谈到英伟达，我们很多时候想到他们的GPU。诚然，凭借其领先的CUDA和硬件，英伟达的GPU已经成为了AI市场的不二之选，而通过对Groq知识产权和技术的收购、对CPU技术的投入，英伟达也逐渐逐建起了巩固的算力护城河。但其实在此以外，英伟达另一类芯片，也已经悄然称霸。

根据IDC的数据，NVIDIA在2026年第一季度已成为收入排名第一的数据中心以太网交换机供应商。藏在其背后的芯片布局，就功不可没。

悄然崛起的“新巨头”

由于人工智能的蓬勃发展和全球各地正在建设的各种数据中心，该市场出现了显著增长。据报道，以太网交换机市场收入达到154亿美元，较上年同期增长39.8%。仅超大规模数据中心和企业数据中心一项的收入就达到100亿美元，较2025年同期增长61%。

从市场增长情况来看，美洲地区以 49.7% 的同比增长率领先，其次是 EMEA 地区，同比增长 32.2%，亚太地区以 25.9% 的同比增长率位居第三。

NVIDIA 凭借 21 亿美元的营收，同比增长 192.7%，目前占据数据中心以太网市场 21.5% 的份额。推动这一营收增长的关键因素是 NVIDIA 的Spectrum-X 平台，该平台提供端到端的网络解决方案，包括 BlueField DPU 和 NVIDIA LinkX 线缆。这些产品专为大规模 GPU 集群而设计，而这正是当今人工智能发展的方向。

据介绍，通过GPU和网络的集成协同设计，英伟达满足了超大规模数据中心和企业对AI工厂网络基础设施的需求。这种结构性转变正在重塑整个数据中心网络行业的厂商格局。

IDC在市场中进一步指出，对 400G 和 800G 部署的需求依然强劲，并将在未来几年持续增长。2026 年第一季度，800G 交换机占数据中心收入份额的 35.8%，而 200G 和 400G 交换机则占市场份额的 34.1%。这些交换机占据了全球数据中心以太网收入份额的 70%。

凭借其人工智能优化的 Spectrum-X 平台，此次成功凸显了 NVIDIA 在整个人工智能基础设施领域（从 GPU 和 CPU 到高性能网络）日益增强的主导地位。随着数据中心竞相扩展以适应人工智能时代，NVIDIA 正在证明，它不仅是加速器领域的领导者，更是下一代人工智能工厂值得信赖的端到端合作伙伴。

得益于这样的表现，英伟达已经超越了Arista Networks等竞争对手，后者在今年第一季度占据了数据中心以太网交换机市场20.7%的份额。其他主要厂商包括思科、华为和HPE。

从相关发言可以看到，这家芯片巨头越来越重视网络技术，并将其视为主要的增长动力。在日前的股东大会上，英伟达首席执行官黄仁勋表示，Spectrum-X“目前的规模已经超过了所有其他以太网网络产品的总和”。

在 5 月份的财报电话会议上，英伟达首席财务官科莱特·克雷斯表示，该公司更广泛的数据中心网络收入比上一年增长了两倍，达到 150 亿美元。作为对比，在更早之前的一个季度，英伟达披露其季度网络业务收入已接近110亿美元，同比增长高达263%

由此可以看到网络业务在该公司营收中的重要性。

一笔改变格局的收购

英伟达能在交换机市场取得如此表现，固然得益于其在2019年完成的一笔关键收购——以约69亿美元拿下以太网和InfiniBand互连巨头 Mellanox Technologies。

在当时，这笔交易并没有像后来AI GPU那样引发广泛关注。很多人认为，英伟达只是补齐了网络产品线。但几年后的今天回头来看，这更像是一笔决定英伟达未来十年竞争格局的战略投资。

彼时的数据中心，GPU仍然只是服务器中的一个加速器，网络更多承担着"连接设备"的角色。然而，随着大模型训练规模不断扩大，GPU数量从数百块增长到数千块、上万块，真正限制AI集群效率的，已经不再只是GPU本身，而是GPU之间的数据交换能力。

一句业内流传的话很好地概括了这种变化："AI时代，GPU决定算力上限，网络决定算力利用率。"

例如，在一个拥有数万块GPU的训练集群中，如果网络延迟增加几个微秒，或者拥塞导致部分GPU等待数据，那么最终损失的并不是几微秒，而是成千上万块GPU同时"空转"的成本。对于动辄数十亿美元建设成本的AI工厂而言，这种损失是无法接受的。

也正是在这样的背景下，Mellanox的价值开始真正释放。

作为全球高速互连领域最重要的厂商之一，Mellanox长期深耕InfiniBand和高性能以太网交换芯片，其交换ASIC、网卡（NIC）、智能网卡以及网络软件，在HPC领域积累了深厚优势。收购完成后，英伟达不仅获得了完整的网络产品线，更重要的是获得了将GPU、CPU、DPU、交换机乃至光互连统一设计的能力。

今天广受关注的 Spectrum-X，正是这种整合能力的代表。

它并不是简单卖一台交换机，而是将Spectrum交换芯片、BlueField DPU、ConnectX网卡、LinkX高速互连以及软件栈共同组成一套完整的AI网络平台。相比传统数据中心"服务器来自一家、交换机来自一家、网卡来自另一家"的拼装模式，英伟达开始向客户交付的是一整套AI基础设施。

对于超大规模云厂商而言，这种模式最大的价值并非减少采购对象，而是能够让GPU、网络和软件协同优化，从而提高整个AI集群的训练效率。

这也是为什么近年来越来越多AI工厂开始采用"GPU+网络"整体采购模式，而不是分别采购服务器和交换机。

从某种意义上说，英伟达卖的不再只是GPU，而是在出售整个AI数据中心。

但从Semianalysis日前提供的分析显示，英伟达除了凭借产品力赢得客户外，该公司似乎也正在依赖其影响力。Semianalysis表示，他们交谈过的许多新云高管认为，如果他们的集群中有非英伟达的网络设备，或者他们的云服务提供AMD GPU或TPU，英伟达就会进行报复。这也是推动英伟达网络业务如此出色的另一个原因。

虽然增长迅猛，但英伟达停止追逐新技术的步伐。

英伟达网络技术的未来

在去年九月接受networkworld采访的时候。英伟达网络高级副总裁吉拉德·沙伊纳 (Gilad Shainer) 表示，数据中心正在演变为一种新型的计算单元，其主要计算单元从 CPU 转向GPU，功能也从分散到不同的组件，以支持人工智能工作负载的基础设施。这种基础设施的演进需要同步的数据传输，并且至少涉及四个网络：计算网络、纵向扩展网络、横向扩展网络和接入网络。

“如今，数据中心的规模已经发生了变化。在人工智能时代，数据中心本身已成为计算单元。我们不再问‘我能买多少CPU？’，而是问‘如何设计一个能够以最高效率运行我的工作负载的数据中心？’”沙伊纳说道。“这种转变从根本上改变了我们设计、连接和优化基础设施的方式。巨型数据中心已成为新的计算单元，而现有的网络架构已无法应对。”他补充道。

沙伊纳此前在英伟达的一篇博客中解释说：“我们需要的是一种采用尖端技术的分层设计——比如曾经看起来像科幻小说里的共封装光学元件。”

英伟达也在其 Spectrum-X 以太网平台中集成了一套算法，这些算法能够实现各种网络协议，使 Spectrum-X 交换机、ConnectX-8 超级网卡以及搭载 Blackwell GPU 的系统无需硬件变更即可实现远距离连接。这些 Spectrum-XGS 算法利用实时遥测数据（跟踪流量模式、延迟、拥塞程度和站点间距离）动态调整控制参数。

开发和构建以太网技术是英伟达发展路线图的关键组成部分。自2023年首次推出Spectrum-X以来，英伟达已迅速将以太网发展成为其核心研发方向。与此同时，英伟达仍在积极开发InfiniBand技术，后者仍然是其核心的连接解决方案。

“InfiniBand 从一开始就是为同步高性能计算而设计的，它具备 RDMA 等特性，可以绕过 CPU 抖动，并支持自适应路由和拥塞控制，”Shainer 说。“它是大规模 AI 训练的黄金标准，连接了全球 270 多台顶级超级计算机。以太网正在迎头赶上，但传统的以太网设计——专为电信、企业或超大规模云而构建——并没有针对 AI 的独特需求进行优化，”沙伊纳说。

“我们在2023年底首次开始关注人工智能后端网络时，InfiniBand占据了市场主导地位，市场份额超过80%。”戴尔Oro集团副总裁Sameh Boujelbene此前在一份报告中写道。“尽管InfiniBand占据主导地位，但我们一直预测以太网最终会在规模化应用中胜出。然而，值得注意的是，以太网在人工智能后端网络中的普及速度非常快。随着行业迈向800 Gbps及更高速度，我们相信以太网现在已稳固地占据优势，有望在这些高性能部署中超越InfiniBand。”

650 Group也在一份报告中预测：“未来一两年内，随着800G的普及和1.6T网络的形成，以太网将成为更主流的网络技术，超越InfiniBand 。人工智能领域的800G周期将创造收入和端口数量的新纪录。”

对于英伟达的 NVLink 等可扩展网络而言，光器件是连接中的一个重要元素，因为连接的 GPU 硅设备之间需要传输大量的带宽。

“我们正致力于提高单个机架内的计算密度，以便该机架可以使用铜缆。铜缆零功耗、可靠且非常经济高效。只要能用铜缆，就应该用铜缆。但当客户需要将网络扩展到更远的距离时，铜缆就无法使用了，因为它无法传输如此远的距离，这时就需要采用光纤了。” ”沙伊纳说道。

目前，NVLink 每个 GPU 的双向带宽最高可达 1.8 TB/s，每个机架最多支持 72 个 GPU。预计未来几年，速度更快、容量更大的 NVLink 技术将迅速发展，以应对更高的速度和更多的 GPU 间通信需求。

在光通信领域，英伟达为其以太网和InfiniBand网络设备提供可插拔光模块。但英伟达也正在全力进军共封装光模块（CPO）网络领域。CPO将网络光模块直接集成到交换机ASIC芯片中。预计CPO技术将在未来几个月和几年内快速发展，以处理人工智能流量，并最终处理其他需要高性能的网络流量。

写在最后

IDC的一份交换机市场报告，看似只是一次厂商排名的变化，却折射出AI时代竞争逻辑的根本改变。

过去，GPU、CPU、交换机、网卡分别属于不同的市场；今天，它们正在被重新定义为同一套AI基础设施。决定竞争胜负的，也不再是哪一颗芯片性能领先，而是谁能够把计算、网络、互连、软件和系统真正整合起来。

从收购Mellanox，到打造Spectrum-X，再到布局NVLink、CPO、BlueField和完整网络平台，英伟达实际上一直在回答同一个问题——如何让越来越庞大的AI集群，以最高效率运行。

这也是为什么，交换芯片能够成为英伟达新的增长引擎。

未来几年，当AI工厂从数万卡迈向数十万卡、百万卡，网络的重要性只会继续提升。而对于英伟达来说，真正值得关注的，或许不是它又卖出了多少GPU，而是它是否正在悄然成为整个AI基础设施的话语权制定者。

这是一个值得所有行业参与者深思的话题。