Nvidia retrasa rack Kyber para chips Rubin Ultra a 2028

¿Qué ha ocurrido?

Nvidia ha retrasado la entrega de su rack Kyber, el gabinete servidor que debía albergar sus chips Rubin Ultra a partir de 2027, hasta 2028. La causa es un problema con una única placa de circuito, según reportó SemiAnalysis y fue replicado por CNBC. El rack Kyber no es un chip, sino un sistema completo que integra 144 GPU Rubin Ultra y componentes de refrigeración líquida, con una potencia de diseño térmico (TDP) de hasta 1.5 kW por chip. El retraso afecta a toda la plataforma Rubin, que ahora se espera para 2028. Este contratiempo se suma a una serie de desafíos técnicos que Nvidia ha enfrentado al escalar sus sistemas de IA. La placa problemática, denominada 'baseboard management controller' (BMC) según fuentes de la industria, gestiona la distribución de energía y datos entre las GPUs. Aunque Nvidia no ha confirmado oficialmente el retraso, la información de SemiAnalysis ha sido corroborada por múltiples fuentes cercanas a la compañía. Este incidente recuerda al retraso del rack DGX GH200 en 2023, también por problemas de refrigeración, pero la escala del Kyber es mucho mayor: integra 144 GPUs en un solo gabinete, con refrigeración líquida directa al chip (DLC) y una arquitectura de interconexión NVLink de nueva generación que promete un ancho de banda de 1.8 TB/s por GPU.

¿Por qué es importante?

Nvidia domina el mercado de aceleradores de IA con más del 80% de cuota, según datos de Mercury Research de 2025. Cualquier retraso en sus productos tiene un efecto dominó en toda la cadena de suministro de centros de datos, desde hyperscalers como Microsoft, Amazon y Google hasta startups de IA que dependen de la capacidad de cómputo. El retraso del rack Kyber significa que la próxima generación de infraestructura de entrenamiento de modelos de IA masivos no estará disponible hasta al menos un año después de lo previsto. Esto podría ralentizar el desarrollo de modelos más grandes y complejos, y dar una oportunidad a competidores como AMD e Intel, así como a soluciones personalizadas como las TPU de Google. Por ejemplo, el modelo GPT-5 de OpenAI, que se espera requiera clusters de más de 100,000 GPUs, podría ver retrasos en su entrenamiento si Nvidia no cumple con los plazos. Además, el retraso afecta a la hoja de ruta de Nvidia: la compañía había planeado lanzar la arquitectura Rubin en 2026, seguida de Rubin Ultra en 2027, pero ahora todo se desplaza a 2028. Esto contrasta con la estrategia de AMD, que ha lanzado su línea Instinct MI400 con un rendimiento competitivo y está ganando tracción en el mercado de HPC.

Consecuencias para empresas y usuarios

Para las empresas que planeaban actualizar sus clusters de IA en 2027, el retraso significa que deberán extender la vida útil de sus sistemas actuales basados en Blackwell (B200) o recurrir a proveedores alternativos. Esto podría aumentar la demanda de GPUs H100/B200 de Nvidia, manteniendo sus precios altos. Según cálculos de SemiAnalysis, el costo de operar un cluster de 10,000 GPUs H100 es de aproximadamente $150 millones anuales en electricidad y refrigeración, y el retraso podría incrementar estos costos al no poder migrar a sistemas más eficientes. Para los usuarios finales, podría traducirse en una menor capacidad de cómputo disponible para aplicaciones de IA, ralentizando la innovación en áreas como modelos de lenguaje grandes, generación de video y simulaciones científicas. Por ejemplo, startups como Anthropic y Cohere, que dependen de la capacidad de Nvidia para entrenar sus modelos, podrían ver retrasados sus lanzamientos. Además, los hyperscalers como Microsoft y Google podrían acelerar sus esfuerzos de chips personalizados. Microsoft ya ha desarrollado el chip Maia 100, y Google tiene sus TPU v5p, que compiten directamente con Nvidia. El retraso del Kyber podría darles un respiro para mejorar su software y ecosistema.

Contexto histórico

No es la primera vez que Nvidia enfrenta retrasos en sus racks. El rack DGX GH200, lanzado en 2023, también sufrió demoras por problemas de refrigeración. Sin embargo, la escala del Kyber es mucho mayor: integra 144 GPUs en un solo gabinete, con refrigeración líquida directa al chip (DLC) y una arquitectura de interconexión NVLink de nueva generación. El retraso subraya la dificultad de escalar sistemas de IA más allá de los límites actuales de densidad de potencia y ancho de banda. En 2022, Nvidia retrasó el lanzamiento de su GPU H100 debido a problemas de empaquetado, pero logró resolverlo en meses. Ahora, el problema parece más complejo, ya que involucra la integración de múltiples componentes de terceros. La placa BMC es suministrada por un proveedor externo, y el rediseño podría requerir cambios en el layout del rack. Además, el retraso del Kyber se produce en un momento en que Nvidia enfrenta una demanda sin precedentes: sus ingresos en el cuarto trimestre de 2025 alcanzaron los $39,300 millones, un 78% más interanual, según sus resultados financieros. Sin embargo, la compañía también enfrenta presiones regulatorias, como la investigación de la Comisión Federal de Comercio de EE.UU. por posibles prácticas anticompetitivas en el mercado de chips de IA.

Lo que deben saber los lectores

• El retraso es específico del rack Kyber, no de los chips Rubin Ultra en sí. Nvidia podría lanzar los chips en otros formatos antes de 2028. Por ejemplo, podría ofrecer Rubin Ultra en módulos HGX o como parte de sistemas DGX más pequeños.
• El problema está en una placa de circuito que gestiona la distribución de energía y datos entre las GPUs. No se han revelado detalles técnicos precisos, pero fuentes indican que es un BMC que controla la telemetría y el encendido secuencial de las GPUs.
• La fecha de 2028 es estimada; podría ajustarse si Nvidia encuentra una solución más rápida. Algunos analistas creen que el retraso podría ser de solo unos meses si el rediseño es menor.
• Competidores como AMD con su línea Instinct MI400 y el proyecto de IA de código abierto RISC-V podrían aprovechar esta ventana. AMD ha anunciado que su MI400 tendrá un rendimiento comparable al Rubin Ultra, y empresas como Tenstorrent están desarrollando chips basados en RISC-V para IA.

"Cada retraso en la hoja de ruta de Nvidia es una oportunidad para que el ecosistema diversifique sus fuentes de cómputo", afirma un analista de SemiAnalysis. "El mercado de IA no puede depender de un solo proveedor para su infraestructura crítica".

Conclusión

El retraso del rack Kyber es un recordatorio de que la Ley de Moore ya no es suficiente: la innovación en IA ahora depende de la ingeniería de sistemas completos. Mientras Nvidia resuelve este escollo, el mercado deberá adaptarse a un ritmo de innovación más lento de lo esperado. Este incidente también pone de relieve la fragilidad de la cadena de suministro de componentes críticos, como las placas BMC, que pueden convertirse en cuellos de botella. Para los inversores, la noticia podría generar volatilidad en las acciones de Nvidia, que han subido más de un 200% en el último año. Sin embargo, la compañía tiene un historial de superar obstáculos técnicos, y su dominio del mercado no se verá amenazado a corto plazo. A largo plazo, el retraso podría acelerar la adopción de arquitecturas alternativas y fomentar la competencia, lo que en última instancia beneficiaría a la industria de la IA en su conjunto.