Nvidia atrasa sistema de racks de IA de próxima geração para 2028 por falhas de fabricação
Relatório da SemiAnalysis indica que o ritmo acelerado de lançamentos da empresa enfrenta gargalos produtivos, adiando infraestrutura crítica de IA.
2028. Esse é o novo prazo para a Nvidia entregar sua infraestrutura de IA mais ambiciosa — mais de um ano além do planejado.
O sistema de racks Kyber NVL144, projetado para abrigar os chips Rubin Ultra, foi adiado por falhas na fabricação de uma placa de circuito crítica.
E o problema pode ser maior do que parece.
O que aconteceu com o Kyber
> "Kyber NVL144 rack architecture has been delayed to 2028 as the PCB midplane remains challenging from a manufacturability standpoint."
A informação vem da SemiAnalysis, uma das firmas de pesquisa mais respeitadas do setor de semicondutores.
Segundo o relatório publicado na segunda-feira, o atraso de mais de 12 meses tem uma causa específica: a dificuldade em fabricar o midplane PCB, uma placa de circuito impresso multicamadas que conecta os módulos eletrônicos dentro do sistema.
Esse componente é o coração do Kyber. Sem ele funcionando em escala, todo o rack fica inviável.
O que é o Kyber, afinal
Para quem não acompanha a arquitetura de data centers de IA, o Kyber é um gabinete de servidor que empilha 144 dos chips mais poderosos da Nvidia em uma única unidade.
A ideia é que todos funcionem como um único supercomputador.
Isso é essencial para treinar e rodar os modelos de IA mais avançados do mercado.
O design inovador que trouxe problemas
O Kyber monta as GPUs em bandejas de computação posicionadas verticalmente em vez de horizontalmente.
Essa abordagem aumenta a densidade de processamento e reduz a latência entre os chips.
Mas é justamente essa complexidade de engenharia que está causando o gargalo produtivo.
O efeito dominó nos produtos da Nvidia
O Kyber NVL144 não é o único sistema afetado.
De acordo com a SemiAnalysis, o NVL576 — uma configuração ainda maior que conecta oito racks via conexões ópticas — também deve sofrer atrasos ou ficar limitado a volumes muito pequenos de produção.
Isso significa que as duas principais apostas da Nvidia em escala de racks para a próxima geração enfrentam problemas simultâneos.
A Nvidia não respondeu ao pedido de comentário da CNBC.
O plano B que fracassou
Diante do atraso, a Nvidia tentou uma alternativa: unir dois racks da geração atual para atingir desempenho semelhante ao Kyber.
Não funcionou.
Os clientes de nuvem — os maiores compradores desse tipo de infraestrutura — rejeitaram o design.
A SemiAnalysis foi direta sobre o motivo: "It has since been cancelled due to heavy pushback from CSPs and hyperscalers over its odd design and heavy operational burden."
Ou seja, o plano B era estranho de operar e caro demais para manter.
Por que isso importa agora
> "Nvidia não tem solução comprovada para expandir o scale-up world size para o Rubin Ultra."
Essa frase da SemiAnalysis resume o tamanho do problema.
Sem o Kyber e sem o plano alternativo, a Nvidia fica temporariamente sem uma arquitetura de rack validada para seus chips mais avançados.
Isso é crítico porque o mercado de IA não espera.
O ritmo que cobra seu preço
A Nvidia adotou nos últimos anos um cadência anual agressiva de lançamentos. Novos chips, novas arquiteturas, novos sistemas — tudo em ciclos cada vez mais curtos.
Essa velocidade impressiona, mas colide com os limites físicos da fabricação.
Projetar um chip revolucionário é uma coisa. Fabricar em escala a infraestrutura que o rodeia é outra completamente diferente.
O midplane PCB do Kyber é a prova disso.
O gargalo não é o chip — é o que está ao redor
É importante entender: o problema não está nos processadores Rubin Ultra em si.
O gargalo está na engenharia de sistemas — nas placas, conectores e arquiteturas mecânicas que permitem centenas de GPUs trabalharem juntas.
Essa é uma camada de complexidade que muitas vezes fica invisível, mas que define se um produto chega ou não ao mercado.
A janela que se abre para AMD e Google
Com o atraso, rivais como AMD e Google ganham algo raro: tempo.
A SemiAnalysis prevê que o adiamento pode dar a esses concorrentes uma abertura técnica no segmento de alto desempenho — justamente onde a Nvidia domina com folga.
AMD na espreita
A AMD tem investido pesado em seus aceleradores de IA da linha Instinct.
Se a Nvidia não consegue entregar racks de 144 GPUs em 2027, a AMD pode posicionar suas soluções como alternativa viável para hyperscalers que não podem esperar.
Google e os TPUs
O Google, por sua vez, desenvolve seus próprios chips de IA — os TPUs (Tensor Processing Units) — e já opera em escala massiva internamente.
Um atraso da Nvidia dá ao Google mais tempo para amadurecer suas próximas gerações de TPU e, potencialmente, oferecê-las de forma mais competitiva via Google Cloud.
O que isso significa para o mercado de IA
Empresas que planejavam construir data centers baseados no Rubin Ultra com arquitetura Kyber agora precisam recalcular.
Isso afeta cronogramas de treinamento de modelos de IA de próxima geração.
E pode influenciar decisões de compra bilionárias nos próximos trimestres.
Impacto nos hyperscalers
Microsoft, Meta, Amazon e outros gigantes da nuvem dependem da Nvidia para escalar suas capacidades de IA.
Se o Kyber só chega em 2028, esses clientes podem:
- Manter sistemas atuais por mais tempo do que o planejado
- Avaliar alternativas de AMD, Google ou soluções customizadas
- Pressionar a Nvidia por soluções intermediárias viáveis
Nenhuma dessas opções é ideal para a Nvidia.
O roadmap sob pressão
O sistema Vera Rubin Ultra foi apresentado como a próxima grande evolução da Nvidia em computação de escala.
Jensen Huang, CEO da empresa, chegou a exibir pessoalmente o Kyber Compute Tray e o Kyber NVLink MidPlane durante a conferência GTC em março de 2026.
Agora, aquela demonstração ganha um tom diferente.
O produto existe como conceito. Mas fabricá-lo em escala é o desafio real.
O cenário técnico por trás do atraso
Para desenvolvedores e engenheiros de infraestrutura, vale entender o que torna o midplane PCB tão difícil.
Um midplane é uma placa de circuito impresso especializada e multicamadas que serve como backbone de conexão entre módulos dentro de um rack.
No caso do Kyber, essa placa precisa suportar:
- 144 GPUs operando simultaneamente
- Conexões NVLink de altíssima largura de banda
- Dissipação térmica extrema em formato vertical
- Tolerâncias de fabricação muito apertadas
Quando a SemiAnalysis diz que o midplane é "challenging from a manufacturability standpoint", isso significa que os processos atuais de fabricação de PCBs provavelmente não conseguem produzir essa placa com o rendimento e a qualidade necessários em escala industrial.
O veredito
A Nvidia continua sendo a líder absoluta em chips de IA. Isso não mudou.
Mas esse atraso expõe uma verdade incômoda: dominar o silício não garante dominar os sistemas.
A engenharia de racks, placas e conexões é tão crítica quanto o chip em si. E é nessa camada que a Nvidia tropeçou.
Para o mercado, o recado é claro. O ritmo frenético de inovação tem limites físicos.
E para AMD e Google, essa pode ser a janela que esperavam há anos.
A pergunta que fica: a Nvidia resolve o gargalo a tempo, ou os concorrentes aproveitam a brecha?
Fonte: Google News
Benchmark de IA
Compare GPT, Claude, Gemini e mais: preços, velocidade e benchmarks.