Az AI infrastruktúra ellátási lánc működése ritkán kerül reflektorfénybe, pedig a gyorsan érkező új AI-platformok mögött hatalmas gyártási és beszállítói hálózat áll. Az NVIDIA blogja Deb Shoquistot, a vállalat működésért felelős vezetőjét mutatta be, aki a cég AI-platformjainak ellátási láncáért és gyártásáért felel. Az interjúból kiderül, hogyan választanak partnert, hogyan osztják el a szűkös chipeket, és mi történt, amikor a GB200 számítóegységének tesztelése elakadt.
Kapcsolatokra épülő beszállítói hálózat
Shoquist és csapata globális gyártópartnerekkel dolgozik együtt. A forrás megnevezi a TSMC-t, a Foxconnt, a Wistront, az SPIL-t, a King Yuan Electronicst (KYEC), a Unimicront, a Lumentumot, a Coherentet és az Amkort. A TSMC 1998 óta partnere az NVIDIA-nak, az SPIL és a KYEC pedig több mint két évtizede szerelte és tesztelte már a cég chipjeit.
Shoquist negyedévente találkozik a kulcsbeszállítókkal. Évente hat hetet tölt úton Tajvanon, Kínában, Koreában, Vietnamban és az Egyesült Államokban, ahol a megbeszélések a gyártócsarnokokban folytatódnak. Nemrég átvette a 2026-os Dr. Lisa Su Woman of Innovation Award díjat is.
A „házasságközvetítő” szerep
Munkáját úgy írja le, mint a tervek fizikai világba átültetését. A legjobb hasonlat szerinte a házasságközvetítő: olyan partnert kell találni, amely illik a felfutás ütemére, és megfelel a rendkívül precíz tervek technológiai igényeinek. A beszállítónak három feltételt kell teljesítenie:
- pénzügyileg elég erős legyen a felfutás finanszírozásához,
- magas szintű műszaki tudással rendelkezzen,
- vállalja, hogy olyat épít, amit korábban még senki.
Ha ebből csak kettő teljesül, az NVIDIA egyes esetekben beruház a cégbe, hogy partnerré tegye. Ilyen volt a Coherent és a Lumentum esete is.
Az Amphenol kábelkazettája és az optika
Példaként az Amphenol kábelkazettáját említi, amely a cég eddigi legbonyolultabb összekötő egysége. A nagy kazettában 1500 apró kábelág van, és mindegyik pontos szerelést igényel, hogy a hibaarány 1 DPPM (hibás darab egymillióra vetítve) alatt maradjon. Az Amphenol több mint száz automatizált gyártósort épített hozzá. Shoquist a vietnami üzemben járva, a teljes termelésnél látta a gyártás pontosságát.
A cég a chipgyártóból adatközponti rendszerek szállítójává vált, ezért több partnerre lett szüksége. Az optikai alkatrészek gyártói rendelkeznek a technológiával, de még nincs meg a méretük és tőkéjük a szükséges volumenhez. A CPO (co-packaged optics) esetében teljesen új ellátási láncok épülnek olyan partnerekkel, amelyek korábban nem foglalkoztak optikával.
Heti chipelosztás és követhetőség
Shoquist szerint a legkritikusabb alkatrész a TSMC chipje: „a ostyákra úgy van szükség, mint a levegőre”. A TSMC-től kikerülő chipek elosztásáról hetente döntenek. Ha egy gyár hozama alacsony, vagy a átfutási ideje nem éri el az elvárt szintet, azon a héten nem kap több chipet.
- minden chipet nyomon követnek a lapkán lévő azonosítótól a vevői számláig,
- a beszállítóknak támogatniuk kell ezt a követhetőséget,
- a TSMC-s chipkimenettől a Foxconn és Wistron által gyártott rendszerig az időt öt hétről két hétre csökkentették, amikor a kereslet és kínálat ezt megköveteli.
Amikor elakad a gyártás: a GB200 esete
A Foxconn és a Wistron az NVIDIA GB200 számítóalaplapjának volumengyártására készült. Az utolsó lépés egy automata kezelővel végzett teszt volt, ami a cég számára teljesen új megközelítés volt. A felfutáskor az átbocsátás jóval a terv alatt maradt. A tajvani gyártás működési igazgatója úgy döntött, hogy leállítják az automatizált folyamatot, és visszatérnek a kézi tesztbetöltéshez. A gyártók kérdés nélkül támogatták, és több száz operátort állítottak munkába.
Ez a termelést fenntartotta, de a teljes léptékű gyártás igényét nem fedte. A gyökérok több tényezőből állt: tesztpalta-összeszerelés, tesztpalta-tervezés, automatizálási hardver, vezérlőszoftver és termékhozam. Az NVIDIA ekkor „rajt” indított: a tervezőmérnöki, ipari működési, termék- és tesztmérnöki csapatok, valamint a Foxconn automatizálási mérnökei elárasztották a sort, hogy a nagy felfutás előtt újratervezzék és újraindítsák.
Az ilyen helyzetek a cég szerint nem ritkák. A hasonló projektekről, például a AMD AI-felvásárlásáról szóló híreinkben is látszik, mennyire felpörgött az iparág.
Gyakori kérdések
Ki Deb Shoquist?
Az NVIDIA működési területének vezetője, aki az AI-platformok ellátási láncát és gyártását irányítja.
Mennyit gyorsítottak az átfutáson?
A TSMC-s chipkimenettől a Foxconn és a Wistron rendszerkimenetéig az idő öt hétről két hétre csökkent, ha a kereslet és a kínálat ezt megköveteli.
Milyen szempontok szerint választanak beszállítót?
A partnernek pénzügyileg erősnek, műszakilag felkészültnek és az új dolgok vállalására hajlandónak kell lennie.
Mi okozta a GB200 felfutási gondját?
Az automata tesztkezelő átbocsátása a terv alatt maradt, a gyökérok pedig többek között a tesztpalta, az automatizálási hardver és szoftver, valamint a hozam területén keresendő.
Forrás: NVIDIA Blog













