Eén printplaat houdt mogelijk de hele AI-industrie op. Onderzoeksbureau SemiAnalysis meldde deze week dat Nvidia’s volgende grote racksysteem, Kyber NVL144, ruim een jaar vertraagd is — naar 2028 — omdat een centrale component niet op schaal te produceren blijkt (Bron: CNBC). Nvidia ontkent. En juist in die spanning zit het verhaal.
Wat er zou spelen
Kyber is de rack-architectuur voor Nvidia’s Rubin Ultra-chips, de generatie die voor 2027 gepland staat. Volgens SemiAnalysis loopt het ontwerp vast op de PCB-midplane: de centrale printplaat waarop alle onderdelen van het rack aansluiten. Die blijft “uitdagend vanuit produceerbaarheid”, aldus het rapport — een droge formulering voor: hij is nog niet op volume te maken (Bron: Seeking Alpha).
Pijnlijker nog is wat er met het terugvalplan gebeurde. Nvidia had een tussenoplossing klaarliggen — NVL72x2, feitelijk twee racks van de huidige generatie aan elkaar gekoppeld — maar die zou geschrapt zijn nadat cloudproviders het ontwerp afwezen vanwege de onhandige indeling en operationele lasten (Bron: CNBC). Wie z’n plan B door z’n grootste klanten ziet worden weggestemd, heeft een echt probleem, geen communicatieprobleem.
Beginner-tip:waarom gaat dit over een kást in plaats van over chips? Omdat AI-rekenkracht tegenwoordig per rack wordt ontworpen: tientallen chips die zó dicht op elkaar zitten en zó snel met elkaar praten dat ze samen één grote computer vormen. De verbindingen, koeling en stroomvoorziening van die kast zijn net zo bepalend als de chips zelf — en dus kan één printplaat een hele generatie ophouden.
Nvidia zegt: klopt niet
Voor de volledigheid, en die is hier essentieel: Nvidia ontkent het rapport expliciet en stelt dat de roadmap intact is (Bron: Yahoo Finance). De koers dipte op het bericht en herstelde na de ontkenning.
Wie heeft er gelijk? SemiAnalysis heeft een sterke reputatie en goede bronnen in de Taiwanese toeleveringsketen; Nvidia heeft er alle belang bij om twijfel over z’n roadmap te smoren, maar liegen tegen beleggers is een dure hobby. De eerlijke lezing: dit is een geloofwaardig maar onbevestigd signaal. Bij hardware blijkt de waarheid meestal pas uit leveringen, kwartalen later. Ons track-record-principe geldt ook hier: we noteren de claim én de ontkenning, en kijken over een paar maanden wie er gelijk had.
Waarom AMD en Google meelezen met een glimlach
Interessanter dan de vraag of het klopt, is wat het bericht blootlegt: de AI-industrie hangt aan de leverbetrouwbaarheid van één bedrijf. Elke maand vertraging bij Nvidia is direct marktruimte voor de twee serieuze alternatieven. AMD wint met z’n Instinct-versnellers al bestellingen bij grote AI-labs, en Googles eigen TPU’s zijn inmiddels een volwassen aanbod dat ook buiten Google te krijgen is (Bron: CNBC).
Daar komt bij dat de grootste afnemers — de hyperscalers die miljarden per kwartaal aan AI-infrastructuur uitgeven — sowieso van de één-leverancier-afhankelijkheid af willen. Een vertragingsbericht als dit geeft inkoopafdelingen precies het argument dat ze nodig hadden om een tweede lijn op te tuigen. Zo kan zelfs een ontkend gerucht marktaandeel verschuiven.
Gevorderden:let de komende kwartalen op drie signalen. Eén: of Rubin Ultra in Nvidia’s earnings calls aan “2027” gekoppeld blijft. Twee: of AMD’s MI-serie design wins bij de grote labs meldt. Drie: of Google TPU-capaciteit buiten eigen cloud blijft uitbreiden. Die drie samen vertellen je meer dan elk los persbericht.
De achtergrond: alles staat al onder spanning
Dit bericht landt niet in een ontspannen markt. De AI-infrastructuur groeit zo hard dat de miljardeninvesteringen al botsen met het stroomnet, en elke hardware-generatie moet meer rekenkracht uit dezelfde megawatts persen. Hoe die rekenkracht zich vertaalt naar wat jij dagelijks merkt — snellere antwoorden, lagere prijzen — legden we uit in AI-inferentie: van tokens tot watts.
Voor jou als gebruiker is de samenvatting simpel: blijft Nvidia’s sprong uit, dan blijft rekenkracht langer schaars en duur, en dat voel je uiteindelijk in abonnements- en API-prijzen. Komt er door AMD en Google echte concurrentie, dan werkt dat de andere kant op. In beide gevallen loont het om dit dossier te volgen — niet vanwege de kast, maar vanwege wat de kast kost. Ondertussen verlegt de markt de aandacht van hardware naar uitvoering: Microsoft stak 2,5 miljard in een eigen AI-implementatiebedrijf.