英偉達AI新王牌,突然踩下煞車
「硬體的進步,不只是設計能力,更是製造能力。」
就在市場仍期待英偉達(NVIDIA)下一代AI超級機櫃全面登場之際,一則消息率先替市場降了溫。
SemiAnalysis最新披露,英偉達原定作為Rubin Ultra核心架構之一的Kyber NVL144,開發進度出現重大變化,上市時間可能延後超過12個月,最快要到2028年才能問世。同時,另一項過渡方案NVL72x2也已取消,而Rubin Ultra四計算晶片版本同樣退出產品規劃。
短短幾項調整,代表的不只是產品延期,更可能牽動整個AI伺服器供應鏈。
一塊PCB,竟然成了整個計畫的瓶頸
Kyber之所以受到市場高度關注,原因在於它原本被定位為Rubin Ultra時代的重要基礎設施。
不同於過去大量使用線纜互連GPU,新架構希望利用一塊特殊的PCB中板(Orthogonal Backplane),讓運算托盤與交換托盤直接進行90度板對板連接,大幅減少線材,提高整體效率。
真正的問題來了。
這塊中板並不是普通PCB。
根據SemiAnalysis揭露,其採用M9級覆銅板、石英布(Q布)以及PTFE混合材料,整體高達78層結構,由三塊26層PCB壓合而成,同時線寬、線距控制在25微米以下,以支援448G以上SerDes高速訊號。
簡單理解,就是目前PCB製造工藝的「天花板」。
只要其中任何一道製程良率不足,就可能影響整個量產計畫。
三項調整,透露英偉達正在重新布局
此次曝光的內容,不只有Kyber延期。
幾項重要變化值得市場留意。
首先,Kyber NVL144延後至2028年。
這代表原本規劃的大型GPU互連方案,需要重新安排時程,也讓AI大型訓練集群的部署節奏可能受到影響。
其次,NVL72x2正式取消。
這套架構原本希望利用兩組Oberon機櫃背靠背部署,再透過銅纜擴展規模,以避開Kyber中板的難題。
不過,SemiAnalysis指出,雲端服務商與超大型資料中心認為該方案部署複雜、維運成本過高,因此最終沒有獲得市場支持。
最後,Rubin Ultra四晶片版本取消,只保留雙晶片版本。
這意味著單一機櫃的最高算力,相較原本規劃可能下降約一半。
英偉達則可能透過增加Oberon Rubin系列機櫃的銷售數量,來填補整體算力需求。
CPO還沒成熟,AI超算仍在等待下一步
另一個受到關注的焦點,是CPO(Co-Packaged Optics,共封裝光學)。
英偉達原本希望透過CPO,把八組Oberon機櫃串聯成NVL576超大型AI系統。
然而SemiAnalysis認為,目前CPO量產成熟度仍存在挑戰,因此NVL576同樣可能延期,甚至初期僅能小批量出貨。
換句話說,目前AI超級叢集要突破更大規模互連,仍需等待光互連技術更加成熟。
依照目前產品路線,真正成熟的CPO NVSwitch,可能要到下一代Feynman平台才會全面到位。
市場真正關心的是競爭格局
說實話,市場未必最擔心產品延期。
真正受到討論的是,英偉達是否會因此出現短暫的產品空窗。
SemiAnalysis認為,在Rubin Ultra尚未建立完整的大規模互連能力之前,AMD MI500X以及Google TPUv8i Broadfly,可能迎來新的競爭機會。
是否真的能因此搶下更多市場,目前仍有待觀察。
但可以確定的是,大型AI資料中心採購方,未來在規劃算力平台時,可能擁有比過去更多元的選擇。
另一方面,高階PCB、ODM與相關供應鏈,也可能因產品節奏調整而重新安排產能與投資規劃。
一塊PCB,折射整個AI產業的現實
很多人認為AI競爭,比的是GPU數量。
其實,越往產業上游看,就越會發現,比拼的不只是晶片設計,而是材料、封裝、PCB、散熱、光通訊等整條供應鏈的成熟度。
Kyber此次延期,也再次說明,即使全球最強的AI晶片公司,仍必須遵守製造工藝的客觀限制。
未來市場持續關注的,不只是Kyber何時量產,更包括CPO技術成熟速度,以及Rubin Ultra最終能否按照新的產品節奏順利推進。這些因素,都可能影響下一輪AI基礎設施競爭格局。
FAQ
Q1:Kyber NVL144延遲代表英偉達AI晶片出問題了嗎?
不一定。此次曝光的重點主要集中在機櫃架構與PCB中板製造難度,而非GPU本身設計失敗。分析人士認為,挑戰更多來自高密度PCB製程與系統整合,因此屬於工程量產層面的問題,而非核心晶片技術出現重大缺陷。
Q2:為什麼PCB中板會影響整個AI伺服器?
Kyber採用板對板高速互連設計,需要超高層數、高精度PCB才能支援448G以上高速訊號。如果中板無法穩定量產,不僅影響GPU互連效率,也可能導致整個機櫃架構無法按計畫推出,因此成為此次延期的重要原因。
Q3:這次調整是否代表AMD有機會縮小差距?
部分市場人士認為,Rubin Ultra互連架構延期,可能讓AMD MI500X及Google TPU等競爭方案獲得更多展示機會。不過,目前英偉達仍在AI運算、生態系與軟體平台保持領先,因此未來競爭格局仍需觀察各家產品量產進度及市場採用情況。
