေါ်လာဘီလီယံပေါင်းများစွာ ရင်းနှီးမြှုပ်နှံသည့်အခါ မြန်နှုန်းထက် ယုံကြည်စိတ်ချရမှုကို ဦးစားပေးလုပ်ဆောင်ကြောင်း ကုမ္ပဏီက ယခင်က အလေးပေးပြောကြားခဲ့သည်။
AI Compute Race အတွက် သက်ရောက်မှုများ
Kyber နှောင့်နှေးမှုသည် စံချိန်တင်ဝင်ငွေများနှင့် ဝယ်လိုအားများနေသည့်ကြားတွင် မေ့ပစ်ရန် လွယ်ကူသည့်အဖြစ်မှန်ကို မီးမောင်းထိုးပြသည်- AI တော်လှန်ရေးသည် ရုပ်ပိုင်းဆိုင်ရာ ဟာ့ဒ်ဝဲပေါ်တွင် လုပ်ဆောင်နေဆဲဖြစ်ပြီး အဆိုပါဟာ့ဒ်ဝဲသည် အင်ဂျင်နီယာနှင့် ထုတ်လုပ်ရန် အလွန်ခက်ခဲလာသည်။ မော်ဒယ်များသည် ပိုမိုကြီးမားလာပြီး ၎င်းတို့၏လေ့ကျင့်ရေးအစုများကို ချိတ်ဆက်ပေးသည့် အပြန်အလှန်ချိတ်ဆက်မှုများ ပိုမိုမြန်ဆန်လာသည်နှင့်အမျှ PCB ဒီဇိုင်းမှသည် optical ထုပ်ပိုးမှုအထိ အရာအားလုံးတွင် အမှားအယွင်းအတွက် သည်းခံနိုင်မှုသည် သုညအနီးသို့ ကျဆင်းသွားပါသည်။
ယခင်ကထက် ပိုမိုအားကောင်းသည့် ပိုက်လိုင်းကို တည်ငြိမ်သော ပိုက်လိုင်းတစ်ခုပေါ်တွင် ရေတွက်နေသည့် cloud ပံ့ပိုးပေးသူများနှင့် AI ဓာတ်ခွဲခန်းများအတွက်၊ SemiAnalysis မှ မက်ဆေ့ချ်မှာ ဟာ့ဒ်ဝဲတိုးတက်မှုနှုန်းသည် ဆော့ဖ်ဝဲလ်လမ်းပြမြေပုံများ အကြံပြုထားသည်ထက် ကြိုတင်ခန့်မှန်းနိုင်မှု နည်းနိုင်သည်ဟု ဆိုသည်။ Nvidia နှင့် ၎င်း၏ ပေးသွင်းသူများသည် လေယာဉ်အလတ်စားနှင့် CPO စိန်ခေါ်မှုများကို ဖြေရှင်းနည်း AI စနစ်များ၏ မျိုးဆက်သစ်များ မည်မျှမြန်မြန်ရောက်ရှိကြောင်းနှင့် ၎င်းသည် မည်သည့်ကုမ္ပဏီများအတွက် အကျိုးရှိစေမည်ကို ဆုံးဖြတ်ရန် ကူညီပေးပါမည်။
---
AI ၏ရှေ့တွင်နေပါ။
AI hardware အခင်းအကျင်းသည် လျင်မြန်စွာ ပြောင်းလဲနေသည်။ AI Buzz Wire သည် သင့်အား ချစ်ပ်များ၊ ဒေတာစင်တာများနှင့် ဉာဏ်ရည်တုနောက်ကွယ်ရှိ အခြေခံအဆောက်အအုံများကို တည်ဆောက်ရန် ပြိုင်ဆိုင်နေသော ကုမ္ပဏီများမှ နောက်ဆုံးပေါ် တိုးတက်မှုများကို ယူဆောင်လာပေးပါသည်။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
