Dell'Oro Group 预测数据中心交换机市场将增长 50%

随着人工智能（AI）技术的飞速发展，其对计算能力、存储资源和网络带宽的需求呈现前所未有的增长态势，正在重塑数据中心基础设施的格局。从自然语言处理到计算机视觉的广泛应用领域中，AI算法不断推动着数据中心架构向更高性能、更大规模和更高效能的方向演进。为满足AI工作负载的独特需求，数据中心开始采用专门针对并行处理优化的硬件设备，如图形处理器（GPU）与张量处理单元（TPU），以实现大规模数据集处理及复杂计算任务的加速。

生成式人工智能（GenAI）这一前沿分支进一步加剧了对强大计算能力的要求，由于其能够生成高度逼真且创新的内容，需要支持海量数据训练以及实时推理的能力。因此，数据中心设计者和运营商正面临挑战，必须不断创新和升级硬件设施，提升能源效率，并优化数据管理策略，以适应日益增长的AI训练和推理需求。

根据Dell'Oro Group的一份权威报告，一场由AI驱动的后端网络革命即将引领数据中心交换机市场迎来高达50%的增长高潮。传统的服务器和交换机配置已无法满足当下需求，新的数据中心架构将转变为专为速度、可扩展性和高性能定制设计的基础设施，构建起支撑AI庞大数据吞吐量的“人工智能后端网络”。

戴尔'Oro集团副总裁Sameh Boujelbene指出，当前一些大型AI应用所处理的数据参数数量级已达数万亿级别，并且这个数字还在以每年十倍的速度持续膨胀。“如此快速的增长趋势使得部署数千乃至数十万个加速节点成为必然，这些节点在大型集群中的互联就需要一个数据中心级别的结构——即人工智能后端网络，它有别于主要连接通用服务器的传统前端网络。”

该报告预计到2025年，数据中心将广泛采用800 Gbps等超高传输速率的交换机，告别以往常见的办公室千兆交换机时代，转而拥抱能够承载高速数据传输的新型网络设备。这场较量不仅聚焦于基础性能的提升，也涵盖了不同技术路径的竞争：InfiniBand与以太网两者均在争夺AI网络领域的主导权。

InfiniBand凭借卓越的性能表现和针对硬件的高度优化特性，在人工智能训练及高性能计算领域表现出色，目前仍占据优势地位。然而，以太网作为更为普遍且拥有深厚用户基础的协议，尽管传统上被认为在速度上稍逊一筹，但近年来也在积极追赶并取得显著进展。尤其是通过引入以太网结构和可扩展数据中心交换机等新技术手段，以太网在AI领域逐渐展现出强大的可扩展性与成本效益优势。

虽然短期内InfiniBand在超大规模数据中心以及特定高要求AI工作负载方面可能仍将保持领导地位，但从长远视角看，以太网有望在人工智能网络市场的整体份额中取得重大突破。不过，Boujelbene强调：“除了网络速度之外，拥塞控制机制和自适应路由技术也同样关键。”他分析了各大云服务提供商在其构建的人工智能后端网络建设中的多种考量因素，从而指导预测模型的制定。

人工智能网络的兴起给数据中心运营商带来了机遇与挑战并存的局面。一方面，这为交换机供应商和服务提供商创造了一个充满潜力的巨大市场空间；另一方面，则要求他们投入大量资金进行新技术研发和专业人才队伍建设，以建设和维护这些面向AI优化的先进网络。

总之，未来几年内，那些能够迅速适应并有效利用人工智能优化网络技术的组织将在行业中脱颖而出。适应性、高速度、可扩展性、拥塞控制、自适应路由以及成本效益将成为塑造未来数据中心的关键要素。