研究公司 SemiAnalysis 的一份报告称，由于芯片巨头 Nvidia 的关键内部组件遇到了顽固的制造问题，该公司的下一代 Kyber NVL144 AI 机架系统已推迟一年多，将其推出时间推迟到 2028 年。这家全球最有价值的半导体公司的罕见失误在人工智能硬件供应链中引发了连锁反应，并给竞争对手带来了意想不到的机会。如需持续报道人工智能基础设施建设，请关注我们的突发人工智能新闻。

该披露最初由 CNBC 于 2026 年 7 月 6 日报道，引用了 SemiAnalysis 的分析，该分析发现 Nvidia 正在努力制造连接 Kyber 机架内 GPU 的印刷电路板 (PCB) 中板。中板是系统的物理主干，在数十个芯片之间路由高速信号，而大规模生产中板的困难迫使英伟达将时间表推迟了十二个多月。

Kyber NVL144 应该提供什么

Kyber NVL144 是 Nvidia 雄心勃勃的路线图的一部分，该路线图旨在将更多的计算能力装入单个工厂规模的机架中，超大规模云提供商可以部署这些机架来训练和运行前沿人工智能模型。每个 NVL144 系统均设计为在统一的液冷机箱中容纳 144 个 GPU，并使用高带宽互连让芯片充当单个巨型加速器。

这些机架级系统已成为现代人工智能数据中心的核心构建块。微软、Meta、亚马逊和谷歌等公司大量订购它们，以满足大型语言模型爆炸式增长的计算需求。因此，旗舰产品延迟一年多的后果远远超出了英伟达自身的收入，从而减缓了整个人工智能行业所依赖的产能扩张。

PCB 中板瓶颈

据 SemiAnalysis 称，核心问题在于按照 Kyber 高速互连所需的公差来制造 PCB 中板。中板必须在 GPU 之间传输大量数据，同时将信号损失降至最低，而在 Nvidia 的目标密度下，即使很小的制造缺陷也会降低性能或导致故障。

报告指出，这些困难并非单一供应商所独有，而是反映出将 PCB 技术推向物理极限的更广泛挑战。随着信号速度的攀升和层数的增加，良率下降，生产周期延长，形成了迄今为止仅靠资金无法解决的瓶颈。

第二战线：CPO 和 NVL576

SemiAnalysis 的研究结果超出了 NVL144 的范围。更大的 Kyber NVL576 配置可以将更多 GPU 堆叠到单个机架中，但由于大规模生产共封装光学器件 (CPO) 方面的挑战，也面临着不确定性，Nvidia 押注这项技术将大规模取代铜互连。 PCB 中板和 CPO 都被广泛认为是 Nvidia 性能优势的核心支柱，而事实证明两者现在都难以制造，这使得曾经的竞争护城河变成了延迟的根源。

由于投资者重新评估下一波人工智能硬件真正到来的速度，延迟的消息引发了与光电和先进封装相关的公司股价大幅下跌。

对手看到了机会

对于英伟达的竞争对手来说，延迟是一份难得的礼物。 Advanced Micro Devices 一直在稳步缩小 GPU 性能差距，并正在开发自己的机架级产品。谷歌设计了自己的定制人工智能加速器，称为张量处理单元（TPU），在内部构建集成系统，并且较少受到目前限制英伟达路线图的制造瓶颈的影响。

分析师指出，12 个月的延迟让 AMD 有更多时间赢得超大规模厂商的设计胜利，否则这些厂商可能会等待 Kyber。它还强化了云提供商定制芯片投资浪潮背后的战略逻辑，云提供商对依赖最先进产品不断下滑的单一供应商越来越谨慎。

Nvidia 尚未公开对 SemiAnalysis 的描述提出异议。该公司此前曾强调，推出全新的机架架构本质上是一个复杂的过程，当客户每次部署投资数十亿美元时，它会优先考虑可靠性而不是速度。

对人工智能计算竞赛的影响

Kyber 的延迟凸显了一个在创纪录的盈利和飙升的需求中很容易被忘记的现实：人工智能革命仍然在物理硬件上运行，而硬件的设计和制造变得异常困难。随着模型变得越来越大，连接训练集群的互连速度越来越快，从 PCB 设计到光学封装的各个方面的容错能力都缩小到接近于零。

对于依赖更强大机架的稳定管道的云提供商和人工智能实验室来说，SemiAnalysis 传达的信息是，硬件改进的节奏可能不如软件路线图所示的那样可预测。 Nvidia 及其供应商如何解决中板和 CPO 挑战将有助于确定下一代人工智能系统到来的速度，以及哪些公司能够从中受益。

---

保持人工智能领先地位

人工智能硬件格局正在快速变化。 AI Buzz Wire 为您带来芯片、数据中心以及竞相构建人工智能背后基础设施的公司的最新进展。

阅读更多人工智能新闻 →