NVIDIA Enfrenta Desafíos en la Producción y Escalabilidad de su Arquitectura de IA
A medida que la carrera por la inteligencia artificial avanza, un nuevo informe de SemiAnalysis ha revelado que la arquitectura Kyber NVL144 de NVIDIA ha sufrido un retraso significativo, posponiendo su lanzamiento hasta 2028. Este anuncio llega tras la cancelación del diseño alternativo NVL72x2, que buscaba conectar dos racks Oberon para mejorar la escalabilidad a través de cobre.
A pesar de que NVIDIA no ha confirmado oficialmente esta información, el análisis sugiere que el desafío declarado por la compañía no radica únicamente en el diseño de una GPU más potente, sino en la complejidad de conectar, alimentar, refrigerar y fabricar estas soluciones a escala. Con un enfoque en sistemas de IA a gran escala, la arquitectura Kyber fue presentada como una evolución hacia un sistema integrado que podría soportar hasta 144 GPU por rack y facilitar interconexiones ópticas entre racks mayores.
La situación ha resaltado que la innovación en hardware va más allá de la mera mejora de chips. NVIDIA ha construido una ventaja competitiva no solo con sus GPU, sino también mediante una sofisticada infraestructura que incluye NVLink, NVSwitch y refrigeración líquida. Sin embargo, a medida que miles de GPU deben trabajar en conjunto como un sistema único, la eficiencia en diseñar y gestionar las interconexiones, así como el manejo del consumo eléctrico y la disipación térmica, se vuelve crucial.
Además, las dificultades en la fabricación del PCB midplane, un componente crítico para la interconexión del sistema, subrayan la complejidad que implica llevar a cabo estas arquitecturas avanzadas. El retraso en la producción de la arquitectura Rubin Ultra también ha sido motivo de preocupación, ya que la configuración original de cuatro compute dies ha sido reemplazada por una versión más simple de dos dies debido a problemas de manufactura.
Este contexto pone de relieve que, aunque NVIDIA sigue siendo un líder en el sector de la IA, las limitaciones en la producción y el diseño pueden abrir oportunidades para competidores como AMD y Google. Mientras tanto, la industria está considerando nuevas soluciones como las interconexiones ópticas empaquetadas (CPO) y ópticas cercanas al empaquetado (NPO) para mejorar la eficiencia en la conexión de componentes.
La inminente competencia en el mercado de la IA destaca la necesidad de que NVIDIA no solo mantenga su ventaja en rendimiento, sino que también asegure la fiabilidad y efectividad de sus sistemas completados. En una era donde la capacidad de desplegar soluciones eficientes a gran escala es primordial, la forma en que NVIDIA y sus competidores gestionen estos retos será determinante para el futuro del sector.
