- Rack-ul Kyber, sistemul care trebuia să susțină viitoarele cipuri Rubin Ultra ale Nvidia, ar fi fost amânat din 2027 în 2028
- Problema nu ar fi cipul, ci o placă de circuit foarte complexă, numită PCB midplane, greu de produs la scară
- Kyber ar urma să grupeze 144 de GPU-uri într-un singur rack, pentru ca acestea să funcționeze ca un supercomputer compact pentru AI
- Întârzierea poate oferi un culoar rar pentru rivali precum AMD și Google, care încearcă să reducă dependența industriei de Nvidia
- Cazul arată că boomul AI nu depinde doar de cipuri spectaculoase, ci și de fabrici, plăci, cabluri, memorie și răcire
Nvidia, compania care a devenit aproape sinonimă cu infrastructura pentru inteligență artificială, ar fi lovit o problemă neașteptat de pământeană: nu un model AI prea mare, nu un cip prea lent, nu o cerere prea mică, ci o placă de circuit greu de fabricat.
Potrivit firmei de cercetare SemiAnalysis, citată de CNBC și de The Next Web, rack-ul Kyber, sistemul care trebuia să găzduiască generația Rubin Ultra de cipuri Nvidia, ar fi fost amânat până în 2028. Kyber era planificat pentru 2027 și trebuia să fie una dintre piesele centrale ale următorului salt tehnologic al companiei în zona de sisteme AI de mare densitate.
Pe scurt, Nvidia nu s-ar fi împiedicat de „creierul” mașinii, ci de scheletul ei electric. Componenta problematică este un PCB midplane, o placă de circuit multi-strat care conectează modulele interne ale rack-ului. Într-un sistem obișnuit, o placă de circuit pare un detaliu tehnic. În Kyber, ea devine infrastructura care trebuie să facă sute de componente extrem de puternice să comunice rapid, stabil și fără erori.
Aici începe partea dificilă. Cu cât Nvidia încearcă să înghesuie mai multe GPU-uri într-un spațiu mai mic, cu atât cresc problemele de semnal, alimentare, căldură și fabricație. În limbaj simplu: designul poate arăta spectaculos pe hârtie, dar dacă placa nu poate fi produsă constant și fiabil, sistemul nu poate ajunge la clienți în volume mari.
Kyber trebuia să transforme 144 de GPU-uri într-o singură mașină AI
Kyber nu este un cip. Este un rack, adică un dulap-server construit pentru centre de date. Diferența este că nu vorbim despre un dulap oarecare, ci despre unul proiectat să adăpostească 144 de GPU-uri Nvidia într-o singură unitate, astfel încât acestea să se comporte ca o mașină de calcul uriașă.
Pentru modelele AI de ultimă generație, această arhitectură este esențială. Modelele mari nu au nevoie doar de cipuri rapide, ci de cipuri care pot lucra împreună ca o orchestră. Dacă legăturile dintre ele sunt lente, instabile sau greu de scalat, performanța totală scade, indiferent cât de puternic este fiecare GPU individual.
De aceea, Kyber conta atât de mult pentru Nvidia. Sistemul era gândit pentru Rubin Ultra, generația de cipuri care ar urma să alimenteze următorul val de antrenare și rulare a modelelor AI mari. Un sistem și mai amplu, NVL576, ar urma să lege opt astfel de rack-uri prin cabluri optice. Dacă Kyber întârzie, și această construcție mai mare riscă să fie amânată sau livrată în volume foarte mici.
În industria cipurilor AI, diferența dintre „am un prototip” și „pot livra zeci de mii de sisteme” este uriașă. Iar Nvidia, obișnuită să transforme rapid lansările tehnice în produse dominante, se lovește acum de o realitate mai puțin spectaculoasă: producția fizică nu poate fi accelerată doar cu un slide bun la o conferință.
SemiAnalysis susține că Nvidia ar fi avut și un plan de rezervă: conectarea a două rack-uri din generația actuală pentru a obține o putere apropiată. Clienții cloud ar fi respins însă soluția, considerând-o greoaie operațional. Asta lasă compania fără o variantă demonstrată pentru scalarea celor mai puternice sisteme Rubin Ultra la nivelul promis.
Nvidia rămâne lider, dar AMD și Google văd o fisură în armură
Întârzierea Kyber nu înseamnă că Nvidia pierde peste noapte dominația pe piața AI. Compania controlează în continuare zona acceleratoarelor pentru centre de date și are cerere uriașă din partea marilor furnizori cloud. Sistemele Rubin din generația curentă ar urma să intre în livrări către parteneri precum AWS, Microsoft Azure și Google Cloud, potrivit relatărilor internaționale.
Dar întârzierea creează o breșă rară. În ultimii ani, Nvidia a avut avantajul ritmului: lansa, livra, ocupa piața, apoi trecea la următoarea generație. Dacă un element critic al următorului sistem întârzie, clienții mari încep să se uite mai atent la alternative.
AMD împinge acceleratoarele sale Instinct, iar Google are propriile TPU-uri, folosite tot mai mult în ecosistemul său cloud. Pentru marile laboratoare AI, întrebarea nu este doar cine are cel mai puternic cip, ci cine poate livra la timp, cine oferă costuri predictibile și cine poate susține infrastructura fără complicații operaționale.
Aici apare fereastra pentru rivali. Nu una larg deschisă, dar suficientă cât să conteze într-o piață în care fiecare trimestru poate schimba planurile de investiții ale companiilor care cheltuiesc miliarde pe infrastructură AI.
Contextul global confirmă presiunea. Coreea de Sud pregătește megaproiecte în semiconductori, centre de date AI și robotică, într-un plan care ar putea atrage investiții de peste 650 de miliarde de dolari, potrivit unui articol ZF publicat pe 29 iunie 2026, care citează Reuters. Samsung și SK Hynix, doi furnizori-cheie pentru memoria și infrastructura necesare AI, sunt în centrul acestei strategii.
Cu alte cuvinte, fiecare companie mare știe că următoarea bătălie AI nu se câștigă doar cu algoritmi. Se câștigă cu lanțuri de aprovizionare, fabrici, memorie, plăci de circuit și capacitatea de a transforma prototipurile în produse livrabile.
Boomul AI descoperă că viitorul are nevoie și de fabrici, nu doar de modele
Povestea Kyber este importantă pentru că demontează un mit confortabil: ideea că progresul AI ține doar de modele mai inteligente și cipuri mai rapide. În realitate, AI rulează pe o infrastructură fizică extrem de complicată.
Un model mare are nevoie de GPU-uri, dar și de memorie rapidă, plăci de circuit sofisticate, răcire lichidă, cabluri optice, alimentare electrică stabilă și centre de date capabile să suporte densități enorme de consum. Dacă una dintre aceste piese întârzie, întregul sistem încetinește.
Asta pare să se întâmple acum cu Kyber. Nvidia poate proiecta cipuri tot mai avansate, dar dacă sistemul care trebuie să le conecteze nu poate fi produs la scară, promisiunea tehnologică rămâne blocată între laborator și fabricație.
Pentru clienții obișnuiți, întârzierea unui rack Nvidia poate părea un detaliu îndepărtat. Pentru industrie, este un semnal serios. Dacă infrastructura de vârf întârzie, costurile pot crește, disponibilitatea poate scădea, iar marile companii AI pot fi forțate să își ajusteze planurile de antrenare și lansare a modelelor.
În același timp, situația nu trebuie citită ca o prăbușire a Nvidia. Compania are în continuare un avantaj enorm, un ecosistem software puternic și relații solide cu marii clienți cloud. Dar cazul Kyber arată că, pentru prima dată după mult timp, cea mai grea problemă a boomului AI nu mai este neapărat cipul. Este cutia care trebuie să-l facă util.
Iar în această industrie, o placă de circuit poate deveni diferența dintre „viitorul începe anul viitor” și „mai așteptăm un an”.
