Nvidia pospone servidores Kyber en Rubin Ultra de 2027 a 2028 debido a problemas de fabricación

Nvidia ha pospuesto el lanzamiento de su arquitectura de servidor Kyber, construida en aceleradores Rubin Ultra, de 2027 a 2028 — según CNBC, citando a la empresa de análisis SemiAnalysis. La demora se atribuye a dificultades de fabricación de uno de los componentes clave del sistema.

Lo Que Se Sabe Sobre el Aplazamiento

• Fuente de información — CNBC citando analistas de SemiAnalysis
• Arquitectura Kyber aplazada de 2027 a 2028
• Kyber está construido sobre aceleradores Rubin Ultra
• Razón del retraso — dificultades de fabricación de uno de los componentes clave del sistema

Rubin Ultra es una de las próximas generaciones de aceleradores de IA de Nvidia, que forma parte de la hoja de ruta anual de la empresa siguiendo las arquitecturas Blackwell, Blackwell Ultra y Vera Rubin. Kyber, a su vez, es el nombre de una plataforma de bastidor de servidor que consolida estos chips en un único sistema informático para centros de datos que entrenan y sirven modelos de IA grandes.

Desde 2024, Nvidia se ha adherido públicamente a una estrategia de lanzar una nueva generación de infraestructura de IA aproximadamente una vez al año — un ritmo que anteriormente se consideraba casi imposible para equipos tan complejos como sistemas de bastidor con enfriamiento líquido e innumerables interconexiones de chips. Este ritmo de actualización sin precedentes ha permitido a la empresa mantener su posición dominante en el mercado de chips utilizados para entrenar grandes modelos de lenguaje, pero también requiere el funcionamiento sin problemas de toda la cadena de suministro — desde fabricantes de chips bajo contrato hasta ensambladores de bastidores de servidor.

Por Qué Este Aplazamiento Importa Para el Mercado

Nvidia ha mantenido un ciclo de actualización anual riguroso para sus chips de IA y bastidores de servidor más destacados en los últimos años — este ritmo ha permitido a la empresa mantener el dominio en el mercado de aceleradores para entrenamiento e inferencia de grandes modelos de lenguaje. Cualquier cambio en este cronograma impacta directamente en los planes de adquisición de hiperdistribuidores como Microsoft, Google, Amazon y Meta, que planean compras de equipos de centros de datos años por adelantado y calculan la capacidad en función de fechas específicas para nuevas generaciones de chips.

Las dificultades de fabricación con componentes clave para chips de IA avanzados no han sido raras en los últimos años: los cuellos de botella surgen en empaque de chips avanzado, suministro de memoria HBM y capacidad de fabricantes bajo contrato — afectando no solo a Nvidia sino a toda la cadena de suministro de semiconductores para la industria de IA.

Cómo Esto Se Ajusta a la Estrategia de Nvidia

Nvidia posiciona públicamente su dominio del mercado en torno a la promesa de actualizaciones de arquitectura anuales predecibles — esta táctica permite a la empresa evitar que los clientes cambien a competidores como AMD o desarrollos propios de hiperdistribuidores, ya que los clientes saben con anticipación cuándo llegará la próxima generación de chips y pueden planificar gastos de capital en consecuencia. Posponer incluso una plataforma de servidor un año plantea preguntas sobre la sostenibilidad de este ritmo y obliga a los clientes principales a reconsiderar sus propios calendarios para poner en línea nuevos centros de datos.

Para los analistas de SemiAnalysis, que fueron los primeros en reportar el retraso, tales aplazamientos también sirven como indicador de la salud general de la cadena de suministro de semiconductores avanzados — particularmente la capacidad para empaque de chips avanzado y producción de memoria de próxima generación, cuya demanda ha superado consistentemente la oferta en años recientes.

Lo Que Esto Significa

Un aplazamiento de un año de una plataforma de servidor insignia indica que incluso el líder del mercado en chips de IA enfrenta límites físicos en la velocidad de escalabilidad de manufactura, y esto puede ralentizar el ritmo al cual los mayores proveedores de nube del mundo expanden la capacidad de cómputo para nuevas generaciones de modelos de IA.