더 자세한 정보를 얻으려면  무료 샘플을 요청하세요 

"GPU 자원 부족" 위기가 패브릭 개편을 촉발하고 있다

2026년, 대규모 인프라 업그레이드를 이끄는 주요 촉매제는 AI 컴퓨팅이 더 이상 연산 능력에 좌우되는 것이 아니라 네트워크에 의해 좌우된다는 인식일 것입니다. 기업이 단일 서버에서 수만 개의 GPU 클러스터로 규모를 확장함에 따라 네트워크는 슈퍼컴퓨터의 백플레인이 됩니다.

현재 하이퍼스케일 기업들은 "GPU 기아 현상"으로 알려진 심각한 운영 부담 때문에 상호 연결 전략을 재고해야 하는 상황에 직면해 있습니다. Meta에서 공개한 데이터를 포함한 최근의 운영 현장 원격 측정 데이터에 따르면, 최적화되지 않은 네트워크에서 대규모 딥 뉴럴 네트워크(DNN) 학습을 실행할 경우 네트워크 통신 오버헤드가 전체 학습 반복 시간의 최대 60%를 차지할 수 있는 것으로 나타났습니다. 더욱이, AI 워크로드는 동기식 "All-Reduce" 연산에 크게 의존하기 때문에 전체 GPU 클러스터가 "테일 레이턴시"에 노출될 수 있습니다. 이 현상에서는 수천 개의 고가의 칩이 가장 느린 데이터 패킷이 도착하기를 기다리며 유휴 상태로 남아 있게 됩니다.

2026년 실제 벤치마크 결과에 따르면, 최적화되지 않은 네트워크 패브릭은 차세대 GPU(예: Nvidia B200 또는 AMD MI300X)가 컴퓨팅 사이클의 최대 30%를 유휴 상태로 방치하게 만드는 것으로 나타났습니다. 수십억 달러 규모의 자본 투자가 필요한 대규모 클러스터 구축에 있어, 통신 사업자들은 고성능 네트워크 패브릭에 투자하는 비용보다 유휴 컴퓨팅으로 인한 손실이 훨씬 크기 때문에 첨단 인터커넥트 도입에 박차를 가하고 있습니다.

AI 이더넷의 2026년 도약: AI 네트워킹 및 상호 연결 시장에서 하이퍼스케일 네트워크 전반에 걸쳐 인피니밴드의 지배력에 도전

역사적으로 AI 학습에 필요한 무손실, 저지연 요구 사항 때문에 엔비디아의 인피니밴드가 기본 선택이었습니다. 그러나 2026년은 AI에 최적화된 이더넷이 인피니밴드와 수요 면에서 동등해졌고, 일부 하이퍼스케일 사용 사례에서는 인피니밴드를 능가하는 결정적인 전환점이 되었습니다.

이러한 수요 변화는 두 가지 주요 요인에 의해 촉발되었습니다

• xAI의 "콜로서스" 검증: 이더넷의 궁극적인 개념 증명은 일론 머스크의 xAI에서 이루어졌습니다. 2026년 초까지 전례 없는 20만 개의 H100 GPU가 상호 연결된 슈퍼컴퓨터 "콜로서스"는 인피니밴드를 사용하지 않고 엔비디아의 스펙트럼-X 이더넷(800Gbps 코어)을 활용하여 이더넷이 작업 완료 시간(JCT) 저하 없이 대규모 환경을 처리할 수 있음을 입증했습니다.
• UEC 1.0 표준 실현: 울트라 이더넷 컨소시엄(UEC) 1.0 사양이 발표된 후, 기업들은 UEC 호환 하드웨어를 적극적으로 도입하고 있습니다. 기존 이더넷은 데이터 손실이 크고 경직된 라우팅 방식에 크게 의존했습니다. 울트라 이더넷은 적응형 로드 밸런싱, 순서에 상관없이 패킷 전송, 고급 혼잡 제어와 같은 AI 기반 메커니즘을 도입하여 기존 이더넷 환경에서 문제가 되었던 헤드 오브 라인 블로킹 현상을 방지합니다.

이더넷은 더 넓은 생태계를 제공하고, 특정 공급업체에 종속되지 않으며, 기존의 방대한 네트워크 엔지니어 인력을 활용할 수 있기 때문에 AI에 최적화된 이더넷 스위치에 대한 기업 수요가 급격히 증가하고 있습니다.

1.6T 광학 사이클과 "규모 확장" 과제

클러스터 규모가 단일 데이터홀을 초과함에 따라 랙 간의 물리적 거리가 너무 멀어져 연결 하드웨어의 급속한 발전이 불가피해졌습니다. 랙 전력 밀도가 100kW에서 150kW를 넘어서면서 구리 케이블(DAC)은 신호 손실로 인해 심각한 물리적 한계에 직면하게 되었습니다. 결과적으로 광 인터커넥트는 인프라 확장의 절대적인 병목 현상이 되었습니다.

• 가속화된 대역폭 수명 주기: 800G 광 모듈이 2024년 말/2025년에야 표준으로 자리 잡았지만, 2026년에는 이미 1.6테라비트(1.6T) 광 트랜시버가 대규모로 배포되고 있습니다. 공급망을 추적하는 업계 전망에 따르면 1.6T 수요가 예상치를 뛰어넘어 올해 약 1,100만 대가 출하될 것으로 예상됩니다. 데이터 센터 네트워크의 전기 계층은 이제 모든 대역폭 세대마다 교체가 필요하며, 이는 기존 기업 네트워킹보다 훨씬 더 빠른 업그레이드 주기입니다.
• AI를 위한 "코히런트 라이트"의 부상: 10만 개 이상의 GPU 클러스터를 구축하기 위해 하이퍼스케일러들은 여러 개의 지역 데이터 센터를 연결하는 "스케일 어크로스(Scale-Across)" 아키텍처를 활용하고 있습니다. 표준 IMDB(Intensity Modulation/Direct Detection) 광학 장치는 이러한 장거리에서 1.6T의 부하를 견디지 ​​못합니다. 그 결과, 기존에는 장거리 통신에만 사용되던 "코히런트 광학"에 대한 수요가 급증하고 있으며, 이제 이러한 코히런트 광학 장치는 AI 데이터 센터 캠퍼스 간 연결에 특화된 비용 효율적이고 저전력의 "코히런트 라이트" 모듈로 재설계되고 있습니다.

AI 네트워킹 및 상호 연결 시장에서 스케일업 컴퓨팅과 스케일아웃 아키텍처를 구분하는 명확한 경계는 어디일까요?

차세대 하드웨어의 복잡한 구조를 효율적으로 활용하려면 기본 처리 경로와 메모리 확장 계층을 명확하게 구분해야 합니다. 5세대 NVLink와 같은 고급 확장형 인터커넥트는 탁월한 양방향 대역폭을 제공하며, 수십 개의 GPU를 하나의 통합된 처리 장치로 연결하는 대규모 플랫 도메인을 구축합니다. 

하지만 더 넓은 시장은 단순히 컴퓨팅 대역폭에만 의존할 수 없습니다. 다가오는 메모리 병목 현상을 직접적으로 해결하기 위해 Compute Express Link(CXL)는 스케일아웃 메모리 티어링 분야에서 확고한 입지를 다졌습니다.

CXL 3.2, PCIe 7.0 및 AEC가 확장 가능한 AI 연결 시장을 혁신합니다

CXL 3.2와 같은 기술은 실시간 메모리 확장을 지원하여, 마이크로초 미만의 확장 지연 시간과 로컬 NUMA 노드 간의 중요한 격차를 효과적으로 해소합니다. 이러한 아키텍처적 차이는 시장에 있어 중요한 전환점입니다. 호스트 인터커넥트는 동시에 PAM4 시그널링을 사용하는 PCIe 6.x 및 7.x로 전환되고 있으며, 이를 통해 양방향 처리량이 두 배로 증가하여 막대한 워크로드를 수용할 수 있게 되었습니다.

또한, 수동형 구리 케이블의 심각한 물리적 거리 제한을 극복하기 위해 초고속 능동형 전기 케이블(AEC)을 통합함으로써 이제 더 먼 거리에서도 손실 없는 데이터 전송 속도를 구현할 수 있게 되었습니다. AI 네트워킹 및 상호 연결 시장의 발전 추세는 최적의 클러스터 성능을 달성하기 위해 섬세한 기술적 균형을 유지해야 함을 보여줍니다. IT 전략가는 고대역폭 칩 간 확장 링크와 유연성이 뛰어난 확장 환경을 원활하게 결합하여, 여러 공급업체의 하드웨어가 핵심 데이터 파이프라인의 속도 저하 없이 완벽하게 통신할 수 있도록 해야 합니다.

실리콘 포토닉스 및 코패키징 광학 기술 로의 전환이 왜 필수적인가?

전기적 상호 연결이 물리적 한계에 빠르게 접근함에 따라 광학적 통합으로의 전환은 현대 데이터 센터에서 가장 중요한 기술적 도약이 되었습니다. 

AI 네트워킹 및 상호 연결 시장은 기존의 전면 패널 플러그형 트랜시버에서 3D 칩 환경에 직접 내장된 코패키지드 옵틱(CPO) 및 나노레이저 포토닉 인터포저로 활발하게 전환되고 있습니다.

실리콘 포토닉스와 AI 패키징, 차세대 인터커넥트 성능 리더십 확보

GPU 바로 옆에 광학 소자를 이종 패키징함으로써 인프라 엔지니어는 신호 지연 시간을 크게 줄이고 기존의 전기적 재직렬화 오버헤드를 완전히 우회할 수 있습니다. 이러한 광학 소자의 내부 이동은 물리적 트레이스 한계를 깔끔하게 해결합니다. 

또한, 고밀도 파장 분할 다중화(DWDM) 레이저를 통합한 웨이퍼 레벨 패키징은 다중 스펙트럼 데이터의 동시 전송을 가능하게 합니다. 흥미롭게도, 이러한 네트워크가 지원하는 지능 자체가 설계 속도를 가속화하고 있으며, 생성 모델은 이제 복잡한 광자 집적 회로 레이아웃을 자율적으로 구성합니다. AI 네트워킹 및 상호 연결 시장의 이해 관계자들에게는 간헐적인 물리적 오류(소프트 링크 플랩으로 알려짐)에 대응하기 위해 고급 능동 정렬 방식을 도입하는 것이 매우 중요합니다.

침수 냉각 방식의 플러그형 광학 소자가 미래의 액체 냉각 방식과 유사한 성능을 구현하기 시작하면서, 그 미래는 분명해 보입니다. AI 네트워킹 및 상호 연결 시장에서 높은 경쟁력을 유지하기 위해서는 첨단 기판과 고집적 실리콘 포토닉스 기술을 도입하는 것이 더 이상 미래의 사치가 아니라, 차세대 컴퓨팅 성장을 지속하기 위한 필수적인 기본 요건이 되었습니다.

AI 네트워킹 및 상호 연결 시장에서 업계는 에너지 장벽과 열 병목 현상을 어떻게 극복할 수 있을까요?

AI 인프라 확장에 있어 가장 큰 난관은 실리콘 가용성이 아니라 열역학적 현실입니다. 최신 AI 서버 랙의 전력 밀도가 100kW를 훨씬 넘어서면서 기존의 공랭식 냉각 방식은 완전히 쓸모없게 되었습니다. 이러한 심각한 열 위기는 AI 네트워킹 및 상호 연결 시장을 근본적으로 변화시키고 있으며, 완전 액체 냉각 방식의 이더넷 스위칭으로의 아키텍처 전환을 강요하고 있습니다. 

데이터 센터는 콜드 플레이트를 ASIC 및 트랜시버에 직접 통합함으로써 전력 사용 효율(PUE)을 낮추고 능동 공랭식 냉각의 한계를 효과적으로 극복할 수 있습니다.

액체 냉각 및 에너지 효율성이 AI 인프라 경제성을 앞당기고 있습니다

상호 연결 효율을 측정하는 업계 표준 지표가 총 와트에서 비트당 피코줄(pJ/bit)로 빠르게 전환되고 있습니다. 폐쇄형 액체 냉각 설계를 도입하는 것은 운영 안정성 확보는 물론, 하이퍼스케일 열 관리와 관련된 막대한 물 소비량을 획기적으로 줄이는 데 필수적입니다. 

또한, OCP ORV3 프로토콜을 통한 블라인드 메이트 액체 냉각 매니폴드의 전략적 표준화는 이러한 고밀도 네트워크 패브릭을 원활하게 유지 관리할 수 있도록 보장합니다. 궁극적으로, 가용 전력망과 열 효율은 최대 클러스터 크기를 제한합니다. 전략가들은 이러한 열 역학을 단순한 설비 문제가 아닌 핵심 경제 변수로 간주해야 합니다.

AI 네트워킹 및 상호 연결 시장: 제약 요인 및 영향 분석(2026-2035)

경쟁 분석: 현재 AI 네트워킹 및 인터커넥트 시장을 주도하는 상위 5개 기업

1. NVIDIA는 완벽한 풀스택 에코시스템을 통해 타의 추종을 불허합니다. InfiniBand(Mellanox 제공), 독자적인 NVLink, 그리고 Spectrum-X 이더넷을 활용하여 NVIDIA는 대규모 AI 학습 워크로드에 필수적인 초저지연 GPU 간 연결을 제공합니다.
2. 브로드컴: AI 이더넷 스위칭 분야에서 명실상부한 선두 기업입니다. 브로드컴의 토마호크(Tomahawk) 및 제리코(Jericho) 스위치 실리콘 아키텍처는 하이퍼스케일 클라우드 데이터 센터를 구동합니다. 또한 브로드컴은 PCIe 연결 및 맞춤형 AI 네트워킹 칩 분야에서도 선두를 달리고 있습니다.
3. 아리스타 네트웍스: 고성능 이더넷 분야의 강자. 아리스타는 클라우드 업계의 거물들과의 긴밀한 협력 및 확장성이 뛰어난 EOS(Extensible Operating System)를 통해 AI 백엔드 네트워크 패브릭 구축에 최적의 스위치를 제공합니다.
4. Marvell Technology: 광 인터커넥트의 핵심. Marvell은 특히 PAM4 DSP 및 광 트랜시버를 통해 전기광학 분야를 선도하고 있으며, 이는 대규모 AI 데이터 세트를 최소한의 지연 시간으로 고속 전송하는 데 필수적입니다.
5. 시스코 시스템즈: 전통적인 네트워킹 강자인 시스코는 인공지능(AI) 분야로 성공적으로 사업 방향을 전환하고 있습니다. 시스코는 자사의 통합 실리콘 원(Silicon One) 아키텍처를 기반으로 확장 가능한 AI 데이터 센터에 필요한 고대역폭, 고효율 이더넷 라우팅 및 스위칭 기능을 제공합니다.

AI 네트워킹 및 상호 연결 시장의 부문별 분석

패브릭 등급별: 스케일업(랙 내)이 시장을 장악하고 있습니다 

대규모 클러스터 아키텍처로의 전환은 스케일업(인트라랙) 토폴로지가 시장을 지배하게 만드는 요인으로 작용합니다. 하이퍼스케일러는 단일 랙동서 트래픽에 내재된 지연 시간 병목 현상을 최소화합니다. 이러한 초고밀도 아키텍처는 LLM(Layered Memory Module)의 기하급수적인 파라미터 확장에 의해 가능해지며, 컴퓨팅 클러스터 전반에 걸쳐 거의 즉각적인 메모리 일관성을 요구합니다. 

결과적으로, 운영업체들은 기존의 스파인-리프 구축 방식보다 랙 내 대역폭 최적화를 우선시하여 집중적인 학습 단계에서 빠른 데이터 접근성을 보장합니다. 이러한 고밀도 패러다임은 AI 네트워킹 및 상호 연결 시장에서 최대 처리량을 유지하기 위해 단거리 구성 방식을 우선시할 것임을 시사합니다.

• 랙 내 GPU 간 대역폭이 이제 900GB/s를 꾸준히 초과합니다.
• 랙 내부 상호 연결은 전체 클러스터 자본 지출의 65% 이상을 차지합니다.
• 맞춤형 PCIe Gen 6 스케일업 도메인은 시스템 테일 레이턴시를 획기적으로 줄입니다.
• 슈퍼노드 도입은 최적화된 랙 내 스위칭 패브릭에 전적으로 의존합니다.

기술별 분류: 이더넷/울트라 이더넷이 시장을 선도했습니다

벤더 간 상호 운용성과 표준화에 힘입어 이더넷 및 UEC(Ultra Ethernet Consortium) 표준은 AI 네트워킹 및 상호 연결 시장을 확고히 선도해 왔습니다. 과거에는 독자적인 패브릭이 컴퓨팅 시장을 독점했지만, 이더넷의 최신 개선 사항은 고급 다중 경로 라우팅을 통해 패킷 손실을 줄였습니다. 이러한 성숙도 덕분에 벤더 종속성으로 인한 높은 비용 부담 없이 엑사스케일 데이터 센터 전반에 걸쳐 원활한 확장이 가능해졌습니다. 

또한, UEC의 발전은 RoCEv2에 최적화된 전송 프로파일을 도입하여 동기화된 워크로드에 필수적인 손실 없는 고처리량 파이프라인을 보장합니다. 클라우드 업계의 거물들이 백엔드 패브릭을 적극적으로 전환함에 따라, AI 네트워킹 및 상호 연결 시장은 이더넷의 보편적인 활용성과 탁월한 규모의 경제성을 중심으로 점점 더 발전하고 있습니다.

• RoCEv2 배포는 백엔드 패브릭에서 전례 없는 72%의 점유율을 차지했습니다.
• 울트라 이더넷 규격을 준수하는 하드웨어 파이프라인은 작업 완료 시간을 18% 단축합니다.
• 브로드컴과 시스코의 구축은 이더넷 토폴로지에 크게 치우쳐 있습니다.
• 표준화된 이더넷 광 모듈을 사용하면 포트당 구축 비용이 150달러 절감됩니다.

구성 요소별: 스위치 실리콘 및 시스템이 시장을 주도하고 있습니다

결정론적 패킷 라우팅의 필요성으로 인해 스위치 실리콘 및 시스템은 AI 네트워킹 및 상호 연결 시장의 핵심을 장악하고 있습니다. 모든 AI 팩토리의 중심에는 특수 네트워킹 ASIC 아키텍처가 있으며, 이는 달성 가능한 최대 클러스터 규모와 총 네트워크 처리량을 결정합니다. 51.2Tbps 스위치 플랫폼으로의 공격적인 전환은 컴퓨팅 성능이 그에 걸맞은 규모의 스위칭 실리콘 없이는 제대로 활용될 수 없다는 근본적인 현실을 보여줍니다. 

스위치 로직 보드에 CPO( Co-Packaged Optics )를 직접 통합하는 혁신 기술은 시스템 가치를 더욱 강화하고 인프라 예산의 상당 부분을 차지합니다. 물리 계층 라우팅을 기반으로 하는 스위치 시스템은 AI 네트워킹 및 상호 연결 시장 전반의 성장 방향을 명확하게 좌우합니다.

• 차세대 51.2Tbps 스위치 실리콘은 전력 소비를 40% 절감합니다.
• 스위치는 전체 부품 수준 하드웨어 투자액의 거의 55%를 차지합니다.
• 스위치 ASIC에 내장된 고급 원격 측정 기능은 마이크로 버스트 혼잡을 즉시 방지합니다.
• 통합 스위치 시스템은 공간 활용도를 최적화하기 위해 온보드 전기 광학 장치를 통합합니다.

데이터 전송 속도 기준: 800G가 시장을 장악하고 있습니다 

생성형 AI에 필요한 I/O 밀도가 급증함에 따라 800G가 2025년 AI 네트워킹 및 인터커넥트 시장에서 주도권을 잡을 것이라는 전망이 명확해졌습니다. 단일 GPU의 처리량 한계가 급격히 증가하면서 데이터 부족 현상을 방지하기 위해 설계자들은 800G 광 트랜시버를 필수적으로 요구하게 되었습니다. 이러한 도약은 분산형 MoE 모델의 막대한 페이로드 요구 사항을 직접적으로 해결합니다. 200G SerDes 기술의 상용화는 빠른 도입을 촉진하여 광 레인 수를 절반으로 줄이고 에너지 효율을 획기적으로 향상시킵니다. 

800G 구성의 대규모 배포는 엑사플롭 규모의 컴퓨팅 환경을 구현하는 핵심 요소입니다. 공격적인 하이퍼스케일 구매에 힘입어 AI 네트워킹 및 인터커넥트 시장은 800G를 필수 기본 요소로 인식하고 있습니다.

• 800G 광 트랜시버의 전 세계 출하량이 1200만 대를 돌파했습니다.
• 200G SerDes 전기 레인을 사용하면 모듈 전력 소비량이 25% 감소합니다.
• 하이퍼스케일 데이터 센터는 광 대역폭의 80%를 800G에만 할당합니다.
• 800G 아키텍처로 전환하면 클러스터 작업 실행 속도가 30% 향상됩니다.

AI 네트워킹 및 상호 연결 시장에 대한 지역별 분석

북미: 시장을 장악하고 있다

북미는 막대한 하이퍼스케일러 자본 지출에 힘입어 AI 네트워킹 및 상호 연결 시장에서 확실한 주도권을 쥐고 있습니다. 특히 미국은 이 지역 인프라 투자액의 85% 이상을 차지하며, 최상위 클라우드 제공업체들이 10만 개 GPU 규모의 학습 클러스터를 빠르게 구축함에 따라 이러한 성장세를 주도하고 있습니다. 이러한 공격적인 확장은 다중 모드 생성형 AI 워크로드를 원활하게 처리하기 위해 첨단 800G 광 파이프라인과 초저지연 백엔드 패브릭을 필수적으로 요구합니다. 

결과적으로, 국내 실리콘 강자들이 미국을 최첨단 스위치 실리콘 및 시스템 개발의 중심지로 유지하는 데 기여하고 있습니다. 

나아가 캐나다는 지역 AI 추론 데이터 센터를 확장하고 전문 광자 연구 허브를 육성함으로써 지역 성장에 크게 기여하고 있습니다. 이러한 북미 시설 전반에 걸쳐 차세대 울트라 이더넷 기술을 상용화함으로써 기술적 우위를 더욱 공고히 하고 있습니다. 엑사스케일 컴퓨팅 토폴로지와 코패키지드 광학(CPO) 구축에 대규모 투자를 통해 이 지역은 넘볼 수 없는 선도적 위치를 확보하고 있습니다. 

궁극적으로, 기초 AI 모델 개발자와 맞춤형 실리콘 엔지니어링 팀이 밀집되어 있는 북미 지역은 앞으로도 전 세계 AI 네트워킹 및 상호 연결 시장의 아키텍처 진화를 주도할 것입니다.

아시아 태평양: 가장 빠르게 성장하는 지역

아시아 태평양 지역은 공격적인 국가 AI 정책과 대규모 하이퍼스케일 확장에 힘입어 AI 네트워킹 및 상호 연결 시장에서 가장 빠르게 성장하는 지역으로 꼽힙니다. 특히 중국은 자체 실리콘 파이프라인을 활용하여 국가 지원 AI 교육 시설을 대규모로 구축하고 국내 이더넷 공급망을 최적화함으로써 이러한 성장의 절대적인 규모를 주도하고 있습니다. 

동시에 대만은 전 세계적으로 사용되는 첨단 광 트랜시버 및 네트워크 ASIC의 90% 이상을 생산하며 물리 계층의 핵심적인 역할을 계속해서 수행하고 있습니다. 이러한 견고한 공급망의 근접성은 지역 간 구축 마찰과 하드웨어 비용을 획기적으로 줄여줍니다. 일본과 한국은 첨단 800G 인프라를 국내 6G 통신 연구 센터에 통합하여 통신과 AI 엣지 컴퓨팅을 효과적으로 융합함으로써 6G 도입을 더욱 가속화하고 있습니다. 

또한, 인도는 막대한 신규 성장 잠재력을 지니고 있으며, 현지 데이터 센터 운영업체들은 급증하는 기업 AI 수요에 맞춰 RoCEv2에 최적화된 시설을 구축하기 위해 2026년까지 약 20억 달러를 투자할 계획입니다. 지역 기업들이 CPU 중심 아키텍처에서 GPU 중심 아키텍처로 빠르게 전환함에 따라, 랙 내 토폴로지에 대한 필요성이 급증하고 있습니다. 이러한 제조 역량의 우위, 막대한 정부 보조금, 그리고 현지화된 데이터 수요의 전례 없는 시너지 효과는 아시아 태평양 지역이 AI 네트워킹 및 상호 연결 시장에서 최고 성장세를 유지할 수 있도록 보장합니다.

AI 네트워킹 및 상호 연결 시장의 최근 5대 주요 동향

1. 팔로미노 연구소(8월 11일): 0~50미터 AI 인터커넥트를 강조하는 새로운 고객 플랫폼을 출시했습니다. 이 플랫폼 에는 구리 기반 속도 향상 칩셋, MicroVCSEL 광학 IC, AI 및 HPC 데이터 센터용 실리콘/질화갈륨 MicroLED IC가 포함됩니다.
2. 업스케일 AI(6월 22일): 시리즈 A 투자로 1억 9천만 달러를 추가로 유치하여 총 투자금을 5억 달러로 늘렸습니다. 이 회사는 개방형 표준 AI 네트워킹 시스템의 확장을 목표로 하며, 이기종 및 상호 운용 가능한 확장형 클러스터 구축에 주력하고 있습니다.
3. HPE(6월 16일): AI 팩토리 및 데이터 센터 전반에 걸쳐 자율 주행 네트워킹을 확장하고 , 추론 및 자사 AI 데이터 센터 솔루션과의 심층적인 통합을 위한 QFX5140을 포함한 AI 최적화 Juniper QFX 스위치를 출시했습니다.
4. 셀레스티카(4월 29일): DS6000 시리즈 1.6TbE 스위치의 주문을 시작 했습니다 . 브로드컴 토마호크 6을 기반으로 하는 이 플랫폼은 최대 102.4Tbps의 속도, 64개의 1.6TbE 포트, 그리고 AI 백엔드 네트워크를 위한 구리/광 인터커넥트를 지원합니다.
5. 시에나(2월 25일): AI 확장 및 스케일아웃을 위해 설계된 플러그형 코패키징 광학 솔루션인 Vesta 200 6.4T CPX를 공개했으며 , 최대 70% 낮은 전력 소비량을 자랑한다고 밝혔습니다

AI 네트워킹 및 상호 연결 시장의 주요 기업

• 엔비디
• 브로드컴
• 아리스타 네트웍스
• 시스코
• 마벨 테크놀로지
• 아스테라 랩스
• 크레도 테크놀로지
• 일관성 있는
• 루멘텀
• 시에나
• 주니퍼 네트웍스
• 셀레스티카
• 액턴 테크놀로지
• 암페놀
• 노키아
• 기타 주요 플레이어

시장 세분화 개요

원단 등급별

• 스케일업/랙 내
• 스케일아웃/클러스터
• 규모 확장/사이트 간 확장

기술에 의해

• 이더넷/울트라 이더넷
• 인피니밴드
• NVLink 및 UALink
• 광회로 스위칭

구성 요소별

• 스위치 실리콘 & 시스템
• NIC/DPU/슈퍼NIC
• 광 트랜시버
• 리타이머 및 케이블
• 네트워크 소프트웨어 및 원격 측정

데이터 전송률별

• 400g
• 800G
• 1.6톤 이상

최종 사용자에 의해

• 하이퍼스케일러
• 네오클라우드 제공업체
• 기업
• 연구 및 고성능 컴퓨팅 센터

지역별

• 북아메리카
  • 미국.
  • 캐나다
  • 멕시코
• 유럽
  • 서유럽
    • 영국
    • 독일
    • 프랑스
    • 이탈리아
    • 스페인
    • 나머지 서유럽
  • 동유럽
    • 폴란드
    • 러시아 제국
    • 나머지 동유럽
• 아시아 태평양
  • 중국
  • 인도
  • 일본
  • 호주 및 뉴질랜드
  • 대한민국
  • 아세안
  • 아시아 태평양 지역 나머지 지역
• 중동 및 아프리카(MEA)
  • 사우디아라비아
  • 남아프리카공화국
  • UAE
  • 중동 및 아프리카의 나머지 지역
• 남아메리카
  • 아르헨티나
  • 브라질
  • 남미의 나머지 지역