de.wedoany.com-Bericht: Wenn man über Nvidia spricht, denken viele an ihre GPUs. Dank ihrer führenden CUDA- und Hardware sind Nvidias GPUs zur unangefochtenen Wahl im KI-Markt geworden. Durch die Übernahme von Groq-IP und -Technologie sowie Investitionen in CPU-Technologie hat Nvidia nach und nach einen soliden Burggraben für Rechenleistung aufgebaut. Aber darüber hinaus hat sich ein weiterer Chip-Typ von Nvidia leise zur Dominanz entwickelt.
Laut IDC ist Nvidia im ersten Quartal 2026 zum umsatzstärksten Anbieter von Ethernet-Switches für Rechenzentren aufgestiegen. Die dahinterstehende Chip-Strategie hat maßgeblich dazu beigetragen.
Der leise aufstrebende „neue Gigant"
Durch das boomende KI-Wachstum und die weltweit entstehenden Rechenzentren verzeichnete der Markt ein deutliches Wachstum. Berichten zufolge erreichte der Umsatz des Ethernet-Switch-Marktes 15,4 Milliarden US-Dollar, ein Anstieg von 39,8 % gegenüber dem Vorjahreszeitraum. Allein der Umsatz mit Hyperscale- und Unternehmensrechenzentren belief sich auf 10 Milliarden US-Dollar, ein Plus von 61 % gegenüber dem gleichen Zeitraum im Jahr 2025.
Betrachtet man das Marktwachstum, so führte die Region Amerika mit einem jährlichen Wachstum von 49,7 %, gefolgt von der EMEA-Region mit 32,2 % und dem asiatisch-pazifischen Raum mit 25,9 %.
Nvidia erzielte einen Umsatz von 2,1 Milliarden US-Dollar, ein jährliches Wachstum von 192,7 %, und hält derzeit einen Anteil von 21,5 % am Markt für Ethernet-Rechenzentren. Der Schlüsselfaktor für dieses Umsatzwachstum ist Nvidias Spectrum-X-Plattform, die End-to-End-Netzwerklösungen bietet, darunter BlueField-DPUs und Nvidia LinkX-Kabel. Diese Produkte sind speziell für große GPU-Cluster konzipiert, die den aktuellen Trend in der KI-Entwicklung darstellen.
Durch die integrierte Co-Entwicklung von GPU und Netzwerk erfüllt Nvidia laut eigenen Angaben den Bedarf von Hyperscalern und Unternehmen an KI-Fabrik-Netzwerkinfrastruktur. Dieser strukturelle Wandel verändert die Anbieterlandschaft in der gesamten Rechenzentrums-Netzwerkbranche neu.
IDC wies im Markt weiter darauf hin, dass die Nachfrage nach 400G- und 800G-Bereitstellungen weiterhin stark sei und in den kommenden Jahren weiter wachsen werde. Im ersten Quartal 2026 machten 800G-Switches 35,8 % des Rechenzentrumsumsatzes aus, während 200G- und 400G-Switches einen Marktanteil von 34,1 % hielten. Diese Switches machten 70 % des weltweiten Umsatzes mit Ethernet-Rechenzentren aus.
Mit seiner KI-optimierten Spectrum-X-Plattform unterstreicht dieser Erfolg Nvidias wachsende Dominanz im gesamten KI-Infrastrukturbereich – von GPUs und CPUs bis hin zu Hochleistungsnetzwerken. Während Rechenzentren um die Erweiterung für das KI-Zeitalter wetteifern, beweist Nvidia, dass es nicht nur der führende Anbieter von Beschleunigern ist, sondern der vertrauenswürdige End-to-End-Partner für die nächste Generation von KI-Fabriken.
Dank dieser Leistung hat Nvidia Wettbewerber wie Arista Networks überholt, das im ersten Quartal dieses Jahres einen Marktanteil von 20,7 % am Markt für Ethernet-Switches in Rechenzentren hielt. Weitere große Anbieter sind Cisco, Huawei und HPE.
Aus den entsprechenden Aussagen geht hervor, dass der Chip-Gigant der Netzwerktechnologie zunehmend Bedeutung beimisst und sie als wichtigen Wachstumstreiber betrachtet. Auf der jüngsten Hauptversammlung sagte Nvidia-CEO Jensen Huang, Spectrum-X „hat heute bereits einen größeren Umfang als alle anderen Ethernet-Netzwerkprodukte zusammen".
In einer Telefonkonferenz zu den Quartalszahlen im Mai sagte Nvidia-CFO Colette Kress, dass die breiteren Rechenzentrums-Netzwerkumsätze des Unternehmens im Vergleich zum Vorjahr um das Dreifache auf 15 Milliarden US-Dollar gestiegen seien. Zum Vergleich: In einem früheren Quartal hatte Nvidia bekannt gegeben, dass der Quartalsumsatz des Netzwerkgeschäfts fast 11 Milliarden US-Dollar erreicht habe, ein jährliches Wachstum von satten 263 %.
Dies zeigt die Bedeutung des Netzwerkgeschäfts für den Umsatz des Unternehmens.
Eine die Landschaft verändernde Übernahme
Dass Nvidia eine solche Leistung im Switch-Markt erzielen konnte, ist nicht zuletzt einer entscheidenden Übernahme im Jahr 2019 zu verdanken – der Übernahme des Ethernet- und InfiniBand-Interconnect-Giganten Mellanox Technologies für rund 6,9 Milliarden US-Dollar.
Diese Transaktion erregte damals nicht so viel Aufmerksamkeit wie spätere KI-GPUs. Viele dachten, Nvidia runde lediglich seine Netzwerkproduktpalette ab. Aus heutiger Sicht, Jahre später, erscheint dies eher wie eine strategische Investition, die die Wettbewerbslandschaft von Nvidia für das nächste Jahrzehnt bestimmen sollte.
Zu jener Zeit war die GPU in Rechenzentren noch lediglich ein Beschleuniger in einem Server, und das Netzwerk übernahm eher die Rolle der „Geräteverbindung". Mit der stetigen Vergrößerung der Trainingsmodelle – von Hunderten auf Tausende und Zehntausende GPUs – wurde jedoch die Datenübertragungsfähigkeit zwischen den GPUs zum eigentlichen Engpass für die Effizienz von KI-Clustern, nicht mehr nur die GPU selbst.
Ein im Umlauf befindlicher Branchenspruch fasst diesen Wandel treffend zusammen: „Im KI-Zeitalter bestimmt die GPU die Rechenleistungsobergrenze, das Netzwerk bestimmt die Rechenleistungsauslastung."
In einem Trainingscluster mit Zehntausenden GPUs beispielsweise, wenn die Netzwerklatenz um einige Mikrosekunden steigt oder Staus dazu führen, dass einige GPUs auf Daten warten, sind die letztendlichen Verluste nicht nur diese Mikrosekunden, sondern die Kosten für Zehntausende von GPUs, die gleichzeitig „leerlaufen". Für KI-Fabriken, deren Baukosten schnell in die Milliarden gehen, sind solche Verluste inakzeptabel.
Vor diesem Hintergrund begann der wahre Wert von Mellanox zum Tragen zu kommen.
Als einer der wichtigsten Hersteller im Bereich der Hochgeschwindigkeits-Interconnects weltweit war Mellanox lange Zeit tief in InfiniBand und Hochleistungs-Ethernet-Switches verwurzelt. Seine Switch-ASICs, Netzwerkkarten (NICs), SmartNICs und Netzwerksoftware haben im HPC-Bereich tiefgreifende Vorteile aufgebaut. Nach Abschluss der Übernahme erhielt Nvidia nicht nur eine vollständige Netzwerkproduktpalette, sondern, was noch wichtiger ist, die Fähigkeit, GPUs, CPUs, DPUs, Switches und sogar optische Interconnects einheitlich zu entwerfen.
Das heute viel beachtete Spectrum-X ist ein Paradebeispiel für diese Integrationsfähigkeit.
Es handelt sich nicht einfach um den Verkauf eines Switches, sondern um die Zusammenstellung von Spectrum-Switch-Chips, BlueField-DPUs, ConnectX-NICs, LinkX-Hochgeschwindigkeits-Interconnects und einem Software-Stack zu einer vollständigen KI-Netzwerkplattform. Im Gegensatz zum traditionellen „Baukasten"-Modell, bei dem Server von einem, Switches von einem anderen und Netzwerkkarten von einem dritten Anbieter stammen, liefert Nvidia seinen Kunden ein komplettes KI-Infrastrukturpaket.
Für Hyperscale-Cloud-Anbieter liegt der größte Wert dieses Modells nicht in der Reduzierung der Beschaffungsobjekte, sondern in der Möglichkeit, GPUs, Netzwerk und Software gemeinsam zu optimieren, um so die Trainingseffizienz des gesamten KI-Clusters zu steigern.
Aus diesem Grund setzen immer mehr KI-Fabriken in den letzten Jahren auf das Gesamtbeschaffungsmodell „GPU + Netzwerk", anstatt Server und Switches getrennt zu beschaffen.
In gewisser Weise verkauft Nvidia nicht mehr nur GPUs, sondern das gesamte KI-Rechenzentrum.
Eine aktuelle Analyse von Semianalysis zeigt jedoch, dass Nvidia nicht nur durch seine Produktstärke Kunden gewinnt, sondern offenbar auch auf seinen Einfluss setzt. Semianalysis zufolge glauben viele der von ihnen befragten Führungskräfte neuer Cloud-Unternehmen, dass Nvidia Vergeltungsmaßnahmen ergreifen würde, wenn sich in ihren Clustern Netzwerkgeräte von Nicht-Nvidia-Anbietern befänden oder ihr Cloud-Dienst AMD-GPUs oder TPUs anböte. Dies sei ein weiterer Grund, warum Nvidias Netzwerkgeschäft so hervorragend laufe.
Trotz des rasanten Wachstums hört Nvidia nicht auf, neuen Technologien nachzujagen.
Die Zukunft der Nvidia-Netzwerktechnologie
In einem Interview mit networkworld im letzten September sagte Gilad Shainer, Senior Vice President für Netzwerke bei Nvidia, dass sich Rechenzentren zu einer neuen Art von Recheneinheit entwickeln, deren primäre Recheneinheit von der CPU zur GPU wechselt und deren Funktionen sich von verteilten Komponenten hin zu einer Infrastruktur zur Unterstützung von KI-Workloads wandeln. Diese Evolution der Infrastruktur erfordert synchronen Datentransport und umfasst mindestens vier Netzwerke: das Rechennetzwerk, das vertikale Skalierungsnetzwerk, das horizontale Skalierungsnetzwerk und das Zugangsnetzwerk.
„Heute hat sich der Maßstab von Rechenzentren verändert. Im KI-Zeitalter ist das Rechenzentrum selbst zur Recheneinheit geworden. Wir fragen nicht mehr ‚Wie viele CPUs kann ich kaufen?', sondern ‚Wie entwerfe ich ein Rechenzentrum, das meine Workloads mit höchster Effizienz ausführen kann?'", sagte Shainer. „Dieser Wandel verändert grundlegend, wie wir Infrastruktur entwerfen, verbinden und optimieren. Riesige Rechenzentren sind zur neuen Recheneinheit geworden, und die bestehenden Netzwerkarchitekturen können damit nicht umgehen", fügte er hinzu.
Shainer erklärte zuvor in einem Nvidia-Blog: „Was wir brauchen, ist ein mehrschichtiges Design mit Spitzentechnologien – wie zum Beispiel Co-Packaged Optics, die einst wie Science-Fiction aussahen."
Nvidia hat in seine Spectrum-X-Ethernet-Plattform auch eine Reihe von Algorithmen integriert, die verschiedene Netzwerkprotokolle ermöglichen. Diese erlauben es Spectrum-X-Switches, ConnectX-8-Super-NICs und Systeme mit Blackwell-GPUs, über große Entfernungen verbunden zu werden, ohne dass Hardwareänderungen erforderlich sind. Diese Spectrum-XGS-Algorithmen nutzen Echtzeit-Telemetriedaten (Verfolgung von Verkehrsmustern, Latenz, Staugrad und Entfernungen zwischen Standorten), um Steuerparameter dynamisch anzupassen.
Die Entwicklung und der Aufbau von Ethernet-Technologie sind ein zentraler Bestandteil von Nvidias Roadmap. Seit der ersten Einführung von Spectrum-X im Jahr 2023 hat Nvidia Ethernet schnell zu einem seiner Kernforschungs- und Entwicklungsbereiche gemacht. Gleichzeitig entwickelt Nvidia weiterhin aktiv die InfiniBand-Technologie, die weiterhin seine zentrale Verbindungslösung bleibt.
„InfiniBand wurde von Anfang an für synchrones Hochleistungsrechnen entwickelt. Es verfügt über Funktionen wie RDMA, die CPU-Jitter umgehen, und unterstützt adaptives Routing und Staukontrolle", sagte Shainer. „Es ist der Goldstandard für groß angelegtes KI-Training und verbindet über 270 der weltweit führenden Supercomputer. Ethernet holt auf, aber das traditionelle Ethernet-Design – gebaut für Telekommunikation, Unternehmen oder Hyperscale-Clouds – ist nicht für die besonderen Anforderungen von KI optimiert", so Shainer.
„Als wir uns Ende 2023 erstmals mit KI-Backend-Netzwerken befassten, dominierte InfiniBand den Markt mit einem Anteil von über 80 %", schrieb Sameh Boujelbene, Vice President bei Dell'Oro Group, zuvor in einem Bericht. „Trotz der Dominanz von InfiniBand haben wir stets vorhergesagt, dass Ethernet letztendlich bei skalierbaren Anwendungen die Oberhand gewinnen würde. Es ist jedoch bemerkenswert, wie schnell sich Ethernet in KI-Backend-Netzwerken durchsetzt. Mit dem Übergang der Branche zu 800 Gbit/s und höheren Geschwindigkeiten glauben wir, dass Ethernet nun fest im Vorteil ist und InfiniBand bei diesen Hochleistungsbereitstellungen überholen wird."
Die 650 Group prognostizierte ebenfalls in einem Bericht: „In den nächsten ein bis zwei Jahren wird Ethernet mit der Verbreitung von 800G und der Entstehung von 1,6T-Netzwerken zur dominanteren Netzwerktechnologie werden und InfiniBand überholen. Der 800G-Zyklus im KI-Bereich wird neue Rekorde bei Umsatz und Portanzahl aufstellen."
Für skalierbare Netzwerke wie Nvidias NVLink sind optische Komponenten ein wichtiges Element der Verbindung, da zwischen den verbundenen GPU-Siliziumgeräten große Bandbreiten übertragen werden müssen.
„Wir arbeiten daran, die Rechendichte innerhalb eines einzelnen Racks zu erhöhen, damit dieses Rack Kupferkabel verwenden kann. Kupferkabel verbrauchen null Strom, sind zuverlässig und sehr kosteneffizient. Wo immer Kupferkabel verwendet werden können, sollten sie verwendet werden. Wenn Kunden das Netzwerk jedoch über größere Entfernungen ausdehnen müssen, sind Kupferkabel nicht mehr geeignet, da sie diese Distanzen nicht übertragen können. Dann sind Glasfasern erforderlich", sagte Shainer.
Derzeit bietet NVLink eine bidirektionale Bandbreite von bis zu 1,8 TB/s pro GPU und unterstützt bis zu 72 GPUs pro Rack. Es wird erwartet, dass sich die schnellere und leistungsfähigere NVLink-Technologie in den kommenden Jahren rasant weiterentwickeln wird, um den Anforderungen höherer Geschwindigkeiten und mehr Kommunikation zwischen GPUs gerecht zu werden.
Im Bereich der optischen Kommunikation bietet Nvidia steckbare optische Module für seine Ethernet- und InfiniBand-Netzwerkgeräte an. Nvidia dringt jedoch auch massiv in den Bereich der Co-Packaged Optics (CPO)-Netzwerke vor. CPO integriert die optischen Netzwerkmodule direkt in den Switch-ASIC-Chip. Es wird erwartet, dass sich die CPO-Technologie in den kommenden Monaten und Jahren rasant entwickeln wird, um KI-Datenverkehr und letztendlich auch andere leistungshungrige Netzwerkdatenverkehre zu bewältigen.
Schlussbemerkung
Ein Switch-Marktbericht von IDC, der auf den ersten Blick nur eine Veränderung der Herstellerrangliste zeigt, spiegelt den grundlegenden Wandel der Wettbewerbslogik im KI-Zeitalter wider.
Früher gehörten GPUs, CPUs, Switches und Netzwerkkarten zu unterschiedlichen Märkten; heute werden sie als Teil derselben KI-Infrastruktur neu definiert. Was über Sieg oder Niederlage im Wettbewerb entscheidet, ist nicht mehr die Leistungsführerschaft eines einzelnen Chips, sondern wer in der Lage ist, Rechenleistung, Netzwerk, Interconnects, Software und Systeme wirklich zu integrieren.
Von der Übernahme von Mellanox über die Entwicklung von Spectrum-X bis hin zur Positionierung von NVLink, CPO, BlueField und der vollständigen Netzwerkplattform hat Nvidia im Grunde immer dieselbe Frage beantwortet – wie man immer größere KI-Cluster mit höchster Effizienz betreiben kann.
Deshalb konnte der Switch-Chip zu Nvidias neuem Wachstumsmotor werden.
In den kommenden Jahren, wenn KI-Fabriken von Zehntausenden auf Hunderttausende oder Millionen von Karten anwachsen, wird die Bedeutung des Netzwerks nur noch weiter zunehmen. Für Nvidia ist vielleicht nicht die Anzahl der verkauften GPUs das wirklich Beachtenswerte, sondern die Frage, ob es leise dabei ist, zum bestimmenden Akteur für die gesamte KI-Infrastruktur zu werden.
Dies ist ein Thema, das alle Branchenteilnehmer zum Nachdenken anregen sollte.
