O sistema de rack AI Kyber NVL144 de próxima geração da Nvidia foi adiado por mais de um ano, adiando seu lançamento para 2028, depois que a gigante dos chips enfrentou problemas persistentes de fabricação com um componente interno crítico, de acordo com um relatório da empresa de pesquisa SemiAnalysis. O raro tropeço da empresa de semicondutores mais valiosa do mundo causou repercussões na cadeia de fornecimento de hardware de IA e proporcionou uma abertura inesperada aos concorrentes. Para cobertura contínua da construção da infraestrutura de IA, siga nossas notícias de última hora sobre IA.
A divulgação, relatada pela primeira vez pela CNBC em 6 de julho de 2026, cita uma análise SemiAnalysis que descobriu que a Nvidia está lutando para fabricar o painel intermediário da placa de circuito impresso (PCB) que conecta as GPUs dentro do rack Kyber. O midplane é a espinha dorsal física do sistema, roteando sinais de alta velocidade entre dezenas de chips, e as dificuldades de produzi-lo em escala forçaram a Nvidia a atrasar o cronograma em mais de doze meses.
O que o Kyber NVL144 deveria entregar
O Kyber NVL144 faz parte do ambicioso roteiro da Nvidia para agregar cada vez mais poder de computação em racks únicos em escala de fábrica que os provedores de nuvem em hiperescala podem implantar para treinar e executar modelos de IA de ponta. Cada sistema NVL144 foi projetado para abrigar 144 GPUs em um chassi unificado com refrigeração líquida, usando interconexões de alta largura de banda para permitir que os chips funcionem como um único acelerador gigante.
Esses sistemas em escala de rack se tornaram o alicerce central do moderno data center de IA. Empresas como Microsoft, Meta, Amazon e Google os encomendam aos milhares para acompanhar as crescentes demandas computacionais de grandes modelos de linguagem. Um atraso de mais de um ano num produto emblemático tem, portanto, consequências muito além das receitas próprias da Nvidia, retardando as expansões de capacidade das quais depende toda a indústria de IA.
O gargalo do plano intermediário do PCB
De acordo com a SemiAnalysis, o principal problema está na fabricação do plano intermediário do PCB com as tolerâncias exigidas pelas interconexões de alta velocidade da Kyber. O midplane deve transportar enormes volumes de dados entre GPUs com perda mínima de sinal e, nas densidades que a Nvidia almeja, mesmo pequenos defeitos de fabricação podem degradar o desempenho ou causar falhas.
O relatório indica que as dificuldades não se limitam a um único fornecedor, mas refletem um desafio mais amplo de levar a tecnologia de PCB aos seus limites físicos. À medida que a velocidade do sinal aumenta e a contagem de camadas aumenta, os rendimentos diminuem e os ciclos de produção se alongam, criando um gargalo que o dinheiro por si só não conseguiu resolver até agora.
Uma Segunda Frente: CPO e o NVL576
As descobertas do SemiAnalysis vão além do NVL144. A configuração maior do Kyber NVL576, que empilharia ainda mais GPUs em um único rack, também enfrenta incertezas devido aos desafios na produção em massa de óptica co-embalada (CPO), a tecnologia na qual a Nvidia está apostando para substituir as interconexões de cobre em escala. Tanto o midplane PCB quanto o CPO são amplamente considerados como pilares centrais da vantagem de desempenho da Nvidia, e o fato de que ambos agora estão se mostrando difíceis de fabricar transforma o que tinha sido um fosso competitivo em uma fonte de atraso.
As notícias dos atrasos desencadearam um declínio acentuado nas ações de empresas ligadas à optoeletrónica e às embalagens avançadas, à medida que os investidores reavaliavam a rapidez com que a próxima onda de hardware de IA realmente chegaria.
Rivais veem uma abertura
Para os concorrentes da Nvidia, o atraso é um presente raro. A Advanced Micro Devices vem preenchendo constantemente a lacuna no desempenho da GPU e tem suas próprias ofertas em escala de rack em desenvolvimento. O Google, que projeta seus próprios aceleradores de IA personalizados, chamados Tensor Processing Units (TPUs), constrói sistemas integrados internamente e está menos exposto aos gargalos de fabricação que agora restringem o roteiro da Nvidia.
Os analistas observaram que um atraso de doze meses dá à AMD tempo adicional para obter vitórias em design com hiperscaladores que, de outra forma, poderiam ter esperado pela Kyber. Também reforça a lógica estratégica por detrás da onda de investimentos personalizados em silício por parte dos fornecedores de nuvens, que se tornaram cautelosos em depender de um único fornecedor cujos produtos mais avançados continuam a falhar.
A Nvidia não contestou publicamente a caracterização do SemiAnalysis. A empresa já enfatizou anteriormente que o desenvolvimento de arquiteturas de rack totalmente novas é um processo inerentemente complexo e que prioriza a confiabilidade em vez da velocidade quando os clientes investem bilhões de dólares por implantação.
Implicações para a corrida de computação de IA
O atraso da Kyber sublinha uma realidade que é fácil de esquecer no meio de ganhos recordes e de uma procura crescente: a revolução da IA ainda funciona em hardware físico, e esse hardware está a tornar-se extraordinariamente difícil de conceber e fabricar. À medida que os modelos crescem e as interconexões que ligam seus clusters de treinamento crescem mais rapidamente, a tolerância a erros em tudo, desde o design de PCB até o empacotamento óptico, diminui para quase zero.
Para os provedores de nuvem e laboratórios de IA que contam com um pipeline constante de racks cada vez mais poderosos, a mensagem do SemiAnalysis é que a cadência de melhoria do hardware pode ser menos previsível do que sugerem os roteiros de software. A maneira como a Nvidia e seus fornecedores resolvem os desafios do midplane e do CPO ajudará a determinar a rapidez com que a próxima geração de sistemas de IA chegará e quais empresas estarão posicionadas para se beneficiar quando isso acontecer.
---
Fique à frente da IA
O cenário do hardware de IA está mudando rapidamente. AI Buzz Wire traz para você os mais recentes desenvolvimentos em chips, data centers e empresas que correm para construir a infraestrutura por trás da inteligência artificial.
Leia mais notícias sobre IA →
