2026年7月6日，SemiAnalysis的研报刚在半导体圈传开，不少行业从业者第一反应都觉得意外。黄仁勋三个月前才在GTC大会上高调展示完Kyber NVL144，这款原定2027年落地的机架级系统，居然直接往后延了一整年。78层PCB中板的制造卡壳，才是这次延期的核心隐性变量。 没人能想到，一块看似不起眼的电路板，居然卡住了英伟达下一代旗舰算力系统的节奏。

英伟达Kyber相关硬件 / 黑色的英伟达Kyber机架类硬件设备

78层PCB中板 算力密度突破的隐形门槛

很多人只看到Kyber单机柜要塞144颗Rubin Ultra GPU，却没注意到这套系统完全推翻了传统水平放置GPU的设计逻辑。它把GPU垂直装在计算托盘里，要实现90度正交互联，替代过去动辄两万根的铜缆布线。

这块被英伟达叫做正交背板的PCB中板，用了78层超高多层堆叠设计，由三块26层板压合而成，基材用了M9级覆铜板加石英布加PTFE混合材料，线宽线距严格控制在25微米以内。

要支撑448G以上SerDes速率下的超高速信号完整性，任何一层的对位偏差超过几微米，整板就直接报废。

如果退回到传统铜缆方案，单机柜布线重量会增加30%，信号衰减直接拉垮跨GPU通信效率，之前英伟达试过的拼接机柜方案，就是因为布线混乱、运维成本太高，直接被云服务商集体否决。

英伟达RTX Spark芯片 / 特写主板上的英伟达RTX Spark芯片

年度更新节奏撞上制造工艺的物理天花板

过去几年英伟达靠着Blackwell到Rubin的年度迭代节奏，稳稳攥住了AI算力市场的绝对话语权。但这次Kyber的延期，恰恰暴露了高速迭代和制造极限之间的深层矛盾。

• 此前Rubin平台的HBM4供应问题已经全部解决，2026年6月就进入全面量产，秋季就能向8家头部云服务商发货
• SemiAnalysis测算英伟达2027财年下半年数据中心业务营收，会比华尔街预期高出20%
• 但Rubin Ultra要实现单机柜规模扩展，绕不开这块78层PCB中板的量产难题

更棘手的是连带着NVL576八机柜光学互联系统，也因为CPO共封装光学的技术同步遇到卡点，未来很长一段时间只能极小批量供货。英伟达之前想出来的两台机柜物理拼接的替代方案，直接被超大规模客户集体打上了“运维负担过重”的标签，连落地的机会都没有。

12个月空窗期 高端算力市场的微妙变量

过去很长一段时间，英伟达在单机柜超大规模算力部署领域几乎没有像样的对手。AMD的MI500X、谷歌自研的TPUv8i Broadfly，之前只能在部分实验室场景拿到少量订单。

这多出来的12个月空窗期，给了竞争对手难得的系统级优化时间窗口。他们完全可以针对超大规模集群的互联效率、密度设计提前做适配，在高端训练集群市场切走一块此前几乎不可能拿到的份额。

但这并不意味着英伟达的基本盘会被动摇。当前一代Rubin系统的量产进度完全按计划推进，下半年向云服务商批量交付后，依然能满足绝大多数万亿参数大模型的训练需求。

PCB卡壳背后 算力产业的底层逻辑反转

很多人过去判断AI算力竞争，只会盯着GPU的核心算力、HBM带宽这些显性参数。但Kyber这次延期告诉我们一个被忽略的真相：当单颗GPU的性能冲到3600W功耗、TB级内存之后，系统级互联的制造工艺，才是决定集群最终算力释放效率的核心瓶颈。

过去大家觉得只要堆核心、堆显存就能拿到算力优势，现在78层PCB、CPO光学互联这些过去藏在供应链深处的环节，直接走到了产业竞争的前台。哪怕GPU芯片本身设计得再强，没有能匹配的高速互联背板工艺，算力根本没法在单机柜里高效整合起来。

回头看黄仁勋三个月前在GTC上展示的Kyber原型机，其实已经藏着信号：当时亮相的只是功能验证版本，根本没走到大规模量产的工艺验证环节。行业里没人想到，这块78层PCB会把整个计划拖慢一整年。

这件事带来的影响远不止英伟达一家的产品节奏变动。整个数据中心产业链都会重新评估“高密度算力集成”的工艺风险，过去大家默认的年度更新节奏，接下来很可能会被系统级制造的现实约束重新校准。

未来一整年，高端AI训练集群的竞争逻辑，不会再是“谁先拿出更强的GPU”，而是谁先把系统级互联的制造工艺走通，把144颗甚至更多GPU的协同效率真正释放出来。这12个月的空窗，说到底是整个算力产业从“堆芯片性能”转向“拼系统工程”的一个标志性拐点。