Согласно отчету исследовательской фирмы SemiAnalysis, выпуск стоечной системы искусственного интеллекта Nvidia Kyber NVL144 нового поколения от Nvidia был отложен более чем на год, что отодвинуло его запуск на 2028 год после того, как у гиганта по производству чипов возникли серьезные производственные проблемы с критически важным внутренним компонентом. Редкая неудача самой дорогой в мире полупроводниковой компании вызвала волнение в цепочке поставок оборудования для искусственного интеллекта и открыла неожиданную возможность для конкурентов. Чтобы постоянно следить за развитием инфраструктуры искусственного интеллекта, следите за нашими [последними новостями об искусственном интеллекте] (https://aibuzzwire.news).

В раскрытии, впервые опубликованном CNBC 6 июля 2026 года, цитируется анализ SemiAnaанализа, который показал, что Nvidia изо всех сил пытается изготовить промежуточную плату печатной платы (PCB), которая соединяет графические процессоры внутри стойки Kyber. Промежуточная плата является физической основой системы, перенаправляющей высокоскоростные сигналы между десятками чипов, а трудности с ее масштабным производством вынудили Nvidia отодвинуть сроки более чем на двенадцать месяцев.

Что должен был дать Kyber NVL144

Kyber NVL144 является частью амбициозной дорожной карты Nvidia по объединению еще большей вычислительной мощности в отдельные стойки заводского масштаба, которые поставщики гипермасштабных облачных вычислений могут развертывать для обучения и запуска передовых моделей искусственного интеллекта. Каждая система NVL144 рассчитана на размещение 144 графических процессоров в унифицированном шасси с жидкостным охлаждением и использованием межсоединений с высокой пропускной способностью, позволяющих чипам работать как один гигантский ускоритель.

Эти стоечные системы стали центральным строительным блоком современного центра обработки данных с искусственным интеллектом. Такие компании, как Microsoft, Meta, Amazon и Google, заказывают их тысячами, чтобы идти в ногу с растущими вычислительными потребностями больших языковых моделей. Таким образом, задержка выпуска флагманского продукта более чем на год имеет последствия, выходящие далеко за рамки собственных доходов Nvidia, замедляя расширение мощностей, от которых зависит вся индустрия искусственного интеллекта.

Узкое место в объединительной плате печатной платы

По данным SemiAnaанализа, основная проблема заключается в изготовлении объединительной платы печатной платы с допусками, которые требуются для высокоскоростных межсоединений Kyber. Соединительная плата должна передавать огромные объемы данных между графическими процессорами с минимальной потерей сигнала, а при той плотности, на которую нацелена Nvidia, даже небольшие производственные дефекты могут снизить производительность или вызвать сбои.

В отчете указывается, что трудности не ограничиваются каким-то одним поставщиком, а отражают более широкую проблему, связанную с доведением технологии печатных плат до ее физических пределов. По мере того как скорость передачи сигнала растет и количество слоев увеличивается, урожайность падает, а производственные циклы удлиняются, создавая узкое место, которое до сих пор не удалось решить одними деньгами.

Второй фронт: CPO и NVL576

Результаты SemiAnaанализа выходят за рамки NVL144. Более крупная конфигурация Kyber NVL576, которая позволит разместить еще больше графических процессоров в одной стойке, также сталкивается с неопределенностью из-за проблем с массовым производством совместно упакованной оптики (CPO), технологии, на которую Nvidia делает ставку для замены медных межсоединений в масштабе. Как соединительная плата печатной платы, так и CPO широко рассматриваются как основные столпы преимущества производительности Nvidia, и тот факт, что обе платы в настоящее время трудно производить, превращает то, что раньше было конкурентным рвом, в источник задержек.

Новости о задержках вызвали резкое падение акций компаний, связанных с оптоэлектроникой и современной упаковкой, поскольку инвесторы переоценили, насколько быстро на самом деле прибудет следующая волна оборудования для искусственного интеллекта.

Соперники видят возможность

Для конкурентов Nvidia такая задержка — редкий подарок. Компания Advanced Micro Devices постепенно сокращает разрыв в производительности графических процессоров и разрабатывает собственные предложения для стоечных решений. Google, которая разрабатывает собственные ускорители искусственного интеллекта, называемые тензорными процессорами (TPU), самостоятельно создает интегрированные системы и меньше подвержена узким местам производства, которые сейчас ограничивают дорожную карту Nvidia.

Аналитики отмечают, что двенадцатимесячный отставание дает AMD дополнительное время для достижения успеха в разработке гиперскейлеров, которые в противном случае могли бы дождаться Kyber. Это также усиливает стратегическую логику волны инвестиций в специализированные микросхемы со стороны облачных провайдеров, которые стали опасаться зависимости от одного поставщика, чьи самые передовые продукты продолжают ускользать.

Nvidia публично не оспаривала характеристику SemiAnaанализа. Ранее компания подчеркивала, что внедрение совершенно новых стоечных архитектур — это по своей сути сложный процесс, в котором надежность важнее скорости, когда клиенты инвестируют миллиарды долларов в одно развертывание.

Последствия для гонки ИИ-вычислений

Задержка Kyber подчеркивает реальность, которую легко забыть на фоне рекордных доходов и растущего спроса: революция искусственного интеллекта по-прежнему происходит на физическом оборудовании, и это оборудование становится чрезвычайно сложно проектировать и производить. По мере того, как модели становятся больше, а межсоединения, связывающие их обучающие кластеры, растут быстрее, толерантность к ошибкам во всем, от проектирования печатных плат до оптической упаковки, сокращается почти до нуля.

Для провайдеров облачных услуг и лабораторий искусственного интеллекта, рассчитывающих на постоянный поток все более мощных стоек, SemiAnalysis сообщает, что темпы совершенствования оборудования могут быть менее предсказуемыми, чем предполагают дорожные карты программного обеспечения. То, как Nvidia и ее поставщики решат проблемы объединительной платы и CPO, поможет определить, как быстро появится следующее поколение систем искусственного интеллекта и какие компании смогут получить от этого выгоду.

---

Будьте впереди ИИ

Ситуация с аппаратным обеспечением искусственного интеллекта быстро меняется. AI Buzz Wire знакомит вас с последними разработками в области чипов, центров обработки данных и компаниями, стремящимися создать инфраструктуру, лежащую в основе искусственного интеллекта.

Подробнее новости AI →