Bei dieser Art von Chips hat NVIDIA heimlich die Vorherrschaft übernommen.
Wenn wir über NVIDIA sprechen, denken wir oft an ihre Grafikkarten (GPU). In der Tat sind die GPUs von NVIDIA dank ihrer führenden CUDA-Technologie und Hardware zur ersten Wahl auf dem Künstlichen-Intelligenz-Markt geworden. Durch den Erwerb von Groq's geistigem Eigentum und Technologien sowie die Investitionen in CPU-Technologien hat NVIDIA auch allmählich eine solide Ressourcenbarriere aufgebaut. Doch es gibt noch eine andere Art von Chips von NVIDIA, die bereits stillschweigend die Spitze erreicht hat.
Nach Daten der IDC war NVIDIA im ersten Quartal 2026 der am besten verdienende Anbieter von Rechenzentrums-Ethernet-Switches. Die dahinterstehende Chip-Strategie hat hierfür einen großen Anteil.
Der stillschweigend aufstrebende "neue Gigant"
Wegen des boomenden Künstlichen Intelligenz-Bereichs und der weltweit entstehenden Rechenzentren hat sich dieser Markt erheblich gewachsen. Berichtet wird, dass der Umsatz des Ethernet-Switch-Marktes auf 15,4 Milliarden US-Dollar gestiegen ist, was einem Anstieg von 39,8 % gegenüber dem Vorjahr entspricht. Allein die Einnahmen aus hyperskaligen Rechenzentren und Unternehmensrechenzentren beliefen sich auf 10 Milliarden US-Dollar, was einem Anstieg von 61 % gegenüber demselben Zeitraum 2025 entspricht.
Betrachtet man das Wachstum des Marktes, so führt Amerika mit einem Jahreszuwachs von 49,7 % an, gefolgt von der EMEA-Region mit 32,2 % und Asien-Pazifik mit 25,9 %.
NVIDIA hat mit einem Umsatz von 2,1 Milliarden US-Dollar und einem Jahreszuwachs von 192,7 % derzeit 21,5 % des Rechenzentrums-Ethernet-Marktes. Der Schlüssel zum Umsatzwachstum ist NVIDIAs Spectrum-X-Plattform, die eine Ende-zu-Ende-Netzwerk-Lösung bietet, einschließlich BlueField DPU und NVIDIA LinkX-Kabeln. Diese Produkte sind für große GPU-Clustern konzipiert, was der Trend in der heutigen Künstlichen Intelligenz-Entwicklung ist.
Es wird berichtet, dass NVIDIA durch die integrierte und kooperative Gestaltung von GPU und Netzwerk die Anforderungen von hyperskaligen Rechenzentren und Unternehmen an die Netzwerkinfrastruktur für KI-Fabriken erfüllt. Diese strukturelle Veränderung formt die Herstellerlandschaft der gesamten Rechenzentrums-Netzwerkbranche um.
Die IDC weist im Markt weiter darauf hin, dass die Nachfrage nach 400G- und 800G-Bereitstellungen weiterhin stark ist und in den nächsten Jahren weiter wachsen wird. Im ersten Quartal 2026 machten 800G-Switches 35,8 % des Rechenzentrums-Umsatzanteils aus, während 200G- und 400G-Switches 34,1 % des Marktanteils ausmachten. Diese Switches machten 70 % des weltweiten Rechenzentrums-Ethernet-Umsatzanteils aus.
Dank ihrer künstlichen-intelligenz-optimierten Spectrum-X-Plattform hebt sich NVIDIA in der gesamten KI-Infrastruktur (von GPU und CPU bis hin zu Hochleistungsnetzwerken) immer stärker ab. Während sich die Rechenzentren beeilen, sich an die KI-Zeit anzupassen, beweist NVIDIA, dass es nicht nur der Führer im Bereich der Beschleuniger ist, sondern auch ein vertrauenswürdiger Ende-zu-Ende-Partner für die nächste Generation von KI-Fabriken.
Dank dieser Leistung hat NVIDIA Wettbewerber wie Arista Networks überholt, die im ersten Quartal dieses Jahres 20,7 % des Rechenzentrums-Ethernet-Switch-Marktes hatten. Andere Haupthersteller sind Cisco, Huawei und HPE.
Aus den entsprechenden Äußerungen geht hervor, dass dieser Chip-Gigant das Netzwerk zunehmend als Hauptwachstumsmotor ansieht. Auf der jüngsten Hauptversammlung sagte NVIDIA-CEO Jensen Huang, dass Spectrum-X "derzeit größer ist als die Summe aller anderen Ethernet-Netzwerkprodukte".
Bei der Quartalsbilanzkonferenz im Mai sagte NVIDIA-CFO Colette Kress, dass der umfassendere Umsatz aus Rechenzentrumsnetzwerken des Unternehmens im Vergleich zum Vorjahr verdreifacht wurde und auf 15 Milliarden US-Dollar stieg. Zum Vergleich: In einem früheren Quartal gab NVIDIA an, dass der Quartalsumsatz aus Netzwerkgeschäften nahezu 11 Milliarden US-Dollar betrug, was einem Anstieg von 263 % gegenüber dem Vorjahr entspricht.
Daraus wird die Wichtigkeit des Netzwerkgeschäfts für den Umsatz des Unternehmens ersichtlich.
Ein Kauf, der die Landschaft verändert
NVIDIAs Erfolge auf dem Switch-Markt sind auf einen entscheidenden Kauf im Jahr 2019 zurückzuführen - die Übernahme des Ethernet- und InfiniBand-Interkonnektivitäts-Giganten Mellanox Technologies für rund 6,9 Milliarden US-Dollar.
Damals hat dieser Deal nicht so viel Aufmerksamkeit wie die späteren KI-GPUs erregt. Viele dachten, NVIDIA fülle nur seine Netzwerkproduktpalette auf. Doch im Rückblick nach einigen Jahren scheint es eher eine strategische Investition zu sein, die NVIDIAs Wettbewerbssituation in den nächsten zehn Jahren bestimmt.
Damals war die GPU in Rechenzentren noch nur ein Beschleuniger in Servern, und das Netzwerk spielte hauptsächlich die Rolle des "Verbinders von Geräten". Doch mit der stetig wachsenden Größe der Trainingsskalen von großen Modellen, von Hunderten auf Tausende und Tausende von GPUs, ist nicht mehr nur die GPU selbst der limitierende Faktor für die Effizienz von KI-Clustern, sondern die Datenaustauschfähigkeit zwischen den GPUs.
Ein in der Branche verbreitetes Sprichwort fasst diese Veränderung gut zusammen: "In der KI-Zeit bestimmt die GPU die obere Grenze der Rechenleistung, das Netzwerk die Ausnutzung der Rechenleistung."
Beispielsweise in einem Trainingscluster mit Tausenden von GPUs, wenn die Netzwerklatenz um einige Mikrosekunden steigt oder Staus dazu führen, dass einige GPUs auf Daten warten, so ist der Verlust nicht nur einige Mikrosekunden, sondern die Kosten, dass Tausende von GPUs "leer laufen". Für KI-Fabriken mit Baukosten von mehreren Milliarden US-Dollar ist ein solcher Verlust nicht akzeptabel.
Genau in diesem Kontext hat der Wert von Mellanox seine Wirkung entfaltet.
Als einer der wichtigsten Hersteller im Bereich der Hochgeschwindigkeits-Interkonnektivität hat Mellanox lange Zeit in InfiniBand- und Hochleistungs-Ethernet-Switch-Chips investiert. Seine Switch-ASICs, Netzwerkkarten (NIC), intelligenten Netzwerkkarten und Netzwerksoftware haben in der HPC-Branche starke Vorteile. Nach der Übernahme hat NVIDIA nicht nur eine vollständige Netzwerkproduktpalette erworben, sondern vor allem die Fähigkeit, GPU, CPU, DPU, Switches und sogar optische Interkonnektivität einheitlich zu gestalten.
Das heute viel beachtete Spectrum-X ist ein Beispiel für diese Integrationsfähigkeit.
Es ist nicht einfach ein Switch, sondern es besteht aus einem Spectrum-Switch-Chip, BlueField DPU, ConnectX-Netzwerkkarten, LinkX-Hochgeschwindigkeits-Interkonnektivität und einem Software-Stack, um eine vollständige KI-Netzwerkplattform zu bilden. Im Vergleich zum traditionellen "Bausatzmodell" von Rechenzentren, bei dem Server, Switches und Netzwerkkarten von verschiedenen Herstellern stammen, liefert NVIDIA seinen Kunden eine vollständige KI-Infrastruktur.
Für hyperskalige Cloud-Anbieter ist der größte Wert dieses Modells nicht die Verringerung der Lieferanten, sondern die Möglichkeit, GPU, Netzwerk und Software gemeinsam zu optimieren und so die TrainingsEffizienz des gesamten KI-Clusters zu erhöhen.
Deshalb setzen in den letzten Jahren immer mehr KI-Fabriken auf das "GPU + Netzwerk"-Gesamtkaufmodell, anstatt Server und Switches getrennt zu kaufen.
In gewisser Weise verkauft NVIDIA nicht mehr nur GPUs, sondern die gesamte KI-Rechenzentrumsinfrastruktur.
Aber eine Analyse von Semianalysis zeigt, dass NVIDIA nicht nur durch die Produktqualität Kunden gewinnt, sondern auch seine Einflussnahme nutzt. Semianalysis sagt, dass viele neue Cloud-Manager, mit denen sie gesprochen haben, glauben, dass NVIDIA reprisieren würde, wenn in ihren Clustern nicht-NVIDIA-Netzwerkequipment vorhanden wäre oder wenn ihre Cloud-Services AMD GPUs oder TPUs anbieten würden. Dies ist ein weiterer Grund, warum NVIDIAs Netzwerkgeschäft so erfolgreich ist.
Trotz des raschen Wachstums lässt NVIDIA nicht aufhören, nach neuen Technologien zu streben.
Die Zukunft von NVIDIAs Netzwerktechnologie
Bei einem Interview mit networkworld im vergangenen September sagte Gilad Shainer, der leitende Vizepräsident für NVIDIAs Netzwerke, dass sich Rechenzentren zu einer neuen Art von Recheneinheit entwickeln, bei der die Hauptrecheneinheit von der CPU zur GPU wechselt und die Funktionen von verteilten Komponenten zu einer Infrastruktur zur Unterstützung von KI-Workloads zusammengeführt werden. Diese Infrastrukturentwicklung erfordert synchronisierten Datenverkehr und umfasst mindestens vier Netzwerke: das Rechennetzwerk, das Skalierungsnetzwerk, das Horizontale-Skalierungsnetzwerk und das Zugangsnetzwerk.
"Heutzutage hat sich die Größe der Rechenzentren verändert. In der KI-Zeit ist das Rechenzentrum selbst zur Rechenseinheit geworden. Wir fragen nicht mehr 'Wie viele CPUs kann ich kaufen?', sondern 'Wie kann ich ein Rechenzentrum entwerfen, das meine Workloads mit maximaler Effizienz ausführt?'", sagte Shainer. "Diese Veränderung hat grundlegend die Art und Weise verändert, wie wir Infrastrukturen entwerfen, verbinden und optimieren. Riesenrechenzentren sind die neue Rechenseinheit, und die bestehenden Netzwerkarchitekturen können dies nicht bewältigen.", fügte er hinzu.
Shainer erklärte in einem früheren Blogbeitrag von NVIDIA: "Wir brauchen eine schichtweise Gestaltung mit Spitzentechnologien - wie die einst wie aus einer Science-Fiction-Geschichte erscheinenden gemeinsam verpackten optischen Komponenten."
NVIDIA hat auch in seine Spectrum-X-Ethernet-Plattform einen Algorithmus integriert, der verschiedene Netzwerkprotokolle implementieren kann, sodass Spectrum-X-Switches, ConnectX-8-Supernetzwerkkarten und Systeme mit Blackwell-GPUs ohne Hardwareänderungen über große Entfernungen verbunden werden können. Diese Spectrum-XGS-Algorithmen nutzen Echtzeit-Telemetriedaten (Verfolgung von Verkehrsmustern, Latenz, Staus und Entfernungen zwischen Standorten), um die Steuerparameter dynamisch anzupassen.
Die Entwicklung und Konstruktion von Ethernet-Technologien ist ein wichtiger Bestandteil von NVIDIAs Entwicklungspfad. Seit der ersten Einführung von Spectrum-X im Jahr 2023 hat NVIDIA schnell Ethernet zu einem Kernbereich seiner Forschung und Entwicklung gemacht. Gleichzeitig entwickelt NVIDIA weiterhin aktiv die InfiniBand-Technologie, die immer noch seine Kernverbindungs-Lösung ist.
"InfiniBand wurde von Anfang an für synchronisierte Hochleistungsrechnungen entwickelt. Es hat Eigenschaften wie RDMA, die die CPU-Schwankungen umgehen können und adaptive Routing und Staukontrolle unterstützen", sagte Shainer. "Es ist der Goldstandard für die Massen-KI-Trainings und verbindet über 270 der weltweit besten Supercomputer. Ethernet hinkt hinterher, aber die traditionelle Ethernet-Gestaltung - für Telekommunikation, Unternehmen oder hyperskalige Clouds entwickelt - ist nicht auf die speziellen Anforderungen der KI optimiert", sagte Shainer.
"Als wir im Ende 2023 erstmals auf das KI-Backend-Netzwerk aufmerksam wurden, hatte InfiniBand die Marktführerschaft mit einem Marktanteil von über 80 %", schrieb Sameh Boujelbene, Vizepräsident der DellOro Group, in einem Bericht. "Obwohl InfiniBand die Marktführerschaft hatte, haben wir immer vorhergesagt, dass Ethernet schließlich bei der Massenanwendung Siegen würde. Es ist jedoch bemerkenswert, dass sich Ethernet im KI-Backend-Netzwerk sehr schnell verbreitet. Mit dem Übergang der Branche zu 800 Gbps und höheren Geschwindigkeiten glauben wir, dass Ethernet nun fest in der Führung ist und in diesen Hochleistungsbereitstellungen InfiniBand überholen wird."
Die 650 Group sagt in einem Bericht: "In den nächsten ein oder zwei Jahren wird Ethernet mit der Verbreitung von 800G und der Entstehung von 1,6T-Netzwerken die vorherrschende Netzwerktechnologie werden und InfiniBand überholen. Der 800G-Zyklus im Bereich der Künstlichen Intelligenz wird neue Rekorde in Bezug auf Umsatz und Portanzahl setzen."
Für skalierbare Netzwerke wie NVIDIAs NVLink sind optische Komponenten ein wichtiger Bestandteil der Verbindung, da zwischen den verbundenen GPU-Siliziumgeräten eine große Bandbreite übertragen werden muss.
"Wir arbeiten daran, die Rechenleistung in einem einzigen Rack zu erhöhen, damit das Rack Kupferkabel verwenden kann. Kupferkabel haben keine Stromaufnahme, sind zuverlässig und sehr kostengünstig. Solange möglich, sollten Kupferkabel verwendet werden. Aber wenn die Kunden das Netzwerk über größere Entfernungen erweitern müssen, können Kupferkabel nicht mehr verwendet werden, da sie nicht so weit übertragen können. Dann muss auf Glasfaser zurückgegriffen werden", sagte Shainer.
Derzeit kann die bidirektionale Bandbreite von NVLink pro GPU bis zu 1,8 TB/s betragen, und ein Rack kann bis zu 72 GPUs unterstützen. Es wird erwartet, dass sich in den nächsten Jahren die NVLink-Technologie mit höheren Geschwindigkeiten und größerer Kapazität schnell entwickeln wird, um den Anforderungen an höhere Geschwindigkeiten und mehr Kommunikation zwischen GPUs gerecht zu werden.
Im Bereich der optischen Kommunikation bietet NVIDIA für seine Ethernet- und InfiniBand-Netzwerkequipment steckbare optische Module. Aber NVIDIA ist auch voll und ganz in den Bereich der gemeinsam verpackten optischen Module (CPO) eingestiegen. CPO integriert die optischen Netzwerkmodule direkt in den Switch-ASIC-Chip. Es wird erwartet, dass sich die CPO-Technologie in den nächsten Monaten und Jahren schnell entwickeln wird, um KI-Verkehr und schließlich auch anderen Netzwerkverkehr mit hoher Leistung zu verarbeiten.
Abschluss
Ein Bericht der IDC über den Switch-Markt, der auf den ersten Blick nur eine Änderung der Hersteller-Rangliste ist, spiegelte die grundlegende Veränderung der Wettbewerbslogik in der KI-Zeit wider.
In der Vergangenheit gehörten GPU, CPU, Switches und Netzwerkkarten zu verschiedenen Märkten. Heute werden sie neu als eine einheitliche KI-Infrastruktur definiert. Der Sieger im Wettbewerb wird nicht mehr von der Leistung eines einzelnen Chips bestimmt, sondern davon, wer die Rechenleistung, das Netzwerk, die Interkonnektivität, die Software und das System wirklich integrieren kann.
Von der Übernahme von Mellanox über die Schaffung von Spectrum-X bis hin zur Strategie von NVLink, CPO, BlueField und der vollständigen Netzwerkplattform hat NVIDIA eigentlich immer dieselbe Frage beantwortet - wie man immer größere KI-Cluster mit maximaler Effizienz betreiben kann.
Deshalb kann der Switch-Chip zu einem neuen Wachstumsmotor für NVIDIA werden.
In den nächsten Jahren, wenn KI-Fabriken von Tausenden auf Zehntausende und Millionen von Karten erweitern, wird die Wichtigkeit des Netzwerks nur weiter steigen. Für NVIDIA ist vielleicht nicht so wichtig, wie viele GPUs es verkauft, sondern ob es allmählich zum Machtbroker in der gesamten KI-Infrastruktur wird.
Dies ist ein Thema, über das alle Branchenakteure nachdenken sollten.