Nvidia ล่าช้า: โครงการ Kyber เสี่ยงสะดุดหรือไม่?

Nvidia ล่าช้า: โครงการ Kyber เสี่ยงสะดุดหรือไม่?

• ในช่วงไตรมาสที่ผ่านมา Nvidia แทบจะกลายเป็นชื่อเดียวกับ โครงสร้างพื้นฐาน AI ในสายตาของตลาด ปัจจุบันบริษัทยังคงเป็นผู้นำด้านนวัตกรรมและประสิทธิภาพของโซลูชันประมวลผล AI แต่แม้แต่ Nvidia ก็เริ่มเผชิญกับข้อจำกัดทางเทคโนโลยีเช่นกัน อย่างน้อยตามการวิเคราะห์ของนักวิเคราะห์จาก SemiAnalysis
• ในอุตสาหกรรม AI ปัจจุบัน การมีเพียง GPU ที่ดีที่สุด อาจไม่เพียงพออีกต่อไป ตลาดกำลังให้ความสำคัญมากขึ้นกับ ระบบประมวลผลแบบครบวงจร (Integrated Computing Systems) หรือชุดเซิร์ฟเวอร์ที่ถูกออกแบบมาอย่างสมบูรณ์ โดยทุกชิ้นส่วนถูกสร้างขึ้นเฉพาะทาง ทำงานร่วมกันอย่างแม่นยำ และถูกปรับแต่งให้มีประสิทธิภาพสูงสุด
• หนึ่งในผลิตภัณฑ์ที่คาดว่าจะเป็นส่วนสำคัญในไลน์อัปของ Nvidia คือ “Kyber NVL144”
• ตามรายงานของ SemiAnalysis ระบบ Kyber NVL144 อาจเผชิญความล่าช้ามากถึงประมาณ 12 เดือน จากกำหนดการเดิมที่คาดว่าจะเปิดตัวในปี 2027 ไปเป็นปี 2028 โดยสาเหตุถูกระบุว่าเกี่ยวข้องกับปัญหาในการผลิตชิ้นส่วนสำคัญ นั่นคือ PCB Midplane ซึ่งเป็นแผงวงจรหลายชั้นที่ทำหน้าที่เชื่อมต่อโมดูลต่าง ๆ ภายในตู้เซิร์ฟเวอร์ทั้งหมด
• ตลาดไม่ได้ตอบสนองต่อรายงานดังกล่าวด้วยความตื่นตระหนก และนักวิเคราะห์บางส่วนมองว่าเป็นเพียง “Noise” หรือข่าวรบกวนระยะสั้น แต่ลักษณะของปัญหานี้อาจมีความสำคัญมากกว่าที่นักลงทุนทั่วไปคาดคิด
• ข้อมูลดังกล่าวมีน้ำหนักมากพอจนทำให้ตัวแทนของ Nvidia ออกมาให้ความเห็นกับ Bloomberg เพื่อปฏิเสธข่าวลือ พร้อมยืนยันว่าการพัฒนาระบบดังกล่าวยังคงดำเนินไปตามแผน
• นี่คือเหตุผลที่รายงานของ SemiAnalysis เกี่ยวกับความล่าช้าที่อาจเกิดขึ้นกับสถาปัตยกรรม Kyber NVL144 มีความสำคัญ เพราะประเด็นนี้ไม่ได้เป็นเพียงความคลาดเคลื่อนเล็กน้อยของแผนการพัฒนา แต่สะท้อนว่า การขยายขีดความสามารถของ AI ในอนาคตเริ่มพึ่งพาข้อจำกัดด้านวิศวกรรมที่ซับซ้อนมากขึ้น

Kyber NVL144 ถูกวางให้เป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดของโครงสร้างพื้นฐาน AI รุ่นถัดไป โดยระบบนี้ซึ่งใช้สถาปัตยกรรม Rubin Ultra คาดว่าจะสามารถรองรับ GPU ได้มากถึง 144 ตัวภายในแร็กเดียว พร้อมระบบระบายความร้อนด้วยของเหลวแบบบูรณาการ

โครงการดังกล่าวคาดว่าจะช่วยเพิ่มประสิทธิภาพการประมวลผลอย่างมหาศาล และช่วยให้ Nvidia ขยายขีดความสามารถในด้านที่เรียกว่า “Scale-up” ซึ่งหมายถึงจำนวน GPU ที่สามารถเชื่อมต่อและทำงานร่วมกันผ่านเทคโนโลยีเชื่อมต่อความเร็วสูงเฉพาะของบริษัทอย่าง NVLink

สำหรับระบบ AI ขนาดใหญ่ การมีจำนวนชิปมากขึ้นเพียงอย่างเดียวไม่เพียงพอ สิ่งสำคัญคือชิปเหล่านั้นต้องสามารถสื่อสารระหว่างกันได้รวดเร็วเพียงพอ

ดังนั้น หาก Nvidia กำลังเผชิญปัญหากับ Kyber ประเด็นนี้จึงไม่ได้เป็นเพียงปัญหาของแผงวงจรหนึ่งชิ้น แต่เกี่ยวข้องกับ ก้าวกระโดดครั้งถัดไปของสเกลสถาปัตยกรรม AI ทั้งระบบ รวมถึงความคาดหวังของตลาดที่ถูกสร้างขึ้นจากนวัตกรรมใหม่ ๆ ที่ Nvidia ถูกคาดหวังว่าจะนำเสนอ

รายงานดังกล่าวยังสอดคล้องกับภาพรวมที่ใหญ่ขึ้นเกี่ยวกับความซับซ้อนของแผนพัฒนาผลิตภัณฑ์ของ Nvidia ที่เพิ่มขึ้นอย่างต่อเนื่อง

สำหรับคู่แข่ง นี่อาจกลายเป็นช่วงเวลาสำคัญในการเพิ่มโอกาสทางการแข่งขัน โดย SemiAnalysis ระบุว่า ความล่าช้าของ Kyber อาจช่วยเพิ่มความได้เปรียบให้กับ:

• โซลูชันของ AMD
• ชิปที่พัฒนาเองโดยบริษัทเทคโนโลยีขนาดใหญ่ (Hyperscalers) เช่น TPU ของ Google

การวิเคราะห์กราฟราคา Nvidia และ Google (NVDA.US / GOOGL.US) (D1)