le blog À propos Le boom de l’IA favorise la domination d’Ethernet sur le marché des commutateurs pour centres de données

La croissance explosive de l’intelligence artificielle (IA) remodèle le paysage technologique mondial avec une force sans précédent. Les centres de données, en tant qu’infrastructure de base de la puissance de calcul de l’IA, subissent de profonds changements dans leur architecture réseau. Autrefois un secteur calme, le marché des commutateurs pour centres de données est devenu un champ de bataille stratégique pour les géants de la technologie. Une prévision récente du groupe Dell'Oro dresse un tableau frappant : d'ici 2030, les dépenses en commutateurs de centres de données spécialement conçus pour les réseaux backend d'IA dépasseront les 100 milliards de dollars.

Ce chiffre stupéfiant reflète non seulement la demande croissante de puissance de calcul de l’IA, mais signale également un besoin urgent d’infrastructures réseau hautes performances, à large bande passante et à faible latence. Cet article examine la transformation du marché induite par l'IA, explore les facteurs sous-jacents et les tendances technologiques émergentes, et analyse le rôle central d'Ethernet dans cette révolution technologique.

Le développement rapide de l'IA dans toutes les applications (du traitement du langage naturel à la vision par ordinateur, en passant par la conduite autonome et la recherche scientifique) a directement alimenté la demande de capacités informatiques puissantes. La formation de grands modèles d’IA, en particulier des modèles d’apprentissage profond, nécessite des ensembles de données massifs et d’énormes ressources informatiques. Les GPU, en tant que matériel de base pour l'informatique IA, présentent des défis sans précédent pour les réseaux de centres de données à mesure que leurs performances s'améliorent et que leur nombre augmente. Les architectures réseau traditionnelles ont du mal à répondre aux exigences strictes des charges de travail d’IA en matière de vitesse de transfert de données, de bande passante et de latence.

Le rapport du groupe Dell'Oro identifie clairement cette tendance, projetant que le marché des commutateurs réseau back-end IA atteindra le seuil de 100 milliards de dollars d'ici 2030. Cette prévision s'appuie sur la croissance soutenue des besoins informatiques en matière d'IA. À mesure que les modèles d’IA grandissent (avec des paramètres se chiffrant en dizaines, voire centaines de milliards, voire en milliards), les processus de formation nécessitent le traitement parallèle de vastes ensembles de données et une synchronisation fréquente des paramètres du modèle. Les interconnexions GPU à haut débit et l’échange de données efficace entre les GPU et le stockage nécessitent une bande passante réseau et une latence exceptionnelles. Sans performances réseau adéquates, même les ressources informatiques les plus puissantes restent sous-utilisées.

Les charges de travail de l’IA diffèrent considérablement des applications traditionnelles des centres de données :

• Calcul parallèle haute densité :La formation en IA implique généralement un calcul parallèle à grande échelle, avec des milliers de GPU travaillant de concert. Cela nécessite une bande passante de communication GPU à GPU extrêmement élevée et une latence minimale pour garantir l'efficacité des calculs.
• Beaucoup de données :La formation de modèles d’IA implique le traitement d’énormes ensembles de données, ce qui rend le chargement, le transfert et le stockage des données essentiels. Les réseaux doivent fournir rapidement et efficacement des données aux nœuds de calcul.
• Modèles de communication complexes :Les charges de travail de l'IA impliquent des opérations de multidiffusion, de diffusion et d'autres opérations de communication collective, nécessitant des réseaux pour prendre en charge une communication de groupe efficace.
• Dynamique et élastique :Les besoins en ressources des tâches de formation en IA peuvent fluctuer, obligeant les réseaux à s'adapter de manière dynamique.

Ces caractéristiques présentent de sérieux défis pour les réseaux de centres de données :

• Goulets d'étranglement de la bande passante :La bande passante du réseau traditionnel peut s'avérer insuffisante pour un transfert rapide de données massives entre GPU, ce qui entraîne des ressources informatiques inutilisées.
• Problèmes de latence :Une latence élevée peut réduire considérablement l’efficacité de la formation des modèles d’IA et même affecter la convergence des modèles.
• Limites d'évolutivité :À mesure que les modèles d’IA se développent, davantage de nœuds de calcul sont nécessaires, ce qui rend l’évolutivité du réseau cruciale.
• Consommation d'énergie :Les équipements réseau hautes performances consomment souvent une énergie importante, ce qui fait de l’efficacité énergétique un facteur clé aux côtés des performances brutes.

La projection du groupe Dell'Oro n'est pas la seule ; plusieurs sociétés d’études de marché partagent leur optimisme quant à la croissance du réseau de centres de données basée sur l’IA. Un marché de 100 milliards de dollars représente un énorme potentiel commercial, attirant l'attention des fournisseurs d'équipements de réseau, des fabricants de puces et des prestataires de services techniques. Cette croissance s'étend au-delà des ventes de matériel, stimulant l'innovation dans l'ensemble de l'écosystème.

Pour répondre aux demandes croissantes en matière d’informatique IA, les architectures réseau des centres de données continuent d’évoluer. Le rapport du groupe Dell'Oro identifie plusieurs modèles de déploiement clés qui stimulent les dépenses de réseau back-end et permettent de nouvelles architectures.

Mise à l'échelle (mise à l'échelle verticale) :Cette approche augmente les ressources au sein des systèmes existants pour améliorer les performances. Pour l’IA, la mise à l’échelle implique généralement l’intégration de davantage de GPU et de mémoire dans des serveurs individuels ou des nœuds de calcul, en utilisant des interconnexions à haut débit comme NVLink pour minimiser la latence de communication du GPU. Cela permet un couplage plus étroit, améliorant ainsi la densité et les performances de calcul d’un nœud unique.

Mise à l'échelle (mise à l'échelle horizontale) :Cette stratégie ajoute davantage de serveurs et de nœuds de calcul, en les connectant via des réseaux pour former des clusters. L'évolutivité soutient les clusters de formation en IA à grande échelle, permettant le traitement parallèle de tâches complexes et d'ensembles de données volumineux. Cependant, à mesure que les clusters se développent, la communication entre nœuds augmente de façon exponentielle, exigeant une plus grande bande passante réseau et une latence plus faible.

Le groupe Dell'Oro souligne que les stratégies de mise à l'échelle et de mise à l'échelle augmentent considérablement les dépenses réseau back-end. La mise à l’échelle nécessite des interfaces réseau et des commutateurs plus denses et plus avancés pour prendre en charge les connexions GPU intra-nœuds. La mise à l'échelle nécessite des réseaux fédérateurs plus puissants et des commutateurs plus efficaces pour gérer la communication entre nœuds à grande échelle.

Plus particulièrement, une nouvelle architecture appelée « scale-across » gagne du terrain. Ce modèle connecte des centres de données géographiquement dispersés mais logiquement unifiés pour former un seul cluster informatique. Contrairement aux centres de données hyperscale centralisés traditionnels, le scale-across distribue les ressources informatiques entre les régions, plus proches des sources de données ou des utilisateurs, tout en les intégrant dans un ensemble efficace grâce à un réseau avancé.

La solution scale-across répond aux défis de déploiement, d’efficacité énergétique et de coûts auxquels sont confrontés les centres de données hyperscale traditionnels. Ses principaux avantages comprennent :

• Utilisation optimisée de l’énergie :La distribution des ressources de calcul à proximité des sources d'énergie ou des sources de refroidissement améliore l'efficacité énergétique et réduit l'efficacité de la consommation d'énergie (PUE).
• Performances maximisées par watt :Le déploiement distribué correspond mieux aux besoins informatiques et à la disponibilité de l'énergie, améliorant ainsi les performances par unité d'énergie consommée.
• Latence réduite :La localisation des ressources de calcul à proximité des sources de données ou des utilisateurs minimise les retards de transfert et de traitement des données, essentiels pour les applications d'IA en temps réel.
• Résilience améliorée :Les systèmes distribués améliorent naturellement la tolérance aux pannes, car les pannes de nœuds individuels ne perturbent pas les opérations globales tout en offrant une meilleure reprise après sinistre au niveau régional.
• Surmonter les contraintes d’implantation :Trouver un terrain, de l'électricité et du refroidissement pour les grands centres de données peut s'avérer difficile ; la mise à l’échelle évite ces limitations.

Des projets tels que le projet Rainer d'AWS et Fairwater de Microsoft illustrent les principes d'échelle transversale. Ces initiatives visent à créer une infrastructure informatique d’IA distribuée flexible et efficace, connectant les centres de données mondiaux via un réseau avancé pour créer des plates-formes d’IA unifiées et évolutives.

La mise en œuvre d’une mise à l’échelle impose des exigences réseau plus élevées. Cela nécessite non seulement des connexions internes à large bande passante et à faible latence, mais également des liaisons interrégionales efficaces et fiables. Cela peut impliquer des technologies de routage avancées, des protocoles réseau plus robustes et des systèmes de gestion de réseau plus intelligents.

Dans cette transformation du réseau basée sur l’IA, les fournisseurs de commutateurs devraient bénéficier de manière substantielle. Au niveau technologique, Ethernet, avec son écosystème robuste, apparaît comme le gagnant probable à long terme.

En tant que technologie ouverte, mature et largement adoptée, Ethernet offre des avantages inégalés dans la mise en réseau des centres de données :

• Normes ouvertes :Les normes ouvertes d'Ethernet favorisent un vaste écosystème avec un large support de fournisseurs, réduisant les coûts et améliorant l'interopérabilité.
• Rentabilité :Par rapport aux technologies propriétaires, Ethernet offre une meilleure rentabilité, notamment à grande échelle.
• Maturité et fiabilité :Des décennies de développement ont prouvé la fiabilité et les performances d'Ethernet.
• Innovation continue :Les normes Ethernet évoluent régulièrement, avec des vitesses passant de 100 GbE à 400 GbE, 800 GbE et 1,6 TbE pour répondre à la demande croissante.

Le groupe Dell'Oro note que même si plusieurs technologies coexisteront, l'essor d'Ethernet dans les réseaux backend hautes performances est imparable. En 2025, Ethernet était déjà devenu la norme d’interconnexion dominante dans le domaine du calcul intensif. Des innovations telles que les solutions Ethernet Slingshot de HPE ont été largement adoptées dans les systèmes hautes performances de premier plan, démontrant le potentiel d'Ethernet dans ce domaine.

Les prévisions précédentes du groupe Dell'Oro dressent un tableau encore plus prometteur : au cours des cinq prochaines années, Ethernet contribuera à près de 80 milliards de dollars aux ventes de commutateurs pour centres de données. Cela suggère qu’Ethernet va conquérir la majorité du marché, en particulier dans les réseaux backend hautes performances pilotés par l’IA.

Ethernet fait cependant face à la concurrence. Dans les architectures évolutives, le couplage étroit GPU et mémoire repose souvent sur des structures propriétaires telles que NVLink. Sameh Boujelbene, vice-président du groupe Dell'Oro, explique : « Pour répondre aux demandes informatiques explosives, nous ne pouvons plus compter uniquement sur des réseaux évolutifs pour les connexions GPU à GPU entre les racks. Ce changement conduit à des architectures évolutives qui associent étroitement les GPU et la mémoire dans des environnements partagés à large bande passante pour l'inférence distribuée.

En matière de mise à l'échelle, NVLink et les structures propriétaires similaires ont longtemps dominé, offrant une bande passante exceptionnelle et une latence minimale pour la communication GPU intra-nœud. Cependant, Boujelbene observe : « Tout comme Ethernet a surpassé InfiniBand dans les environnements évolutifs à grande échelle, nous voyons désormais des alternatives comme UALink et Ethernet prendre de l'ampleur dans les architectures évolutives. »

UALink, une nouvelle technologie d'interconnexion, vise à surpasser NVLink avec des vitesses plus élevées et une latence plus faible, ce qui pourrait permettre une forte adoption lors d'une mise à l'échelle. Pourtant, Boujelbene conclut : « Même si nous prévoyons une forte adoption d'UALink, nous nous attendons à ce qu'Ethernet devienne le gagnant à long terme, tant en termes de mise à l'échelle que de mise à l'échelle. » Cela suggère que malgré le potentiel à court terme d'UALink, l'ouverture, les avantages en termes de coûts et l'innovation continue d'Ethernet finiront par prévaloir.

Afin d'améliorer encore les performances du réseau pour les charges de travail d'IA, la technologie d'optique co-packagée (CPO) attire de plus en plus l'attention. CPO intègre des modules optiques avec des puces de commutation dans un seul boîtier, raccourcissant les chemins du signal optique pour réduire la consommation d'énergie et la perte de signal tout en permettant une bande passante plus élevée, une latence plus faible et une efficacité énergétique améliorée.

Même Nvidia, longtemps associé à InfiniBand, adopte Ethernet et CPO. Sa gamme Spectrum-X basée sur Ethernet a évolué depuis les configurations initiales pour devenir « à peu près comparable » aux offres des concurrents. Le groupe Dell'Oro souligne le leadership de Nvidia dans l'adoption du CPO pour les commutateurs photoniques sur silicium.

Les versions CPO de Spectrum-X et Quantum-X (basées sur InfiniBand) de Nvidia sont attendues cette année. Les ingénieurs de Nvidia rapportent que ces solutions CPO améliorent l'efficacité énergétique par 3,5 fois, l'intégrité du signal par 63 et offrent une résilience réseau 10 fois supérieure à grande échelle. Ces mesures indiquent le potentiel de transformation du CPO pour les réseaux d’IA.

Broadcom fait également progresser la technologie CPO. Depuis 2021, elle développe des commutateurs CPO prenant en charge des vitesses de 800 Gb/s et 1,6 Tb/s. À la fin de l'année dernière, Broadcom a divulgué les tests effectués par Meta sur ses produits photoniques, qui ont permis d'obtenir zéro défaillance de liaison sur des millions d'heures de fonctionnement de port équivalent à 400G, démontrant ainsi une fiabilité remarquable.

Néanmoins, le PDG de Broadcom, Hock Tan, reste prudent et déclare aux investisseurs : « Je peux prévoir un avenir dans lequel la photonique sur silicium deviendra la seule solution, mais nous n'en sommes pas encore là, même si nous disposons de la technologie et continuons à la développer. » Ces perspectives modérées reflètent les défis restants du CPO en termes de coût, de rendement et de production de masse, malgré son potentiel largement reconnu.

La transformation des réseaux de centres de données pilotée par l’IA annonce non seulement de vastes opportunités de marché, mais également l’ouverture d’un nouveau chapitre dans l’évolution technologique. La question de savoir si Ethernet peut dominer comme prévu, en tirant parti de son ouverture et de ses avantages en termes de coûts pour répondre à une complexité croissante, sera une préoccupation majeure dans les années à venir.

L'ouverture et la standardisation d'Ethernet restent ses principaux atouts, permettant une large participation à l'écosystème qui stimule l'innovation et la réduction des coûts. À mesure que les charges de travail d'IA prolifèrent, la demande de réseaux hautes performances et à large bande passante va croître, l'évolution des normes et des aspects économiques d'Ethernet le positionnant favorablement.

La complexité des charges de travail de l’IA présente cependant de nouveaux défis. Par exemple, dans les architectures à grande échelle, l'adaptation des performances des structures propriétaires via Ethernet nécessitera une R&D ciblée. L'intégration CPO exige également une meilleure compatibilité des composants optiques pour une transmission efficace du signal.

Les futurs réseaux de centres de données comporteront probablement diverses solutions. Ethernet dominera, mais dans des domaines spécialisés comme l'informatique évolutive haute performance, les technologies émergentes comme UALink pourraient trouver des niches. Pendant ce temps, InfiniBand conservera sa pertinence dans certains scénarios de calcul haute performance.

• Ethernet plus rapide :800GbE, 1,6TbE et au-delà s’accéléreront pour répondre aux besoins de formation et d’inférence en IA.
• Adoption du CPO :À mesure que le CPO mûrit et que ses coûts diminuent, il entrera progressivement dans les commutateurs des centres de données grand public, améliorant ainsi les performances et l'efficacité.
• Intelligence réseau :L’IA améliorera la gestion et l’optimisation du réseau, améliorant ainsi l’efficacité opérationnelle et la fiabilité.
• Réseau défini par logiciel (SDN) :Le SDN offrira un contrôle et une gestion plus flexibles pour s'adapter à la nature dynamique des charges de travail d'IA.

La croissance explosive de l'IA remodèle profondément le marché des commutateurs pour centres de données, avec une opportunité de 100 milliards de dollars signalant un potentiel sans précédent. Les prévisions du groupe Dell'Oro dessinent un avenir clair : une révolution des réseaux basée sur l'IA est en cours, avec Ethernet, grâce à son ouverture, sa rentabilité et son innovation continue, en passe de devenir le gagnant à long terme. Les technologies révolutionnaires telles que CPO insufflent un nouvel élan aux performances des réseaux d’IA. Dans cette transformation axée sur l’IA, l’adoption du changement, la planification stratégique et l’innovation soutenue seront essentielles au succès concurrentiel. Nous sommes au seuil d’une nouvelle ère passionnante, témoin et participant à l’évolution remarquable des réseaux de centres de données.