GPU 带火这门生意

预计 Nvidia 将在 2025 年出货约 500 万块 Blackwell GPU。但在这些 GPU 能够训练下一代 GPT、Gemini 或 Llama 之前，它们需要联网——而这对于思科、Arista、HPE 等以太网交换机供应商以及 Nvidia 本身来说正迅速成为一项大生意。

思科首席执行官查克·罗宾斯（Chuck Robbins）周三在公司2025财年第四季度财报电话会议上与分析师交谈时表示，第四季度来自网络规模客户的AI基础设施订单超过8亿美元，2025财年则将达到20亿美元。他补充道：“这比我们在2024财年第四季度设定的10亿美元目标高出一倍多。”

这种增长背后的经济原理其实很简单。每售出一块 200 或 200 GB 的 GPU，以太网交换机供应商就有机会销售大约 3 到 5 个交换机端口。

实际数量取决于端口速度、弹性和整个集群的规模。最多可容纳 8,192 个 GPU，使用现代 51.2Tb/s 交换机和 400GbE 链路时，仅需一个叶子层和旋转层。在最高端，则需要 192 个交换机。

但对于超过这个规模的集群，交换机数量会激增，因为现在需要三层胖树拓扑来为 AI 后端网络提供完全无阻塞的连接。对于一个 128,000 个 GPU 的集群来说，大约需要 5,000 台交换机——如果被迫使用较旧的 25.5Tb/s 网络设备，则需要 10,000 台交换机。

在大多数情况下，交换机的数量会更高，因为在连接所有节点的后端网络之上，您还会有一个较小的前端网络来移动数据。 

然后，还需要光纤和直连铜缆来连接这些网络。对于一个拥有 128,000 个 GPU 的集群来说，前端和后端网络之间可能需要超过一百万个可插拔光纤。

据罗宾斯称，光学产品约占其第四季度 8 亿美元人工智能网络收入的三分之一。 

难怪 Nvidia 如此热衷于将光子交换机推向市场，因为它们将大幅减少将这些收发器拼接在一起所需的光收发器的数量。

说到人工智能网络，超大规模企业对设备供应商和来源地并不特别挑剔，只要它能用就行。记住，以太网是一个标准，这意味着理论上，你应该能够根据自己的喜好进行混合搭配。

话虽如此，人工智能网络市场的增长速度与 Nvidia 和 AMD 推出 GPU 的速度差不多。

目前，思科20亿美元的人工智能基础设施收入大部分来自网络规模客户，但罗宾斯对其在更传统企业领域的机会表示乐观。与数据中心提供商相比，思科在这方面更有能力通过增值广告、服务合同和软件订阅等方式向客户进行追加销售。

罗宾斯在本周的电话会议上表示：“具体到企业领域，虽然还处于早期阶段，但人工智能订单正在不断增加，我们拥有数亿个不断增长的渠道，因为这些客户希望思科提供简单、可扩展且安全的解决方案。”

罗宾斯还热衷于进军新兴的 NeoCloud 领域，他表示思科正在筹备几项大型人工智能网络交易。 

对于其长期竞争对手Arista来说，增长势头更加明显。本月早些时候，该公司预测全年营收将达到87.5亿美元，其中人工智能相关销售额预计将占到17%左右。

“随着大型语言模型不断扩展到分布式训练和推理用例，我们预计后端和前端将融合，”首席执行官 Jayshree Ulla 表示。“这将使未来准确解析后端和前端变得越来越困难，但我们确实预计，到 2025 年，AI 网络总收入将超过 15 亿美元，并在未来许多年内持续增长。”

瞻博网络 (Juniper Networks) 大概也对 AI 基础设施需求旺盛，不过在其与 HPE 合并的情况下，这种需求的程度很难评估。

然后是人工智能基础设施领域的巨头——英伟达。该公司的GPU不仅推动了以太网交换机的销售，现在它本身也是人工智能网络领域最大的公司之一，这在很大程度上要归功于它在2019年以69亿美元收购了Mellanox。 

仅在第一季度，Nvidia 首席财务官 Colette Kress就报告称，网络销售额环比增长 64%，达到约 50 亿美元。需要明确的是，这并非全部来自以太网交换。除了 Spectrum-X 以太网套件外，Nvidia 还销售大量 InfiniBand 交换机和 ConnectX 网卡。

但除非人工智能泡沫破裂，否则网络供应商应该有足够的现金可用。Dell'Oro 集团预测，到 2030 年，人工智能网络将推动近 800 亿美元的网络销售额。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送，小号防走丢