Nvidia's Kyber NVL144 AI-racksysteem van de volgende generatie is met meer dan een jaar uitgesteld, waardoor de lancering naar 2028 is verschoven nadat de chipgigant hardnekkige productieproblemen had ondervonden met een kritieke interne component, volgens een rapport van onderzoeksbureau SemiAnalysis. De zeldzame struikelblok voor 's werelds meest waardevolle halfgeleiderbedrijf veroorzaakte een golf van rimpelingen in de toeleveringsketen van AI-hardware en bood een onverwachte opening voor concurrenten. Voor voortdurende berichtgeving over de uitbouw van de AI-infrastructuur kunt u ons breaking AI news volgen.
De onthulling, voor het eerst gerapporteerd door CNBC op 6 juli 2026, citeert een SemiAnalysis-analyse waaruit bleek dat Nvidia moeite heeft met het vervaardigen van het middenvlak van de printplaat (PCB) dat de GPU's in het Kyber-rack met elkaar verbindt. Het middenvlak is de fysieke ruggengraat van het systeem en stuurt hogesnelheidssignalen tussen tientallen chips. Problemen bij de productie ervan op grote schaal hebben Nvidia ertoe gedwongen de tijdlijn met meer dan twaalf maanden terug te schuiven.
Wat de Kyber NVL144 moest leveren
De Kyber NVL144 maakt deel uit van Nvidia's ambitieuze routekaart om steeds meer rekenkracht te verpakken in enkele racks op fabrieksschaal die hyperscale cloudproviders kunnen inzetten om grensverleggende AI-modellen te trainen en uit te voeren. Elk NVL144-systeem is ontworpen om 144 GPU's te huisvesten in een uniform, vloeistofgekoeld chassis, waarbij gebruik wordt gemaakt van verbindingen met hoge bandbreedte om de chips te laten werken als een enkele gigantische versneller.
Deze rack-scale systemen zijn de centrale bouwsteen geworden van het moderne AI-datacenter. Bedrijven als Microsoft, Meta, Amazon en Google bestellen ze bij duizenden om gelijke tred te kunnen houden met de exploderende rekeneisen van grote taalmodellen. Een vertraging van meer dan een jaar in een vlaggenschipproduct heeft daarom gevolgen die veel verder gaan dan de eigen omzet van Nvidia, waardoor de capaciteitsuitbreidingen waarvan de hele AI-industrie afhankelijk is, worden vertraagd.
Het knelpunt in het middenvlak van de printplaat
Volgens SemiAnalysis ligt het kernprobleem in het fabriceren van het PCB-middenvlak volgens de toleranties die Kyber's hogesnelheidsverbindingen vereisen. Het middenvlak moet enorme hoeveelheden gegevens tussen GPU's vervoeren met minimaal signaalverlies, en bij de dichtheden waar Nvidia op mikt, kunnen zelfs kleine fabricagefouten de prestaties verslechteren of storingen veroorzaken.
Het rapport geeft aan dat de problemen niet op zichzelf staan voor een enkele leverancier, maar een bredere uitdaging weerspiegelen bij het verleggen van de PCB-technologie tot het uiterste. Naarmate de signaalsnelheid toeneemt en het aantal lagen toeneemt, dalen de opbrengsten en worden de productiecycli langer, waardoor een knelpunt ontstaat dat geld alleen tot nu toe niet heeft kunnen oplossen.
Een tweede front: CPO en de NVL576
De bevindingen van SemiAnalysis reiken verder dan de NVL144. De grotere Kyber NVL576-configuratie, die nog meer GPU's in één rack zou stapelen, wordt ook geconfronteerd met onzekerheid vanwege uitdagingen op het gebied van de massaproductie van co-packaged optics (CPO), de technologie waarop Nvidia gokt om koperen verbindingen op grote schaal te vervangen. Zowel de PCB-middenplaat als de CPO worden algemeen beschouwd als de belangrijkste pijlers van Nvidia's prestatievoordeel, en het feit dat beide nu moeilijk te produceren blijken te zijn, verandert wat een concurrentiestrijd was in een bron van vertraging.
Het nieuws over de vertragingen veroorzaakte een scherpe daling van de aandelen van bedrijven die verbonden zijn met opto-elektronica en geavanceerde verpakkingen, omdat investeerders opnieuw inschatten hoe snel de volgende golf van AI-hardware daadwerkelijk zou arriveren.
Rivalen zien een opening
Voor de concurrenten van Nvidia is de vertraging een zeldzaam geschenk. Advanced Micro Devices heeft de kloof in GPU-prestaties gestaag gedicht en heeft zijn eigen rack-scale-aanbod in ontwikkeling. Google, dat zijn eigen op maat gemaakte AI-versnellers ontwerpt, genaamd Tensor Processing Units (TPU's), bouwt intern geïntegreerde systemen en wordt minder blootgesteld aan de knelpunten in de productie die nu de routekaart van Nvidia beperken.
Analisten merkten op dat een uitstel van twaalf maanden AMD extra tijd geeft om ontwerpoverwinningen te behalen met hyperscalers die anders misschien op Kyber hadden gewacht. Het versterkt ook de strategische logica achter de golf van op maat gemaakte siliciuminvesteringen van cloudproviders, die op hun hoede zijn geworden om afhankelijk te zijn van één enkele leverancier wiens meest geavanceerde producten steeds maar wegglijden.
Nvidia heeft de SemiAnalysis-karakterisering niet publiekelijk betwist. Het bedrijf heeft eerder benadrukt dat het opvoeren van geheel nieuwe rack-architecturen een inherent complex proces is en dat het prioriteit geeft aan betrouwbaarheid boven snelheid wanneer klanten miljarden dollars per implementatie investeren.
Implicaties voor de AI-computerrace
De vertraging bij Kyber onderstreept een realiteit die gemakkelijk te vergeten is, gezien de recordinkomsten en de stijgende vraag: de AI-revolutie draait nog steeds op fysieke hardware, en die hardware wordt buitengewoon moeilijk te ontwikkelen en te produceren. Naarmate modellen groter worden en de onderlinge verbindingen die hun trainingsclusters met elkaar verbinden sneller groeien, krimpt de tolerantie voor fouten in alles, van PCB-ontwerp tot optische verpakking, tot bijna nul.
Voor de cloudproviders en AI-laboratoria die rekenen op een gestage pijplijn van steeds krachtigere racks, is de boodschap van SemiAnalysis dat de snelheid van hardwareverbetering mogelijk minder voorspelbaar is dan de softwareroadmaps suggereren. Hoe Nvidia en haar leveranciers de midplane- en CPO-uitdagingen oplossen, zal helpen bepalen hoe snel de volgende generatie AI-systemen arriveert, en welke bedrijven in de positie zijn om hiervan te profiteren als dat het geval is.
---
Blijf AI een stap voor
Het AI-hardwarelandschap verandert snel. AI Buzz Wire brengt u de nieuwste ontwikkelingen op het gebied van chips, datacenters en de bedrijven die racen om de infrastructuur achter kunstmatige intelligentie te bouwen.
Lees meer AI-nieuws →
