Nvidia adia servidores Kyber em Rubin Ultra de 2027 para 2028 devido a problemas de fabricação

Nvidia adiou o lançamento de sua arquitetura de servidor Kyber, construída em aceleradores Rubin Ultra, de 2027 para 2028 — segundo CNBC, citando a empresa de análise SemiAnalysis. O atraso é atribuído a dificuldades de fabricação de um dos componentes chave do sistema.

O Que Se Sabe Sobre o Adiamento

• Fonte de informação — CNBC citando analistas de SemiAnalysis
• Arquitetura Kyber adiada de 2027 para 2028
• Kyber é construída em aceleradores Rubin Ultra
• Razão do atraso — dificuldades de fabricação de um dos componentes chave do sistema

Rubin Ultra é uma das próximas gerações de aceleradores de IA da Nvidia, fazendo parte do roteiro anual da empresa seguindo as arquiteturas Blackwell, Blackwell Ultra e Vera Rubin. Kyber, por sua vez, é o nome de uma plataforma rack de servidor que consolida esses chips em um único sistema de computação para data centers que treinam e servem grandes modelos de IA.

Desde 2024, Nvidia se aderiu publicamente a uma estratégia de lançar uma nova geração de infraestrutura de IA aproximadamente uma vez por ano — um ritmo que anteriormente era considerado quase impossível para equipamentos tão complexos quanto sistemas rack com resfriamento líquido e dezenas de milhares de interconexões de chips. Esse ritmo de atualização sem precedentes permitiu à empresa manter sua posição dominante no mercado de chips usados para treinar grandes modelos de linguagem, mas também requer operação sem interrupções de toda a cadeia de suprimentos — de fabricantes de chips sob contrato até montadores de racks de servidor.

Por Que Este Adiamento Importa para o Mercado

Nvidia manteve um ciclo de atualização anual rigoroso para seus chips de IA e racks de servidor mais destacados nos últimos anos — esse ritmo permitiu à empresa manter domínio no mercado de aceleradores para treinamento e inferência de grandes modelos de linguagem. Qualquer mudança nesse cronograma impacta diretamente os planos de compra de hiperscalers como Microsoft, Google, Amazon e Meta, que planejam compras de equipamentos de data center anos antes e calculam capacidade com base em datas específicas para novas gerações de chips.

Dificuldades de fabricação com componentes chave para chips de IA avançados não têm sido raras nos últimos anos: gargalos surgem em empacotamento avançado de chips, fornecimento de memória HBM e capacidade de fabricantes sob contrato — afetando não apenas Nvidia mas toda a cadeia de suprimentos de semicondutores para a indústria de IA.

Como Isso Se Encaixa na Estratégia de Nvidia

Nvidia posiciona publicamente seu domínio de mercado em torno da promessa de atualizações de arquitetura anuais previsíveis — essa tática permite à empresa impedir que clientes mudem para concorrentes como AMD ou desenvolvimentos próprios de hiperscalers, uma vez que clientes sabem antecipadamente quando a próxima geração de chips chegará e podem planejar despesas de capital adequadamente. Adiar até mesmo uma plataforma de servidor um ano levanta questões sobre a sustentabilidade desse ritmo e força os principais clientes a reconsiderar seus próprios cronogramas para colocar novos data centers em operação.

Para os analistas de SemiAnalysis, que primeiro relataram o atraso, tais adiamentos também servem como indicador da saúde geral da cadeia de suprimentos de semicondutores avançados — particularmente a capacidade para empacotamento avançado de chips e produção de memória de próxima geração, cuja demanda tem consistentemente superado a oferta nos últimos anos.

O Que Isto Significa

Um adiamento de um ano de uma plataforma de servidor principal sinaliza que até mesmo o líder de mercado em chips de IA enfrenta limites físicos na velocidade de escalabilidade de manufatura, e isso pode desacelerar o ritmo com o qual os maiores provedores de nuvem do mundo expandem a capacidade computacional para novas gerações de modelos de IA.