Nvidia affronta ritardi per la piattaforma AI Kyber di prossima generazione

Traders Union
Tutte le notizie
Notizie finanziarie
Sistema rack AI Nvidia posticipato

Tutte le notizie

Notizie principali

Scelta dell'editore

Azioni

Criptovalute

Economia

Valute

Commodities

Voci di mercato

Ivan Andriyenko

11 ore fa

Nvidia affronta ritardi per la piattaforma AI Kyber di prossima generazione — Il ritardo del rack AI di Nvidia pesa sulla roadmap

Il lancio del prossimo grande sistema rack AI di Nvidia è stato ritardato di oltre un anno, sollevando nuovi interrogativi sulla rapidità con cui l'azienda potrà rafforzare la propria posizione nell'hardware per data center. Il ritardo riguarda Kyber, un'architettura progettata per supportare i chip Rubin Ultra di Nvidia, e arriva mentre gli investitori osservano se il boom delle infrastrutture AI potrà continuare a trainare la domanda.

In evidenza

Il sistema Kyber NVL144 di Nvidia sarebbe stato posticipato al 2028.
Le sfide produttive si concentrano sul midplane del PCB.
Le azioni Nvidia sono state indicate a $194,83, in calo dell'1,39%.

Questo articolo è stato tradotto dall'originale. Leggi la versione originale del nostro corrispondente qui.

Il ritardo di Kyber espone ostacoli produttivi

L'architettura rack Kyber NVL144 è stata posticipata al 2028 a causa di sfide produttive legate al midplane del PCB, secondo la società di ricerca SemiAnalysis. Il sistema era stato presentato solo pochi mesi prima come un passo fondamentale nella roadmap di Nvidia per cluster di calcolo AI più grandi.

Loading...

Il tweet è stato eliminato dall’autore.

Ma abbiamo salvato tutto 🙂.

Il ritardo è rilevante perché i sistemi a livello di rack stanno diventando centrali per l'infrastruttura AI. Invece di vendere solo chip, Nvidia vende sempre più sistemi completi che collegano GPU, memoria, networking e raffreddamento in grandi unità di calcolo per fornitori cloud e laboratori di AI.

Il contrattempo riportato segue un altro cambiamento nella roadmap di Rubin Ultra. Nvidia avrebbe cancellato l'originale design Rubin Ultra a quattro die di calcolo, passando a una versione più piccola a due die, una mossa che potrebbe ridurre le prestazioni reali rispetto al piano precedente. Tom's Hardware ha riferito che la versione a quattro die è stata scartata per problemi di esecuzione produttiva.

Anche le alternative affrontano pressioni

SemiAnalysis ha inoltre affermato che il design rack back-to-back NVL72x2 di Nvidia, sviluppato come alternativa a Kyber, è stato cancellato dopo le resistenze dei fornitori di servizi cloud e degli hyperscaler. Il design mirava a espandere il dominio di scale-up NVLink basato su rame posizionando due rack Oberon schiena contro schiena, ma i clienti lo avrebbero considerato difficile da gestire operativamente.

Il risultato è un percorso più stretto per Rubin Ultra. Se Kyber e i sistemi correlati subiscono ritardi, Nvidia potrebbe avere meno opzioni collaudate per espandere le prestazioni di scale-up prima dell'arrivo delle architetture successive. Il rapporto afferma che il CPO NVSwitch, che potrebbe aiutare a risolvere alcuni dei vincoli di interconnessione, non è previsto prima della generazione Feynman.

Ciò crea un'apertura per i concorrenti. AMD, Google e altri sviluppatori di chip AI stanno cercando di conquistare una quota maggiore della spesa per i data center, mentre le società cloud cercano alternative ai sistemi dominanti di Nvidia. Nvidia rimane il leader del mercato, ma i ritardi nell'infrastruttura rack-scale potrebbero rendere la prossima fase della competizione più tecnica e meno prevedibile.

Le azioni riflettono la pressione

Le azioni Nvidia sono scese dell'1,39% a $194,83, poiché i titoli dei chip rimangono sensibili a qualsiasi segnale che la domanda di hardware AI possa incontrare vincoli di produzione o di progettazione.

Per Nvidia, il problema non è solo se la domanda di AI rimanga forte. È se l'azienda possa continuare a trasformare tale domanda in sistemi producibili alla scala richiesta dagli hyperscaler. Il ritardo di Kyber riportato non cancella il vantaggio di Nvidia, ma dimostra che il potenziamento dell'AI dipende ora da una complessa ingegneria che coinvolge chip, memoria, schede, networking e rack completi.

Abbiamo anche riferito che Nvidia punta a "reinventare il PC" con nuovi processori.

Questo materiale può contenere opinioni di terze parti, nessuno dei dati e delle informazioni su questa pagina web costituisce consulenza sugli investimenti secondo il nostro Disclaimer. Sebbene aderiamo a una rigorosa Integrità Editoriale, questo post può contenere riferimenti a prodotti dei nostri partner.

Ti è piaciuto l'articolo?