Dell’Oro预测到2030年AI后端交换机支出将超过1000亿美元

Google News上的一则标题称，到2030年AI后端交换机支出将接近1万亿美元，其中提到了Dell’Oro Group。但现有预测表达的是截然不同的内容。Dell’Oro预计，到2030年，用于AI后端网络的交换机支出将超过1000亿美元，而非1万亿美元。

更大的数字属于一个更宽泛的类别。Dell’Oro另行预测，到2030年，全球数据中心资本支出将达到1.7万亿美元。该总额涵盖的远不止网络交换机，还包括加速服务器、传统服务器、存储、网络和物理基础设施。

这一差别至关重要，因为十倍的误差会改变整个叙事。经核实的预测仍描述了一个庞大市场，但并未将网络交换机置于万亿美元规模附近。因此，关键竞争并非交换机是否会消耗近1万亿美元，而是以太网供应商如何在曾由Nvidia InfiniBand主导的网络预算中占据日益增长的份额。

Google News标题错在哪里

该标题似乎将交换机市场预测与Dell’Oro规模大得多的数据中心资本支出展望混为一谈。

Google News的搜索结果将近1万亿美元的预测归因于AI后端交换机市场支出。然而，基于Dell’Oro研究的报道显示，到2030年，相应的交换机数字将超过1000亿美元。这个规模依然是显著扩张，但仅为标题所称数字的十分之一。

该表述也没有厘清一个重要的计量问题。预测可能描述2030年的年度支出，也可能描述数年间的累计支出。这两种衡量方式不可互换。在读者将该数字与其他基础设施市场比较之前，已发布的摘要应明确说明所涉期间。

Dell’Oro更广泛的预测很可能是造成混淆的来源。根据其五年展望的相关报道，该公司预计全球数据中心资本支出将在2030年达到1.7万亿美元。到该时期末，加速服务器可能占此类基础设施支出的三分之二之多。

这一广义资本支出类别包括运营数据中心所需的处理器、内存、存储、电力系统、冷却设备、建筑和网络。后端交换机只是该技术栈中的一个组件。将这些类别视为等同，会极大夸大可寻址交换机市场。

最站得住脚的解读很直接。Dell’Oro预计，在数据中心总投资逼近万亿美元区间的同时，AI网络将成为数据中心支出中更大的一部分。该公司似乎并未预测仅后端交换机就会接近1万亿美元。

第二个数字支持这一解读。Dell’Oro早先的分析预测，五年内对AI后端网络的投资将超过1000亿美元。它还预计，在此期间，包括传统前端网络在内的数据中心交换机总销售额将超过1800亿美元。

前端网络连接通用服务器、存储、管理系统和用户。后端网络则在训练和推理过程中连接加速器。即使两者都使用以太网，这两类网络服务的流量模式也不同。

这一差异对投资者和基础设施采购方尤为重要。1000亿美元的机会可为交换芯片、光学器件、网卡和系统带来可观增长。1万亿美元的交换机市场则意味着数据中心资本配置将完全不同。

因此，读者应将这一被广泛转载的Google News标题视为不准确的摘要，而非Dell’Oro经过核实的表述。修正后的数字并未削弱其背后的故事，反而让这个故事更可信、更有参考价值。

这个故事始于一种架构转变。AI集群需要网络让数千个加速器保持同步。随着这些集群不断扩展，网络越来越决定运营商能否高效利用其最昂贵的计算设备。

AI后端网络为何吸引如此多的支出

AI网络的发展源于闲置的加速器会将网络延迟转化为显性的财务损失。

后端网络是一种高带宽互连结构，用于在执行同一任务的GPU和其他加速器之间传输数据。它不同于连接应用、用户、存储服务和传统服务器的前端网络。

大型AI工作负载会将计算分配到许多加速器上。这些处理器会反复计算结果、交换数据，并等待下一计算阶段。单条延迟的消息，就可能拖住参与该操作的每一个加速器。

这一特性使尾延迟变得重要。尾延迟衡量的是一组通信中最慢的通信，而非平均传输速度。如果某一路径发生拥塞，整个分布式任务可能暂停，昂贵的处理器只能等待。

网络利用率也会直接影响任务完成时间。更快的互连结构可以减少空闲时间，更早完成训练运行。即使集群拥有足够的名义算力，配置不佳的互连结构也可能浪费加速器容量。

横向扩展是推动Dell’Oro预测的因素之一。横向扩展网络将更多服务器和加速器机架连接为更大的集群。随着集群增长，它们需要增加交换机、网卡、线缆和光收发器。

纵向扩展设计则带来另一类支出来源。这些连接使机架内或高度集成系统中的加速器能够像更大的计算单元一样协同工作。Nvidia的NVLink是最知名的专有示例，而UALink和基于以太网的倡议正寻求替代方案。

Dell’Oro还将跨域扩展架构视为未来的增长领域。跨域扩展网络连接彼此独立的数据中心，使运营商能够协调跨站点的工作负载。这种方法旨在应对土地、电力和单个设施规模方面的限制。

每一次扩展都会增加技术压力。更长距离需要更多光学设备。更大的集群会产生更多潜在拥塞点。更高的链路速率则提高了对电力、冷却、测试和信号完整性的要求。

因此，AI互连结构中的端口速度提升快于传统企业网络。Dell’Oro在2026年网络路线图中展示的数据表明，大多数AI后端以太网端口将在2027年达到每秒1.6太比特。该路线图延伸至2030年的3.2太比特连接。

这些速度并不意味着每家企业都会部署大型AI集群。超大规模云厂商、模型开发商、主权AI项目和专业云服务商构成了大部分需求。许多普通企业将通过云服务使用这些基础设施。

这一预测对企业采购方仍具相关性。网络设计影响其购买的AI服务的可用性、性能和成本。它也决定了较小运营商能否在不采用单一供应商完整技术栈的情况下，构建具有竞争力的集群。

更广泛的支出周期进一步强化了这种压力。正如该公司的数据中心展望所概述，Dell’Oro预计全球数据中心资本支出将在2030年达到1.7万亿美元。超大规模云厂商仍处于核心地位，但专业云服务商和主权项目带来了新的需求。

这一数字为交换机预测提供了正确背景。网络是规模更大基础设施建设中的关键部分，而非整个建设本身。

以太网已成为InfiniBand的主要挑战者

核心市场竞争是以太网不断扩大的生态系统，与InfiniBand成熟的性能和Nvidia整合能力之间的较量。

当Dell’Oro在2023年末开始追踪AI后端网络时，据报道，InfiniBand占据了超过80%的市场份额。InfiniBand在高性能计算领域拥有悠久历史，并提供低延迟、高吞吐量以及对集体操作的成熟支持。

Nvidia通过收购Mellanox巩固了这一地位。该公司可以将加速器、网卡、交换机、线缆和软件作为协调统一的系统出售。对于构建大型集群的客户而言，这提供了一条经过验证、集成决策更少的路径。

以太网凭借不同优势加入竞争。运营商已熟悉这项技术，多家供应商提供兼容设备，现有工具也支持其运行。以太网还降低了对单一网络架构的依赖。

但仅凭这些优势还不够。传统以太网在同步AI流量下可能遭遇丢包、拥塞和不可预测的延迟。大型训练任务会暴露这些弱点，因为许多加速器会同时通信。

供应商通过改进传输、拥塞控制、遥测和负载均衡层作出回应。融合以太网上的远程直接内存访问，通常称为RoCE，使系统能够在不严重依赖主机处理器的情况下在内存位置之间传输数据。

RoCE提升了性能，但需要谨慎配置。Priority Flow Control可以暂停选定的流量类别以防止丢包。调校不当可能扩散拥塞，或造成队头阻塞，即无关流量被阻塞的流量所拖延。

Ultra Ethernet Consortium正在开发更协调的解决方案。其成员包括主要芯片设计商、云运营商、网络供应商和系统制造商。该组织于2025年6月发布了首版Ultra Ethernet specification。

该规范定义了面向AI和高性能计算的通信栈，涵盖传输行为、拥塞控制、安全、软件接口和可选的网络内集体操作。这些集体功能让网络能够协助完成跨多个加速器共享的计算。

Ultra Ethernet Transport还支持多路径分组喷洒。系统不再将整个数据流分配给一条路由，而是可以将数据包分布到可用路径上。这种设计旨在提高利用率并避开单一拥塞点。

灵活排序是另一项重要功能。传统协议通常要求每个数据包严格按顺序抵达。AI工作负载有时可以容忍不同的排序规则，这使网络能够更自由地高效路由流量。

该规范并不能证明每一种实现都将匹敌InfiniBand。标准描述的是行为和接口，而生产环境中的性能取决于芯片、固件、拓扑、软件和运维纪律。互操作性还需要对不同供应商产品进行测试。

尽管如此，Dell’Oro仍将以太网视为AI后端网络的长期赢家。关于该预测的报道指出，以太网在2025年超越了InfiniBand。这将意味着，相比InfiniBand在2023年末的主导地位，市场出现了迅速逆转。

这一转变并不一定会将 Nvidia 排除在外。Nvidia 同时销售 Quantum InfiniBand 和 Spectrum-X Ethernet。它可以参与客户向 Ethernet 迁移，同时巩固其集成式加速器与网络平台。

Spectrum-X 将 Nvidia 的 Ethernet 交换机、网络适配器、软件和遥测功能整合在一起。Nvidia 表示，该系统的性能优于标准 Ethernet，但其比较属于厂商说法，并取决于工作负载和配置。

该公司还在引入共封装光学技术，将光学组件置于靠近交换芯片的位置。这种设计缩短了交换芯片与光学连接之间的电气距离。Nvidia 计划推出同时采用该技术的 Ethernet 和 InfiniBand 产品。

根据 Nvidia 的光子技术公告，Spectrum-X 配置将提供最高每秒 400 太比特的总吞吐量。该公司表示，其 Ethernet 光子交换机计划于 2026 年上市。

Arista、Broadcom、Cisco、AMD、Marvell、HPE 及其他供应商同样在 Ethernet 扩张中拥有战略利益。一些公司销售完整交换机，另一些则提供交换芯片、网络适配器、光学组件或软件。

因此，Ethernet 的成功扩大了潜在供应商范围。不过，这并不保证支出会被均匀分配。大型运营商仍可能偏好高度集成的系统，而厂商也可以在开放链路标准之上实现差异化。

这项 1000 亿美元预测并不保证什么

市场增长并不能解决性能、供应商集中度、功耗或投资回报等问题。

预测依赖于对加速器部署、集群规模、端口速率和设备更换周期的假设。到 2030 年前，每项假设都可能发生变化。即使网络在每个项目中保持相同份额，数据中心建设放缓也会降低网络需求。

最大的未知因素涉及 AI 的经济性。运营商正在大举投资，因为他们预计训练和推理需求足以证明基础设施投入的合理性。利用率偏低、营收增长放缓或效率提升，都可能改变其建设计划。

模型改进可能从两个方向推动需求。更高的效率可能减少完成固定任务所需的算力。更低的运营成本也可能鼓励更多使用，并通过反弹效应创造新的需求。

不同工作负载对网络的要求也不同。训练大型模型会在大量加速器之间产生同步通信。推理可能涉及更小的群组、不同的延迟目标，以及地理分布更广的需求。

Dell’Oro 预计，随着推理业务扩张，训练在加速器资源中所占比例将随时间下降。这一转变可以改变拓扑选择，而不会消除网络增长。买家可能更重视可预测的延迟、多租户能力和地理连接，而不只是建设超大规模训练集群。

Ethernet 仍面临技术挑战。AI 流量往往以突发形式出现，而拥塞会降低整个任务的性能。一篇研究现代高性能网络互连的 2026 年论文指出，拥塞是异构工作负载中的一项重大限制因素。

规模扩大后，这一挑战会变得更加困难。在数百个加速器上表现良好的配置，未必能在数万个加速器上保持同样的效率。随着系统增长，故障、不均衡链路和流量碰撞会更加常见。

开放标准也需要可互操作的产品。Ultra Ethernet 已发布规范，但买家仍需要兼容的适配器、交换机、线缆、软件和管理工具。他们需要证据证明，不同供应商的组合能够可靠运行。

该联盟的规范历史显示，其仍在持续修订。在此前进行修正和澄清后，1.0.3 版本于 2026 年 7 月发布。这类维护对技术标准而言很正常，但也表明实现工作仍在继续。

InfiniBand 在这一过渡期内仍是可信的选择。它拥有成熟部署、既有的软件集成，以及专为高性能计算设计的功能。运行高要求训练任务的买家，可能会将可预测的性能置于供应商多样性之上。

Nvidia 的战略使这场竞争变得比 Ethernet 对阵 Nvidia 更为复杂。该公司通过 Spectrum-X 支持 Ethernet，同时继续开发 InfiniBand。它可以在两大产品系列中利用共通的软件和系统关系。

Scale-up 网络带来了另一项复杂因素。Ethernet 最擅长作为连接服务器的 scale-out 技术。NVLink 等专有互连仍在高度集成的系统内部发挥重要作用，那里对带宽和延迟的要求更高。

UALink 旨在为 scale-up 连接提供开放替代方案。其进展至关重要，因为买家可以在 scale-out 层采用 Ethernet，却仍依赖专有的 scale-up 网络互连。一层网络的开放性并不能消除其他层面的集中度。

功耗是另一项约束。更快的交换机和更多光学链路需要电力和散热。共封装光学技术有望提高效率，但也带来制造、维修和部署方面的问题。

Nvidia 表示，其共封装光学平台相较于可插拔收发器可提升网络能效。这些说法仍需要在生产系统中得到验证。运营商将评估总体功耗、故障率、可维护性和应用性能。

该预测同样没有说明哪些供应商将获取最多价值。交换机系统收入的流向可能不同于交换芯片、适配器、线缆和光学组件收入。即使市场规模庞大，利润率仍可能不均衡，竞争也可能十分激烈。

最后，标题本身的错误也是对精确性的警示。市场预测往往经由新闻稿、出版商摘要、聚合平台和社交媒体帖子传播。每一个环节都可能移除限定条件或合并相邻数据。

Google News 是聚合层，而非底层市场研究的来源。读者应打开出版商的文章，并将重要数字追溯至研究机构。没有明确类别和时间范围的醒目数字，尤其值得仔细审视。

三项信号将检验 Dell’Oro 的预测

Ethernet 部署、下一代端口采用情况以及数据中心支出，将决定该预测能否保持可信。

第一项信号是 Ultra Ethernet 的生产环境采用情况。规范现已存在，但广泛部署需要已出货的硬件、兼容软件和完成的互操作性工作。

买家应关注结合多家供应商设备的具名部署案例。这些部署将支持这样一种说法：Ethernet 提供的是切实可行的厂商选择，而非仅停留在规范层面的开放性。

性能披露将比峰值带宽更重要。有价值的证据包括任务完成时间、尾部延迟、网络利用率、故障恢复能力，以及在拥塞流量下的结果。比较应采用相似的集群和工作负载。

一波成功的可互操作部署将强化 Dell’Oro 的 Ethernet 论点。若出现延迟、实现碎片化，或严重依赖专有扩展，将削弱开放 Ethernet 能够广泛取代专用网络互连的论据。

第二项信号是从 800Gbps 端口向 1.6Tbps 端口的过渡。Dell’Oro 预计，AI 后端网络将比传统前端网络更早采用更高速度。交换机出货、光学需求和客户部署将使这一转变变得可见。

更快的端口可以减少实现既定带宽所需的链路数量，但也会带来工程挑战。信号完整性、光学组件、热密度和线缆传输距离都会影响部署经济性。

Nvidia 的 Spectrum-X Photonics 路线图提供了一项检验。其Ethernet 平台将高速交换与网络适配器和管理软件结合在一起。交付时间表和具名客户部署将显示，该技术能否从公告阶段进入规模化运行。

来自基于 Broadcom 的系统、Arista、Cisco 及其他厂商的竞争性发布，将提供另一项检验。如果多家供应商大规模出货 1.6Tbps 产品，价格竞争和产品选择应会增加。狭窄的供应基础则会维持集中度。

若 1.6Tbps 端口在 2027 年得到广泛采用，将强化 Dell’Oro 的支出轨迹。若因光学组件、电力、认证或需求疲软而延迟，则会将收入进一步推入预测期后段。

第三项信号是超大规模云服务商和专业云服务商的资本支出。网络需求最终取决于加速器集群的建设与扩张。运营商必须持续订购服务器、电力设备、冷却系统、交换机和光学组件。

总体资本支出具有参考价值，但基础设施构成更为重要。土地、建筑或发电设施的支出不会立即转化为交换机销售。买家和投资者应区分已部署的计算能力与仍在建设中的项目。

加速器利用率提供了另一项线索。高需求和产能受限会促使运营商扩展集群。系统利用不足或云业务增长放缓，则可能令其推迟网络采购。

财报也可以揭示网络业务是否与加速器同步增长。相关指标包括数据中心营收、Ethernet 产品增长、光学组件出货量、库存以及大客户的资本承诺。

持续的数据中心投资将支持这项 1000 亿美元的交换机预测。支出下降、设施延期或加速器部署放缓都会削弱它。这些结果都不会验证错误的 1 万亿美元标题。

修正后的预测仍指向一项影响深远的变化。网络正成为 AI 基础设施中更大、更显著的一部分，而 Ethernet 正在挑战一种仅在几年前还占据压倒性份额的专用网络互连。

这一转变影响的不只是交换机供应商。它还会影响云服务竞争、加速器利用率、数据中心电力需求，以及买家组合不同厂商设备的能力。

下次当 Google News 的标题将万亿美元数字附加到某个基础设施组件时，先核查类别和时间范围。然后关注实际部署、更快端口的出货情况以及客户支出。这些信号将表明 Dell’Oro 实际的 1000 亿美元展望是激进、保守，还是恰如其分。