Für weitere Einblicke  fordern Sie ein kostenloses Muster an. 

Die „GPU-Krise“ treibt grundlegende Systemüberarbeitungen voran

Im Jahr 2026 wird der Hauptgrund für massive Infrastrukturmodernisierungen die Erkenntnis sein, dass KI-Berechnungen nicht mehr rechenintensiv, sondern explizit netzwerkgebunden sind. Wenn Unternehmen von einem einzelnen Server auf Cluster mit Zehntausenden von GPUs skalieren, wird das Netzwerk zur Backplane des Supercomputers.

Ein schwerwiegender Betriebskostenfaktor, bekannt als „GPU-Verhungern“, zwingt Hyperscaler derzeit dazu, ihre Verbindungsstrategien zu überdenken. Aktuelle Produktionsdaten – darunter auch von Meta veröffentlichte Daten – zeigen, dass in unoptimierten Netzwerken, die umfangreiches Training tiefer neuronaler Netze durchführen, der Kommunikationsaufwand bis zu 60 % der gesamten Trainingsiterationszeit ausmachen kann. Da KI-Workloads zudem stark auf synchronen „All-Reduce“-Operationen basieren, sind ganze GPU-Cluster von „Tail Latency“ betroffen, bei der Tausende teurer Chips ungenutzt auf das langsamste Datenpaket warten.

Reale Benchmarks aus dem Jahr 2026 zeigen, dass suboptimale Netzwerkarchitekturen dazu führen, dass GPUs der nächsten Generation (wie die Nvidia B200 oder die AMD MI300X) bis zu 30 % ihrer Rechenzyklen ungenutzt bleiben. Da massive Cluster Investitionen in Milliardenhöhe erfordern, beeilen sich die Betreiber, fortschrittliche Verbindungstechnologien zu beschaffen, denn die Kosten ungenutzter Rechenleistung übersteigen die für leistungsstarke Netzwerkarchitekturen gezahlten Aufpreise bei Weitem.

Der Durchbruch von AI Ethernet im Jahr 2026: Herausforderung der InfiniBand-Dominanz in Hyperscale-Netzwerken im Markt für KI-Netzwerke und -Verbindungen

Historisch gesehen war Nvidias InfiniBand aufgrund der Anforderungen an verlustfreie Datenübertragung und geringe Latenz beim KI-Training die Standardwahl. 2026 markiert jedoch einen entscheidenden Wendepunkt: KI-optimiertes Ethernet hat InfiniBand in der Nachfrage erreicht und in einigen Hyperscale-Anwendungsfällen sogar übertroffen.

Diese Nachfrageverschiebung wird durch zwei wichtige Entwicklungen angetrieben:

• Die xAI-„Colossus“-Validierung: Der ultimative Machbarkeitsnachweis für Ethernet wurde mit Elon Musks xAI erbracht. Ihr Supercomputer „Colossus“, der bis Anfang 2026 auf beispiellose 200.000 vernetzte H100-GPUs erweitert werden sollte, umging bekanntermaßen InfiniBand. Stattdessen nutzt er Nvidias Spectrum-X Ethernet (mit einem 800-Gbit/s-Kern) und bewies damit, dass Ethernet massive Skalierung ohne Beeinträchtigung der Job Completion Times (JCT) bewältigen kann.
• Der UEC 1.0-Standard ist Realität: Seit der Veröffentlichung der Spezifikation 1.0 des Ultra Ethernet Consortium (UEC) setzen Unternehmen verstärkt auf UEC-konforme Hardware. Traditionelles Ethernet war verlustbehaftet und basierte stark auf starren Routing-Methoden. Ultra Ethernet führt KI-basierte Mechanismen wie adaptives Load Balancing, die Zustellung von Paketen in beliebiger Reihenfolge und eine fortschrittliche Staukontrolle ein, die das Head-of-Line-Blocking verhindern, das Ethernet-Systeme zuvor stark beeinträchtigte.

Da Ethernet ein breiteres Ökosystem bietet, die Abhängigkeit von einem einzelnen Anbieter vermeidet und auf einen großen bestehenden Pool von Netzwerktechnikern zurückgreifen kann, nimmt die Nachfrage von Unternehmen nach KI-optimierten Ethernet-Switches massiv zu.

Der 1,6-Tonnen-Optikzyklus und die Herausforderung der „Skalierung über verschiedene Dimensionen hinweg“

Da Cluster immer größer werden und somit einen einzelnen Rechenzentrumsraum überschreiten, hat der enorme physische Abstand zwischen den Racks eine rasante Weiterentwicklung der Verbindungshardware erzwungen. Kupferkabel (DACs) stoßen aufgrund von Signalverlusten an ihre Grenzen, sobald die Leistungsdichte der Racks 100 kW bis 150 kW übersteigt. Optische Verbindungen sind daher zum absoluten Flaschenhals für die Skalierung der Infrastruktur geworden.

• Beschleunigte Bandbreiten-Lebenszyklen: Während 800G-Optiken erst Ende 2024/2025 zum Standard wurden, ist 2026 bereits ein massiver Einsatz von optischen Transceivern mit 1,6 Terabit (1,6T) zu beobachten. Branchenprognosen, die die Lieferketten verfolgen, zeigen, dass die Nachfrage nach 1,6T die Erwartungen übertrifft; für dieses Jahr werden voraussichtlich rund 11 Millionen Einheiten ausgeliefert. Die elektrischen Schichten von Rechenzentrumsnetzwerken müssen nun bei jeder Bandbreitengeneration ersetzt werden – ein deutlich aggressiverer Upgrade-Zyklus als bei herkömmlichen Unternehmensnetzwerken.
• Der Aufstieg von „Coherent Lite“ für KI: Um Cluster mit über 100.000 GPUs zu realisieren, nutzen Hyperscaler eine „Scale-Across“-Architektur, die mehrere lokale Rechenzentren miteinander verbindet. Standardmäßige IMDD-Optiken (Intensity Modulation/Direct Detection) stoßen bei 1,6 T über diese großen Entfernungen an ihre Grenzen. Daher steigt die Nachfrage nach „kohärenter Optik“ – die bisher nur in der Weitverkehrs-Telekommunikation eingesetzt wurde – rasant an. Diese wird nun als kostengünstige, energieeffiziente „Coherent Lite“-Module weiterentwickelt, die speziell für die Vernetzung von KI-Rechenzentrumscampussen konzipiert sind.

Wo verläuft die Trennlinie zwischen Scale-Up-Computing und Scale-Out-Architektur im Markt für KI-Netzwerke und -Verbindungen?

Die Navigation durch die komplexe Struktur der Hardware der nächsten Generation erfordert eine klare Trennung zwischen reinen Verarbeitungspfaden und Speichererweiterungsebenen. Fortschrittliche Scale-up-Verbindungen wie NVLink der fünften Generation bieten eine beispiellose bidirektionale Bandbreite. Sie schaffen massive, flache Domänen, die Dutzende von GPUs zu einer einzigen, zusammenhängenden Verarbeitungseinheit verbinden. 

Der breitere Markt kann sich jedoch nicht allein auf reine Rechenbandbreite verlassen. Um die drohende Speichergrenze direkt zu überwinden, hat Compute Express Link (CXL) seine Position im Scale-Out-Speicher-Tiering fest etabliert.

CXL 3.2, PCIe 7.0 und AECs verändern die Märkte für skalierbare KI-Konnektivität

Technologien wie CXL 3.2 ermöglichen die Speichererweiterung in Echtzeit und schließen so die entscheidende Lücke zwischen der Latenz der Erweiterung im Sub-Mikrosekundenbereich und lokalen NUMA-Knoten. Diese architektonische Divergenz stellt einen kritischen Wendepunkt für den Markt dar. Parallel dazu erfolgt die Umstellung der Host-Verbindungen auf PCIe 6.x und 7.x mit PAM4-Signalisierung, wodurch der bidirektionale Durchsatz aktiv verdoppelt wird, um immense Arbeitslasten zu bewältigen.

Um die erheblichen Reichweitenbeschränkungen passiver Kupferleitungen zu überwinden, ermöglicht die Integration ultraschneller aktiver elektrischer Kabel (AECs) nun verlustfreie Datenübertragungsraten über größere Entfernungen. Die Entwicklungen im Markt für KI-Netzwerke und -Verbindungen verdeutlichen, dass die optimale Clusterleistung ein sensibles technisches Gleichgewicht erfordert. IT-Strategen müssen hochbandbreitige Chip-zu-Chip-Scale-up-Verbindungen nahtlos mit hochflexiblen Scale-out-Umgebungen verbinden und so die reibungslose Kommunikation von Hardware verschiedener Hersteller gewährleisten, ohne kritische Datenpipelines zu drosseln.

Warum ist der Übergang zu Siliziumphotonik und gemeinsam verpackter Optik unabdingbar?

Da elektrische Verbindungen rasch an ihre physikalischen Grenzen stoßen, ist der Übergang zur optischen Integration zum wichtigsten technologischen Sprung im modernen Rechenzentrum geworden. 

Der Markt für KI-Netzwerke und -Verbindungen vollzieht aktiv den Übergang von herkömmlichen, frontseitig steckbaren Transceivern hin zu Co-Packaged Optics (CPO) und Nanolaser-Photonik-Interposern, die direkt in 3D-Chip-Umgebungen eingebettet sind.

Siliziumphotonik und KI-basierte Gehäuse ermöglichen führende Leistung bei Verbindungstechnologien der nächsten Generation

Durch die heterogene Anordnung der Optik direkt neben der GPU können Infrastrukturingenieure massive Signallatenzen strukturell beseitigen und den herkömmlichen Aufwand für die elektrische Re-Serialisierung vollständig umgehen. Diese optische Verlagerung nach innen löst elegant die physikalische Leiterbahnbegrenzung. 

Darüber hinaus ermöglicht die Wafer-Level-Gehäusetechnologie mit DWDM-Lasern (Dense Wavelength Division Multiplexing) die simultane Übertragung multispektraler Daten. Interessanterweise beschleunigt die Intelligenz dieser Netzwerke deren Entwicklung; generative Modelle erstellen nun autonom komplexe Layouts für photonische integrierte Schaltungen. Für Akteure im Markt für KI-Netzwerke und -Verbindungen ist die Anwendung fortschrittlicher aktiver Ausrichtungsmethoden zur Behebung intermittierender physikalischer Ausfälle – bekannt als Soft-Link-Flaps – von entscheidender Bedeutung.

Da immersionsgekühlte, steckbare Optiken zukünftige flüssigkeitsgekühlte Systeme nahtlos simulieren, ist die Entwicklung unübersehbar. Um im Markt für KI-Netzwerke und -Verbindungen wettbewerbsfähig zu bleiben, ist der Einsatz fortschrittlicher Substrate und hochintegrierter Siliziumphotonik kein futuristischer Luxus mehr, sondern eine grundlegende Voraussetzung für nachhaltiges Wachstum der Rechenleistung.

Wie kann die Branche die Energiebarriere und die thermischen Engpässe im Markt für KI-Netzwerke und -Verbindungen überwinden?

Die größte Hürde für die Skalierung von KI-Infrastrukturen ist nicht die Verfügbarkeit von Silizium, sondern die thermodynamische Realität. Da moderne KI-Serverracks eine Leistungsdichte von deutlich über 100 kW erreichen, ist die herkömmliche Luftkühlung völlig überholt. Diese drohende thermische Krise verändert den Markt für KI-Netzwerke und -Verbindungen grundlegend und erzwingt einen kompletten architektonischen Wandel hin zu vollständig flüssigkeitsgekühlten Ethernet-Switches. 

Durch die direkte Integration von Kühlplatten auf ASICs und Transceivern können Rechenzentren ihre Energieeffizienz (PUE) senken und so die Grenzen der aktiven Luftkühlung effektiv umgehen.

Flüssigkeitskühlung und Energieeffizienz treiben die Wirtschaftlichkeit der KI-Infrastruktur voran

Der branchenübliche Maßstab für die Effizienz von Verbindungsleitungen verlagert sich rasant von der Gesamtleistung in Watt hin zu Picojoule pro Bit (pJ/Bit). Der Einsatz geschlossener Flüssigkeitskühlkreisläufe ist unerlässlich, nicht nur für die Betriebsstabilität, sondern auch um den extremen Wasserverbrauch im Zusammenhang mit dem Wärmemanagement von Hyperscale-Netzwerken deutlich zu reduzieren. 

Darüber hinaus gewährleistet die strategische Standardisierung von Blind-Mate-Flüssigkeitskühlverteilern mittels OCP-ORV3-Protokollen die nahtlose Wartung dieser bemerkenswert dichten Netzwerkstrukturen. Letztendlich begrenzen die verfügbare Netzleistung und die thermische Effizienz die maximale Clustergröße. Strategen müssen diese thermischen Dynamiken als zentrale wirtschaftliche Variablen und nicht nur als Infrastrukturfragen betrachten.

Markt für KI-Netzwerke und -Verbindungen: Hemmnisse und Wirkungsanalyse (2026–2035)

Wettbewerbsanalyse: Die fünf führenden Anbieter im Markt für KI-Netzwerke und -Verbindungen

1. NVIDIA: Unübertroffen dank seines umfassenden Ökosystems. Durch die Nutzung von InfiniBand (über Mellanox), dem proprietären NVLink und Spectrum-X Ethernet bietet NVIDIA die für massive KI-Trainingsworkloads erforderliche, extrem latenzarme GPU-zu-GPU-Verbindung.
2. Broadcom: Der unangefochtene Marktführer im Bereich KI-gestützter Ethernet-Switches. Die Switch-Siliziumarchitekturen Tomahawk und Jericho bilden die Grundlage für Hyperscale-Cloud-Rechenzentren. Broadcom ist außerdem führend bei PCIe-Konnektivität und kundenspezifischen KI-Netzwerkchips.
3. Arista Networks: Ein führendes Unternehmen im Bereich High-Performance-Ethernet. Die tiefe Integration von Arista mit Cloud-Giganten und das hochskalierbare, erweiterbare Betriebssystem (EOS) machen die Switches zur ersten Wahl für Backend-KI-Netzwerkarchitekturen.
4. Marvell Technology: Das Rückgrat optischer Verbindungen. Marvell dominiert den Bereich der Elektrooptik – insbesondere mit seinen PAM4-DSPs und optischen Transceivern –, die für die schnelle und latenzarme Übertragung massiver KI-Datensätze unerlässlich sind.
5. Cisco Systems: Ein traditioneller Netzwerkriese, der erfolgreich in den KI-Bereich expandiert. Cisco setzt auf seine einheitliche Silicon-One-Architektur, um die für skalierbare KI-Rechenzentren notwendige hohe Bandbreite und energieeffiziente Ethernet-Routing- und Switching-Funktionalität bereitzustellen.

Segmentanalyse des Marktes für KI-Netzwerke und -Verbindungen

Nach Stoffkategorie: Scale-Up (Intra-Rack) dominiert den Markt 

Der Trend hin zu riesigen Clusterarchitekturen festigt die Marktführerschaft von Scale-Up-Topologien (Intra-Rack). Durch die Integration massiver Multi-GPU-Knoten direkt in einzelne Racksminimieren Hyperscaler die Latenzengpässe, die dem Ost-West-Verkehr inhärent sind. Diese extrem dichte Architektur wird durch die exponentielle Skalierung der Parameter von LLMs ermöglicht, was eine nahezu instantane Speicherkohärenz über alle Rechencluster hinweg erfordert. 

Folglich priorisieren Betreiber die Bandbreitenoptimierung innerhalb eines Racks gegenüber herkömmlichen Spine-Leaf-Architekturen, um einen schnellen Datenzugriff für intensive Trainingsphasen zu gewährleisten. Die daraus resultierenden Dichteparadigmen bedingen, dass der Markt für KI-Netzwerke und -Verbindungen Kurzstreckenkonfigurationen priorisieren wird, um Spitzendurchsatz zu gewährleisten.

• Die GPU-zu-GPU-Bandbreite innerhalb der Racks übersteigt mittlerweile konstant 900 GB/s.
• Die Verbindungen innerhalb der Racks machen über 65 % der gesamten Investitionskosten des Clusters aus.
• Kundenspezifische PCIe Gen 6 Scale-up-Domänen reduzieren die systemische Tail-Latenz drastisch.
• Die Einführung von Superknoten basiert vollständig auf optimierten Intra-Rack-Switching-Fabrics.

Nach Technologie: Ethernet/Ultra Ethernet waren marktführend

Angetrieben durch Interoperabilität und Standardisierung seitens der Hersteller, haben Ethernet- und UEC-Standards (Ultra Ethernet Consortium) den Markt für KI-Netzwerke und -Verbindungen maßgeblich geprägt. Traditionell hielten proprietäre Technologien Monopole im Rechenbereich, doch die jüngsten Verbesserungen von Ethernet minimieren Paketverluste durch fortschrittliches Multipath-Routing. Diese Weiterentwicklung ermöglicht nahtlose Skalierbarkeit in Exascale-Rechenzentren ohne hohe Preisaufschläge aufgrund der Herstellerbindung. 

Darüber hinaus führen die UEC-Fortschritte zu optimierten Transportprofilen, die speziell für RoCEv2 entwickelt wurden und verlustfreie, hochperformante Pipelines gewährleisten, welche für synchronisierte Workloads unerlässlich sind. Da Cloud-Anbieter ihre Backend-Infrastrukturen aktiv umstellen, dreht sich der Markt für KI-Netzwerke und -Verbindungen zunehmend um die allgegenwärtige Präsenz von Ethernet und seine unübertroffenen Skaleneffekte.

• RoCEv2-Implementierungen erreichten einen beispiellosen Marktanteil von 72 % bei Backend-Systemen.
• Ultra Ethernet-kompatible Hardware-Pipelines verkürzen die Job-Abschlusszeiten um 18 %.
• Die Implementierungen von Broadcom und Cisco sind stark auf Ethernet-Topologien ausgerichtet.
• Standardisierte Ethernet-Optiken senken die Bereitstellungskosten pro Port um 150 US-Dollar.

Nach Komponenten: Switch Silicon & Systems dominiert den Markt

Die Notwendigkeit deterministischer Paketweiterleitung sichert Switch Silicon & Systems eine führende Position im Markt für KI-Netzwerke und -Verbindungen. Im Zentrum jeder KI-Fabrik bestimmen spezialisierte Netzwerk-ASIC-Architekturen die maximal erreichbare Cluster-Basis und den gesamten Netzwerkdurchsatz. Der aggressive Übergang zu 51,2-Tbit/s-Switch-Plattformen unterstreicht eine grundlegende Tatsache: Rechenleistung bleibt ungenutzt, wenn die Switching-Chips nicht entsprechend skaliert werden. 

Innovationen, die integrierte optische Komponenten (CPO) direkt in Switch-Logikplatinen einbinden, steigern den Systemwert zusätzlich und sichern die Ausschöpfung von Infrastrukturbudgets. Durch die Verankerung des Routings auf der physikalischen Schicht bestimmen Switch-Systeme maßgeblich die Wachstumsentwicklung des gesamten Marktes für KI-Netzwerke und -Verbindungen.

• Siliziumchips der nächsten Generation mit 51,2 Tbps ermöglichen eine Reduzierung des Stromverbrauchs um 40 %.
• Switches machen fast 55 % aller Hardwareinvestitionen auf Komponentenebene aus.
• Fortschrittliche, in Switch-ASICs integrierte Telemetrie verhindert sofort kurzzeitige Überlastungen.
• Konsolidierte Vermittlungssysteme integrieren Onboard-Elektrooptiken, um den Platzbedarf zu optimieren.

Nach Datenrate: 800G dominiert den Markt 

Die steigenden Anforderungen an die I/O-Dichte für generative KI belegen eindeutig, warum 800G im Jahr 2025 den Markt für KI-Netzwerke und -Verbindungen dominieren wird. Angesichts der rasant steigenden Durchsatzgrenzen einzelner GPUs forderten Architekten optische 800G-Transceiver, um Datenengpässe zu vermeiden. Dieser Technologiesprung adressiert direkt die enormen Nutzlastanforderungen verteilter MoE-Modelle. Die Kommerzialisierung der 200G-SerDes-Technologie beschleunigt deren Verbreitung, halbiert die Anzahl der optischen Kanäle und verbessert die Energieeffizienz drastisch. 

Der massenhafte Einsatz von 800G-Konfigurationen bildet die Grundlage für Rechenumgebungen im ExaFLOP-Maßstab. Angesichts der aggressiven Beschaffung von Hyperscale-Lösungen betrachtet der Markt für KI-Netzwerke und -Verbindungen 800G als absolute Grundvoraussetzung.

• Weltweit wurden mehr als 12 Millionen optische Transceiver ausgeliefert.
• Durch die Verwendung von 200G SerDes-Elektroleitungen wird der Stromverbrauch des Moduls um 25 % reduziert.
• Hyperscale-Rechenzentren verwenden 80 % ihres optischen Budgets ausschließlich für 800G.
• Der Übergang zur 800G-Architektur verbessert die Ausführungsgeschwindigkeit von Cluster-Jobs um 30 %.

Regionale Analyse des Marktes für KI-Netzwerke und -Verbindungen

Nordamerika: Den Markt halten

Nordamerika dominiert den Markt für KI-Netzwerke und -Verbindungen, angetrieben durch beispiellose Investitionen von Hyperscalern. Die USA bilden das Zentrum dieser Entwicklung und vereinen über 85 % der regionalen Infrastrukturinvestitionen auf sich, da führende Cloud-Anbieter in rasantem Tempo Trainingscluster mit 100.000 GPUs bereitstellen. Diese aggressive Skalierung erfordert fortschrittliche 800G-Glasfaserleitungen und Backend-Infrastrukturen mit extrem niedriger Latenz, um multimodale generative KI-Workloads zu bewältigen. 

Folglich sorgen die heimischen Silizium-Schwergewichte dafür, dass die Vereinigten Staaten das Epizentrum für die Entwicklung modernster Schaltersilizien und -systeme bleiben. 

Kanada leistet zudem einen wesentlichen Beitrag zum regionalen Wachstum, indem es lokale Rechenzentren für KI-Inferenz ausbaut und spezialisierte Forschungszentren für Photonik fördert. Die Kommerzialisierung von Ultra-Ethernet-Technologien der nächsten Generation in diesen nordamerikanischen Einrichtungen festigt ihren technologischen Vorsprung. Durch hohe Investitionen in Exascale-Rechenarchitekturen und den Einsatz von Co-Packaged Optics (CPO) sichert sich die Region einen uneinholbaren Vorsprung. 

Letztlich stellt die hohe Dichte an Entwicklern grundlegender KI-Modelle und maßgeschneiderten Silizium-Entwicklungsteams sicher, dass Nordamerika auch weiterhin die architektonische Entwicklung des globalen Marktes für KI-Netzwerke und -Verbindungen bestimmen wird.

Asien-Pazifik: Die am schnellsten wachsende Region

Der asiatisch-pazifische Raum ist die am schnellsten wachsende Region im Markt für KI-Netzwerke und -Verbindungen. Treiber dieses Wachstums sind ambitionierte staatliche KI-Initiativen und der massive Ausbau von Hyperscale-Netzen. China treibt dieses Wachstum maßgeblich voran, indem es seine eigenen Silizium-Pipelines nutzt, um riesige staatlich geförderte KI-Trainingszentren aufzubauen und gleichzeitig die heimischen Ethernet-Lieferketten zu optimieren. 

Gleichzeitig bleibt Taiwan der unverzichtbare Dreh- und Angelpunkt für die physikalische Schicht und fertigt über 90 % der weltweit eingesetzten optischen Transceiver und Netzwerk-ASICs. Diese enge Lieferkette reduziert den regionalen Implementierungsaufwand und die Hardwarekosten erheblich. Japan und Südkorea beschleunigen die Einführung zusätzlich, indem sie fortschrittliche 800G-Infrastrukturen in ihre nationalen 6G- Forschungszentren für Telekommunikation integrieren und so Telekommunikation mit KI-gestütztem Edge-Computing verbinden. 

Darüber hinaus bietet Indien ein enormes Greenfield-Wachstumspotenzial: Lokale Rechenzentrumsbetreiber investieren bis 2026 fast 2 Milliarden US-Dollar in den Bau von RoCEv2-optimierten Anlagen, um dem rasant steigenden Bedarf an KI-Lösungen in Unternehmen gerecht zu werden. Da regionale Unternehmen schnell von CPU-zentrierten zu GPU-lastigen Architekturen wechseln, steigt der Bedarf an Rack-Topologien sprunghaft an. Diese beispiellose Synergie aus führender Fertigungsindustrie, hohen staatlichen Subventionen und lokalem Datenbedarf garantiert, dass der asiatisch-pazifische Raum im Markt für KI-Netzwerke und -Verbindungen weiterhin Spitzenleistungen erbringen wird.

Die 5 wichtigsten aktuellen Entwicklungen im Markt für KI-Netzwerke und -Verbindungen

1. Palomino Laboratories (11. August): Einführung einer neuen Kundenplattform mit Fokus auf KI-Verbindungen von 0 bis 50 Metern, darunter Chipsätze zur Geschwindigkeitssteigerung durch Kupfer, optische MicroVCSEL-ICs und Silizium/Galliumnitrid-MicroLED-ICs für KI- und HPC-Rechenzentren. 
2. Upscale AI (22. Juni): Das Unternehmen hat seine Serie-A-Finanzierungsrunde um 190 Millionen US-Dollar aufgestockt und verfügt nun über insgesamt 500 Millionen US-Dollar für den Ausbau offener KI-Netzwerksysteme. Upscale AI konzentriert sich dabei auf heterogene, interoperable Scale-Out-Cluster.
3. HPE (16. Juni): Erweiterte die selbstfahrende Vernetzung in KI-Fabriken und Rechenzentren durch die Einführung KI-optimierter Juniper QFX Switches, darunter der QFX5140 für Inferenz und eine tiefere Integration mit der AI Data Center Solution. 
4. Celestica (29. April): Die DS6000-Serie mit 1,6-TbE -Switches ist ab sofort bestellbar. Die auf Broadcom Tomahawk 6 basierenden Plattformen bieten bis zu 102,4 Tbit/s, 64 × 1,6-TbE-Ports und Unterstützung für Kupfer-/Glasfaserverbindungen für KI-Backend-Netzwerke. 
5. Ciena (25. Februar): Vorgestellt wurde Vesta 200 6.4T CPX, eine steckbare, gemeinsam verpackte Optiklösung, die für die Skalierung von KI-Systemen entwickelt wurde und einen bis zu 70 % geringeren Stromverbrauch verspricht.

Führende Unternehmen im Markt für KI-Netzwerke und -Verbindungen

• NVIDIA
• Broadcom
• Arista Networks
• Cisco
• Marvell Technology
• Astera Labs
• Credo Technology
• Kohärent
• Lumentum
• Ciena
• Juniper Networks
• Celestica
• Accton Technology
• Amphenol
• Nokia
• Weitere prominente Spieler

Marktsegmentierungsübersicht

Nach Stoffart

• Scale-Up/Intra-Rack
• Scale-Out/Cluster
• Maßstabübergreifend/Standortübergreifend

Durch Technologie

• Ethernet/Ultra Ethernet
• InfiniBand
• NVLink & UALink
• Optische Schaltungsschaltung

Nach Komponente

• Schaltsilizium und Systeme
• Netzwerkkarten/DPUs/SuperNICs
• Optische Transceiver
• Zeitschaltuhren und Verkabelung
• Netzwerksoftware & Telemetrie

Nach Datenrate

• 400G
• 800G
• 1,6 t und mehr

Vom Endbenutzer

• Hyperscaler
• Neocloud-Anbieter
• Unternehmen
• Forschungs- und HPC-Zentren

Nach Region

• Nordamerika
  • Die USA.
  • Kanada
  • Mexiko
• Europa
  • Westeuropa
    • Großbritannien
    • Deutschland
    • Frankreich
    • Italien
    • Spanien
    • Übriges Westeuropa
  • Osteuropa
    • Polen
    • Russland
    • Übriges Osteuropa
• Asien-Pazifik
  • China
  • Indien
  • Japan
  • Australien und Neuseeland
  • Südkorea
  • ASEAN
  • Übriges Asien-Pazifik
• Naher Osten und Afrika (MEA)
  • Saudi-Arabien
  • Südafrika
  • VAE
  • Rest von MEA
• Südamerika
  • Argentinien
  • Brasilien
  • Restliches Südamerika