„Nvidia“ atideda Kyber stelažą iki 2028-ųjų — kodėl tai svarbu AI debesims

„Nvidia“ metų metus buvo AI infrastruktūros metronomas: kasmet — nauja karta, kasmet — greitesnis stelažas. Šią savaitę tas ritmas suklupo. Analitikų firma „SemiAnalysis“ liepos 5–6 d. pranešė, kad naujos kartos rack'as Kyber NVL144, kurį Jensenas Huangas dar prieš kelis mėnesius demonstravo scenoje per GTC konferenciją, vėluoja daugiau nei 12 mėnesių — paleidimas nustumtas į 2028-uosius. „Nvidia“ oficialiai kol kas nekomentuoja.

Tai ne eilinis vienos platės atidėjimas. Kyber turėjo tapti fiziniu namu naujiems „Rubin Ultra“ lustams, o pati architektūra — kitu žingsniu po dabartinės kartos duomenų centrų stelažų. Kai užstringa geležis, užstringa ir visų, kas ant jos stato — nuo hiperskalerių iki paskutinio startuolio, nuomojančio GPU debesyje.

Kas yra Kyber ir kodėl dėl stelažo tiek triukšmo

Šiuolaikinis AI mokymas jau seniai netelpa į vieną serverį. „Nvidia“ atsakymas — rack-scale architektūra, kai visas stelažas veikia kaip vienas milžiniškas greitintuvas. Dabartinės kartos GB200 NVL72 pavyzdys tai gerai iliustruoja: viename stelaže sujungiami 72 „Blackwell“ GPU ir 36 „Grace“ procesoriai, o visa konstrukcija sveria apie 1,36 tonos, susideda iš maždaug 600 000 detalių ir vienam stelažui suryja apie 120 kW galios — dešimt kartų daugiau nei įprastas duomenų centro stelažas.

Kyber NVL144 turėjo šią logiką pastūmėti dar toliau — tankesnės, viskas variu jungiamos NVLink sujungimo linijos, daugiau lustų viename stelaže. Būtent čia ir slypi problema.

Gamybos siena: 78 sluoksnių plokštė

Pasak „SemiAnalysis“, kaltininkas — vidurinė spausdintinė plokštė (angl. midplane PCB), kuri ir įgalina tą tankų, vien iš vario suręstą NVLink sujungimą. Analitikai nurodo, kad kalba eina apie maždaug 78 sluoksnių plokštę — gamybiniu požiūriu ji tiesiog per sudėtinga, kad būtų pagaminama patikimai ir reikiamu kiekiu.

Domino efektas platesnis nei vien Kyber:

• NVL72x2 — „nugara į nugarą“ sujungtų dviejų NVL72 stelažų konstrukcija, turėjusi būti tiltu į didesnį mastelį — visiškai atšaukta.
• NVL576 — dar didesnė sistema, jungianti aštuonis stelažus optiniais ryšiais — greičiausiai irgi vėluoja arba bus gaminama tik nedideliais kiekiais.
• „Rubin Ultra“ — sustabdyta laukiant, kol subręs korpusiniai optiniai sujungimai (co-packaged optics); dizainas sumažintas nuo keturių lustų pakuotės iki dviejų.

Svarbu, ko tai neliečia: bazinės „Vera Rubin“ (VR200) sistemos ir toliau keliauja pas klientus. GTC pristatyta „Vera Rubin“ platforma šiais metais dedama pas visus stambiuosius debesis — AWS, „Google Cloud“, „Microsoft Azure“, „Oracle Cloud“, „CoreWeave“ ir kitus. Užstrigo ne dabartinė karta, o ambicingiausias kitas šuolis.

Ką tai keičia AI debesų rinkai

Pirmas dalykas, kurį verta suprasti: šie stelažai — tai ne „graži naujiena techie'ams“, o pamatinis debesų pajėgumų statybinis blokas. Kai AWS ar „Azure“ planuoja, kiek AI galios turės parduoti 2027–2028 m., jie planuoja pagal „Nvidia“ kelrodį. Metų slinktis šiame kelrodyje reiškia tris labai konkrečius dalykus.

1. Pajėgumų spaudimas išlieka. Rinka tikėjosi, kad naujoji karta praplės pasiūlą ir bent kiek atlaisvins GPU badą. Atidėjus, dabartinės kartos geležis turės „ištempti“ dar vienus metus paklausos, kuri nemažėja.
2. Kaina veikiausiai neatpigs taip greitai. Kai naujesnė, efektyvesnė karta atkeliauja laiku, senesnė pinga. Nustūmus naują kartą, kainų kritimo bangos irgi tenka palaukti — o AI skaičiavimų kaštai tiesiogiai lemia AI produktų maržas.
3. Konkurentai gauna langą. Retas atvejis, kai „Nvidia“ suklumpa aukščiausiame segmente. Tuo gali pasinaudoti AMD su savo greitintuvais ir „Google“ su TPU — būtent ten, kur „Nvidia“ dominavimas atrodė nepajudinamas.

Platesnė pamoka: net „Nvidia“ atsimuša į fiziką

Šis atidėjimas — simptomas didesnės įtampos. „Nvidia“ metinis kartų tempas tapo industrijos standartu, bet jis vis dažniau grumiasi su gamybos realybe: pažangiausiomis plokštėmis, korpusavimu, optika, šilumos atvedimu. Vienas 78 sluoksnių plokštės iššūkis pajėgus nustumti visą kelrodį per metus. Tai priminimas, kad AI lenktynes riboja ne tik algoritmai ar kapitalas, bet ir tai, ką realiai įmanoma pagaminti — ir kokiu kiekiu.

Kur link ir ką stebėti Lietuvos verslui

Lietuvos ir viso regiono kontekste išvada praktiška. Jei jūsų produktas remiasi debesų GPU — treniruojate modelį, sukate agentinį servisą ar tiesiog masiškai naudojate inferenciją — planuose verta atsargiai vertinti prielaidą, kad „skaičiavimai kasmet pinga savaime“. Artimiausius pusantrų–dvejų metų pasiūla veikiausiai liks įtempta, o kainodara — svyruojanti.

Antra, tai argumentas už lankstumą tiekėjų atžvilgiu. Priklausomybė nuo vieno gamintojo geležies — rizika, kurią pravartu bent modeliuoti: ar jūsų sprendimas persineštų ant AMD, „Google“ TPU ar atviresnės aparatinės bazės, jei to prireiktų? Kartu verta stebėti, kaip „Nvidia“ oficialiai atsakys — kol kas turime tik analitikų rekonstrukciją, o ne bendrovės patvirtinimą. Iki 2028-ųjų dar toli, ir kelrodžiai gali dar ne kartą persislinkti į abi puses.

Faktai remiasi „SemiAnalysis“, CNBC ir „Seeking Alpha“ pranešimais (2026 m. liepos 5–6 d.) bei viešais „Nvidia“ techniniais duomenimis. „Nvidia“ oficialiai atidėjimo nepatvirtino.