Nvidia เลื่อนระบบแร็ค Kyber AI รุ่นถัดไปไปเป็นปี 2028 จากอุปสรรคด้านการผลิต

ระบบแร็ค Kyber NVL144 AI รุ่นต่อไปของ Nvidia ล่าช้ากว่าหนึ่งปี โดยผลักดันการเปิดตัวในปี 2028 หลังจากที่ยักษ์ใหญ่ชิปประสบปัญหาการผลิตที่ดื้อรั้นด้วยส่วนประกอบภายในที่สำคัญ ตามรายงานของบริษัทวิจัย SemiAnalysis การสะดุดที่หาได้ยากของบริษัทเซมิคอนดักเตอร์ที่มีมูลค่ามากที่สุดในโลกส่งระลอกคลื่นผ่านห่วงโซ่อุปทานฮาร์ดแวร์ AI และเปิดช่องให้คู่แข่งอย่างไม่คาดคิด หากต้องการครอบคลุมการสร้างโครงสร้างพื้นฐาน AI อย่างต่อเนื่อง โปรดติดตาม ข่าวด่วน AI ของเรา

การเปิดเผยข้อมูลซึ่งรายงานครั้งแรกโดย CNBC เมื่อวันที่ 6 กรกฎาคม 2026 อ้างถึงการวิเคราะห์แบบกึ่งวิเคราะห์ที่พบว่า Nvidia กำลังดิ้นรนในการผลิตแผ่นมิดเพลนแผงวงจรพิมพ์ (PCB) ที่เชื่อมต่อ GPU ภายในแร็ค Kyber มิดเพลนเป็นแกนหลักทางกายภาพของระบบ การกำหนดเส้นทางสัญญาณความเร็วสูงระหว่างชิปหลายสิบตัว และความยากลำบากในการผลิตในวงกว้างทำให้ Nvidia ต้องเลื่อนไทม์ไลน์กลับออกไปนานกว่าสิบสองเดือน

สิ่งที่ Kyber NVL144 ควรจะส่งมอบ

Kyber NVL144 เป็นส่วนหนึ่งของแผนงานอันทะเยอทะยานของ Nvidia ในการบรรจุพลังการประมวลผลที่เพิ่มมากขึ้นไว้ในแร็คขนาดโรงงานเดียวที่ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลสามารถปรับใช้เพื่อฝึกและรันโมเดล AI ระดับแนวหน้า ระบบ NVL144 แต่ละระบบได้รับการออกแบบให้รองรับ GPU 144 ตัวในแชสซีระบายความร้อนด้วยของเหลวแบบครบวงจร โดยใช้การเชื่อมต่อที่มีแบนด์วิธสูงเพื่อให้ชิปทำงานเป็นตัวเร่งความเร็วขนาดยักษ์เพียงตัวเดียว

ระบบแบบแร็คสเกลเหล่านี้ได้กลายเป็นส่วนสำคัญของศูนย์ข้อมูล AI ที่ทันสมัย บริษัทต่างๆ เช่น Microsoft, Meta, Amazon และ Google สั่งซื้อจำนวนมากเพื่อให้ทันกับความต้องการด้านการคำนวณที่เพิ่มสูงขึ้นของโมเดลภาษาขนาดใหญ่ ความล่าช้านานกว่าหนึ่งปีในผลิตภัณฑ์เรือธงจึงส่งผลกระทบเกินกว่ารายได้ของ Nvidia เอง ส่งผลให้การขยายกำลังการผลิตที่อุตสาหกรรม AI ทั้งหมดต้องพึ่งพานั้นช้าลง

คอขวด PCB Midplane

จากข้อมูลของ SemiAnalysis ปัญหาหลักอยู่ที่การสร้าง PCB midplane ให้ได้ค่าความคลาดเคลื่อนที่การเชื่อมต่อความเร็วสูงของ Kyber ต้องการ มิดเพลนจะต้องบรรทุกข้อมูลจำนวนมหาศาลระหว่าง GPU โดยมีการสูญเสียสัญญาณน้อยที่สุด และที่ความหนาแน่นที่ Nvidia กำหนดเป้าหมายไว้ แม้แต่ข้อบกพร่องในการผลิตเพียงเล็กน้อยก็อาจทำให้ประสิทธิภาพลดลงหรือทำให้เกิดความล้มเหลวได้

รายงานระบุว่าความยากลำบากไม่ได้แยกจากซัพพลายเออร์เพียงรายเดียว แต่สะท้อนถึงความท้าทายในวงกว้างในการผลักดันเทคโนโลยี PCB ให้ถึงขีดจำกัดทางกายภาพ เมื่อความเร็วของสัญญาณเพิ่มขึ้นและจำนวนเลเยอร์เพิ่มขึ้น อัตราผลตอบแทนลดลงและวงจรการผลิตยาวขึ้น ทำให้เกิดคอขวดที่เงินเพียงอย่างเดียวยังไม่สามารถแก้ไขได้จนถึงตอนนี้

แนวรบที่สอง: CPO และ NVL576

ผลการวิจัยของ SemiAnalysis ขยายไปไกลกว่า NVL144 การกำหนดค่า Kyber NVL576 ที่ใหญ่กว่า ซึ่งจะซ้อน GPU ได้มากขึ้นในแร็คเดียว ยังเผชิญกับความไม่แน่นอนเนื่องจากความท้าทายในการผลิตเลนส์แบบบรรจุภัณฑ์ร่วม (CPO) ที่ผลิตจำนวนมาก ซึ่งเป็นเทคโนโลยีที่ Nvidia วางเดิมพันเพื่อแทนที่การเชื่อมต่อระหว่างกันด้วยทองแดงในวงกว้าง ทั้ง PCB midplane และ CPO ได้รับการยกย่องอย่างกว้างขวางว่าเป็นเสาหลักสำคัญของความได้เปรียบด้านประสิทธิภาพของ Nvidia และความจริงที่ว่าทั้งสองสิ่งนี้พิสูจน์ได้ว่ายากต่อการผลิต ทำให้สิ่งที่เคยเป็นคูน้ำแข่งขันกันกลายเป็นสาเหตุของความล่าช้า

ข่าวความล่าช้าส่งผลให้หุ้นของบริษัทที่เกี่ยวข้องกับออปโตอิเล็กทรอนิกส์และบรรจุภัณฑ์ขั้นสูงลดลงอย่างมาก เนื่องจากนักลงทุนประเมินอีกครั้งว่าฮาร์ดแวร์ AI คลื่นลูกใหม่จะมาถึงได้เร็วแค่ไหน

คู่แข่งเห็นการเปิด

สำหรับคู่แข่งของ Nvidia ความล่าช้าถือเป็นของขวัญที่หายาก Advanced Micro Devices ได้ปิดช่องว่างในประสิทธิภาพของ GPU อย่างต่อเนื่อง และมีข้อเสนอในระดับแร็คของตัวเองในการพัฒนา Google ซึ่งออกแบบตัวเร่งความเร็ว AI แบบกำหนดเองของตัวเองที่เรียกว่า Tensor Processing Units (TPU) จะสร้างระบบบูรณาการภายในองค์กรและสัมผัสกับปัญหาคอขวดในการผลิตน้อยลงซึ่งขณะนี้เป็นข้อจำกัดของแผนงานของ Nvidia

นักวิเคราะห์ตั้งข้อสังเกตว่าการเลื่อนเวลา 12 เดือนจะทำให้ AMD มีเวลาเพิ่มเติมในการออกแบบเพื่อคว้าชัยชนะด้วยไฮเปอร์สเกลเลอร์ที่อาจรอ Kyber นอกจากนี้ยังตอกย้ำตรรกะเชิงกลยุทธ์เบื้องหลังการลงทุนด้านซิลิคอนแบบกำหนดเองจากผู้ให้บริการระบบคลาวด์ ซึ่งเริ่มระมัดระวังการพึ่งพาซัพพลายเออร์รายเดียวซึ่งผลิตภัณฑ์ที่ทันสมัยที่สุดยังคงลื่นไถลอยู่

Nvidia ไม่ได้โต้แย้งลักษณะ SemiAnalysis ต่อสาธารณะ ก่อนหน้านี้บริษัทได้เน้นย้ำว่าการเพิ่มสถาปัตยกรรมแร็คใหม่ทั้งหมดเป็นกระบวนการที่ซับซ้อนโดยธรรมชาติ และให้ความสำคัญกับความน่าเชื่อถือมากกว่าความเร็ว เมื่อลูกค้าลงทุนหลายพันล้านดอลลาร์ต่อการปรับใช้แต่ละครั้ง

ผลกระทบต่อการแข่งขัน AI Compute

ความล่าช้าของ Kyber ตอกย้ำความเป็นจริงที่ลืมได้ง่ายท่ามกลางรายรับที่สูงเป็นประวัติการณ์และความต้องการที่เพิ่มสูงขึ้น การปฏิวัติ AI ยังคงทำงานบนฮาร์ดแวร์ทางกายภาพ และฮาร์ดแวร์นั้นกลายเป็นเรื่องยากเป็นพิเศษในการออกแบบและผลิต เมื่อโมเดลมีขนาดใหญ่ขึ้น และการเชื่อมต่อระหว่างกันที่เชื่อมโยงกลุ่มการฝึกอบรมเติบโตขึ้นเร็วขึ้น ความทนทานต่อข้อผิดพลาดในทุกสิ่งตั้งแต่การออกแบบ PCB ไปจนถึงบรรจุภัณฑ์แบบออปติกก็ลดลงจนใกล้เป็นศูนย์

สำหรับผู้ให้บริการระบบคลาวด์และห้องปฏิบัติการ AI ที่ต้องพึ่งพาชั้นวางที่มีประสิทธิภาพมากขึ้นอย่างต่อเนื่อง ข้อความจาก SemiAnalysis ก็คือจังหวะของการปรับปรุงฮาร์ดแวร์อาจคาดเดาได้น้อยกว่าแผนงานซอฟต์แวร์ที่แนะนำ วิธีที่ Nvidia และซัพพลายเออร์แก้ไขปัญหาความท้าทายระดับกลางและ CPO จะช่วยตัดสินว่าระบบ AI รุ่นต่อไปจะมาถึงได้เร็วแค่ไหน และบริษัทใดที่อยู่ในตำแหน่งที่จะได้รับประโยชน์เมื่อมาถึง

---

ก้าวนำหน้า AI

ภูมิทัศน์ของฮาร์ดแวร์ AI กำลังเปลี่ยนแปลงอย่างรวดเร็ว AI Buzz Wire นำเสนอการพัฒนาล่าสุดในชิป ศูนย์ข้อมูล และบริษัทต่างๆ ที่เร่งสร้างโครงสร้างพื้นฐานที่อยู่เบื้องหลังปัญญาประดิษฐ์

อ่านข่าว AI เพิ่มเติม →