La industria tecnológica global recibe una señal inesperada: Nvidia, líder indiscutido en el desarrollo de hardware para inteligencia artificial (IA), decidió retrasar más de un año el lanzamiento de su arquitectura Kyber, originalmente prevista para 2027. Ahora, el debut de este sistema clave se movería hasta 2028, marcando un punto de inflexión en el ritmo de innovación del sector.
El proyecto Kyber está diseñado como un gabinete de servidores de alto rendimiento capaz de integrar 144 chips Rubin Ultra en una única unidad. Este enfoque apunta a crear una “computadora gigante” destinada a empresas que necesitan ejecutar cargas intensivas de entrenamiento y procesamiento de IA a gran escala.
Una de las principales innovaciones de esta arquitectura es la disposición vertical de las GPU, a diferencia del diseño horizontal tradicional. Esto permite aumentar la densidad de cómputo y reducir la latencia, optimizando el rendimiento en entornos de alta exigencia. Sin embargo, este avance también introduce desafíos técnicos significativos.
Según la firma de análisis SemiAnalysis, el retraso se debe a problemas en la fabricación de un componente crítico: la placa de circuito intermedia (PCB), encargada de conectar los distintos módulos electrónicos dentro del sistema. “La arquitectura de rack Kyber NVL144 se retrasó hasta 2028, ya que la PCB sigue presentando dificultades desde el punto de vista de la fabricación”, señaló la consultora.
Este contratiempo impacta directamente en la hoja de ruta de Nvidia, una compañía de la que dependen gigantes tecnológicos como OpenAI, Google, Microsoft, AWS y Meta para entrenar y desplegar sus modelos de IA. El retraso evidencia que el ritmo anual de lanzamientos comienza a chocar con los límites físicos de la ingeniería y la producción.
Un freno en el camino… pero no una caída
A pesar del retraso, Nvidia continúa mostrando una posición dominante en el mercado. Sus sistemas actuales basados en la arquitectura Rubin ya están en plena producción y comenzarán a distribuirse próximamente a socios estratégicos como AWS, Microsoft Azure y Google Cloud.
En términos financieros, la compañía mantiene un crecimiento sólido. En el último trimestre reportado, Nvidia alcanzó ingresos por 81.600 millones de dólares, lo que representa un aumento interanual del 85%. Dentro de ese total, la división de centros de datos generó 75.200 millones de dólares, creciendo un 92% respecto al año anterior.
No obstante, el retraso de Kyber podría generar una oportunidad para competidores como AMD o Google, que buscan ganar terreno en el mercado de chips para IA. De acuerdo con SemiAnalysis, la demora deja a Nvidia “sin una solución probada para escalar Rubin Ultra”, lo que podría acelerar la diversificación del ecosistema.
En el mercado bursátil, la noticia tuvo un impacto leve: las acciones de Nvidia registraron una caída marginal del 0,1%, ubicándose en 194,79 dólares en operaciones previas a la apertura.
Un nuevo escenario para la inteligencia artificial
El caso de Kyber deja en claro que incluso los líderes del sector enfrentan límites técnicos. La evolución de la inteligencia artificial ya no depende únicamente del diseño de chips más potentes, sino también de la capacidad de fabricar sistemas cada vez más complejos de manera eficiente.
Este retraso podría marcar el inicio de una nueva etapa en la industria, donde la innovación avance a un ritmo más realista y donde nuevos jugadores ganen protagonismo en un mercado hasta ahora dominado por Nvidia.
Preguntas frecuentes
¿Qué es la arquitectura Kyber de Nvidia?
Es un sistema de servidores de IA de alta densidad que integra hasta 144 chips Rubin Ultra en una sola unidad para tareas de entrenamiento y procesamiento intensivo.
¿Por qué se retrasó su lanzamiento?
Principalmente por problemas en la fabricación de la placa de circuito intermedia (PCB), un componente clave para conectar los módulos del sistema.
¿El retraso afecta el liderazgo de Nvidia en IA?
No de forma inmediata, pero abre oportunidades para competidores y muestra que el ritmo de innovación enfrenta límites técnicos en la manufactura.
