新機遇、前所未有的需求以及迫切的創新，正塑造著以太網數十年我們很高興推出我們的首份年度影響力報告，追蹤數據中心網絡和高速以太網（HSE）市場的最新趨勢、憑借與全球相關企業超過二十年的以太網測試經驗，我們的突破性工作涵蓋了與超大規模公有云服務商、數據中心提供商、電信運營商、企業、政府和軍方、網絡設備提供商以及全球芯片組原始設備制造商的合我們的見解和預測基于在塑造高速以太網市場的交易、戰略和創新中的寶貴視角。這包括思博倫在2023人工智能（AI）的進步意味著無處不在的更多以太網隨著所有人的目光都聚焦在人工智能（AI）的力量和前景上，或許從未有過如此大的壓力去更快行動、突破速度界限，并在這個市場中不遺余力地追求每一個可用的競爭優勢。傳統的數據中心北-南流量策略正在迅速讓位于東-西策略，以服務于急劇擴大的市場基礎。利益相關者正在開辟新路徑，并涉足未經證實的領域，試圖從現有技術中擠出更多容量以提高性能。如今，變化的速度正超越標準更新的能力。企業沒有等待未來的發展就取得了進步，而電信運營商也摒棄了傳統策略，以在在思博倫首份涵蓋這一動態市場的報告中，我們自豪地呈現了對關鍵驅動因素、市場影響以及我們對未來22高速以太網市場動態數據中心與人工智能（AI）網絡演進數據中心網絡市場洞察企業有線網絡44端口速度持續演進，各級速度的采用率依然強場已著眼于1.6T以太網，以期最早于明年就能抓住由人工智能驅動的機遇。（我們的配套報告《讓1來源：Dell'OroGroup來源：以太網聯盟EthernetAlliance55新興市場新興市場增長市場超以太網傳輸51.2T交換機芯片和SerDEs汽車以太網數據中心網絡連接的以太網成熟市場有云服務商引領，以通過提供51.2Tbps的交換機來支持數據中心的人工智能。800G提供更高的帶寬、更低的時延、更高的能效以及更多的連接，使數據中心互聯在未來數年內具備前瞻采用趨勢正在從超大規模公二級和三級云提供商以及大型電信運營商，用于IP核心升級。大型企業將400G視為具有前瞻性的技術，它提供了一條更簡單且成本更低的路徑，以實現向800G及對基于以太網的標準IP網絡算）的需求日益增長，最初的重點是放在基于融合以太網的遠程直接內存訪問（RoCEv2）上，并預計將逐步向新的超以太網傳輸增長正在推動1.6T以太網的研究。盡管IEEE802.3dj標準將于2026年最終確定，但2024年的基線功能使得芯片、光組件和收發器的早66嚴酷的氣候。數幾百英尺深的海底。為了追求前所未有的性能和數據中心是先進高速以太網（HSE）解決方案的關鍵市場，這是由支持日益增長的人工智能（AI）流量和網絡需求的必要性所驅動的。人工智能的影響不容小覷，它正在徹底改變數據中心和互超大規模公有云服務商面臨著滿足激增需求的巨大壓力。短短幾參數增長到如今的萬億級別（GTP-4的參數量預計達到1.76萬億）。集群規模每兩年增長四倍。網絡帶寬已達到每個加速器超77的Llama3訓練集群將容納24,576個GPU。這相當于每的Llama3訓練集群將容納24,576個GPU。這相當于每個機架配有16個GPU，每個集群配有1,536個服務器機算機正在集成約26,000個NvidiaH100Amazon正在將每個UltraScale集群的規模擴大至Oracle的OCI超級集群在4,096個計算裸金屬實例中擴展至多達32,768個Nvidia增長規模令人驚嘆，分析師估計，2024年將有超過220萬個圖形處理單元（GPU）用于數據中心的人工智能處理，每個GPU的成為了實現可持續發展目標和保持盈利能力，對人工智能數據中心進行有效且高效的能源管理至關重要。麥肯錫公司預測，到2030年，數據中心的耗電量將達到35吉瓦，足夠為2620萬個家Microsoft微軟目前已擁有超過60萬個GPU，并計劃到2024年底將規模擴大至Microsoft微軟目前已擁有超過60萬個GPU，并計劃到2024年底將規模擴大至*注：EPRI，《為智能供電：分析人工智能與數據中心能源消耗88生成式人工智能（GenAI）正迅速成為數據生成式人工智能（GenAI）對數據中心和工作負載的影響如此之大，以至于超大規模公有云服務商必須采取兩種策略之一：要么構建一種架構，能夠既能處理當前云和企業工作負載，也能處理人工智能工作負載（谷歌的做法），要么徹底重新設計人工智能數據中心提供商必須發展其架構，以應對每兩年增長十倍的人工智能流量，以及管理模型參數快速增長所需擴展到數萬個加速器一種名為“后端網絡”的新型網絡應運而生，其唯一目的是處理GPU之間的數據傳輸。雖然傳統的前端以太網網絡必須擴展以容納龐大的模型訓練數據集，但后端網絡才是承受由處理新數據集的人工智能推理工作負載不斷升級的主要部分。這些后端數據中心訓練工作負載需要大量的GPU或其他xPU硬件加速器來擴展人99在大型GPU集群中連接這些加速器節點需要一個后端數據中心網絡結構，這與主要用于后端基礎設施需要一個獨立、可擴展、可路由的網絡，以互聯數Spine-Leaf網絡架構正被采用以滿足人工智能訓練和推理中普遍存在的東-西流量后端網絡需求。這一架構將傳統的數據中心三層拓撲結構扁平化為兩層結構，提供了更高的帶寬利用率、更大的可擴展性、更低的時延、可預測的網絡時延以及并行性。Spine層包括用于路由和轉發的交換機，這是網絡的骨干。Leaf層包括用于連接計算節點（GPU、CPU等）和存儲系統（SSD、HDFS等）的交換機。人工智能后端網絡作為一個高性能、可擴展且可靠的網絡基礎設施運行，經過優化以處理人工智能工作負載的苛刻要求，確保高效的數據處理、模型訓練和推理。將每臺將每臺GPU訓練結果產生的大象流（LargeElephantFlow）傳輸量發送到集群中極低且確定的時延以及無損數據包傳輸，這對于時延敏感的前端推理至關重要，同分布式訓練工作負載需要并行技術來跨節點同步東西向數據“億美元，并在2028年之前以27.1%的年均復合增長率增長。”?GARTNER?數據中心僅僅通過增加更多機架來滿足這些需求是不切實際的。2023年期間，領先的數據中心提供商將資本支出增加了6%至13%，以建設人工智能基礎設施（xPU集群）和xPU互聯架構，鑒于人工智能訓練對時延和丟包的零容忍，以及大量數據在大象流中交換，數據中心架構正在不斷發展，以實現后端網絡xPU集迄今為止，用于人工智能訓練的高速網絡一直是基于專有、無損的In?niBand的遠程直接內存訪問（RDMA但現在人們越來越關注將以太網（一種被廣泛采用的開放標準）用于此用途。與In?niBand相比，以太網降低了成本和復雜性，并且沒有可擴展支持基于融合以太網的RDMA（RoCEv2它能夠在以太網設無損以太網的發展，帶來了先進的流量控制、改進的擁塞處理以超級以太網聯盟（UEC）的成立以及業界對UEC的支持不斷增加，重點關注為高性能AI和高性能計算（HPC）網絡優化以太網的架構。UEC正在合作制定超級以太網傳輸（UET）規范，以提升基于以太網的遠程直接內存訪問（RDMA）操作，對AI和HPCNVIDIA的新Spectrum-X以太網網絡平臺，該平臺包括其Spectrum-X為數據中心提供了NVIDIAIn?niBand技術的以太網方案，旨在簡化使用以太網網絡的企業AI基礎設施。該解決方案由思科的6000系列交換機組成，用于Spine和Leaf節點，提供傳統的AI數據中心互聯架構性能測試需要在實驗室操作真實服務器和GPU，并配置測試鑒于GPU的購置成本高昂、交貨周期長，以及相關的能耗和所需場地空間，這種方法極其昂貴。例如，一個基本的測試實驗室可能包含基于數百次高速以太網部署參與和洞察，思博倫正在追蹤以下G數據中心G?超大規模公有云服務商正邁向100G至400G更新周期的后期階段，并開?400G因其更長的使用壽命、更簡單的升級至800G的路徑、更高的傳輸未來演進數據中心通過IEEE802.3dj標準，未來1.6T以太網標準的相關工作仍在繼續，預計未來演進數據中心通過IEEE802.3dj標準，未來1.6T以太網標準的相關工作仍在繼續，預計預計802.3dj工作組將在今年完成一組基本功能的?受人工智能對數據中心互連架構的影響驅動，800G的早期發展勢頭將隨著GPU托管服務器從支持8個到16個乃至更多GPU的演進而加速。?測試時間表顯示，在51.2Tbps交換機可用后，超大規模公有云服務商將在2024年底開始刷新周期。其余市場將在2025年及以后跟進。?早期的測試參與情況表明，超大規模公有云服務商的800G部署正在從?隨著IEEE802.3df標準的批準，早期800G以太網技術聯盟（ETC）標準和標準化互操作性問題已得到解決。400400Gbps800Gbps 端口出貨量超過5000萬線性驅動可插拔光學器件（LPO）越來越受到關注，以降低數據中心不斷上升的功耗、成本和時延。采用線性驅動光學器件，交換機可直接驅動模塊光學器件，從而省去了數字信號處理器（DSP），并將模塊的功耗降低了一半。然而，對于可能需要雖然LPO提供了降低功耗的誘人可能性，但其技術成熟度仍處于早期階段，因此預測其能否在市場上廣泛采用還為時過早。和OIF發布能夠實現供應商之間兼容性的規范之前，市場采用仍將雖然LPO提供了降低功耗的誘人可能性，但要預測大規模的市場思博倫支持H3C完成了業界首次大規模高密度800G以太網測試，測試規模高達64個系列是新一代800G數據中心交換機，旨在處理由人工智能生成內容（AIGC）大規模工作負載。這些800G交換機采用共封裝光學（CPO）技術，將硅和光子學集思博倫測試結果顯示，總交換容量高達51.2T，所有64個端口在不同流量下均實現了思博倫對H3C800G以太網交換機的開創性驗證彰顯了其無與倫比的可靠性和性能，為高密度、AI驅動的數據中心網絡樹立了新標準。業界首個用于數據中心網絡的以太網AI流量模擬平臺在2024年Interop東京展上，思博倫榮獲三項“最佳展示”獎項，其中包括一項“大獎”，該獎項表彰了其突破性的AI流量模擬解決方案，該方案能夠通過以太網AI模型對帶寬的需求前所未有，推動數據中心從400G向800G，乃至最終的1.6T速度過渡。這一快速演進對于滿足龐大的數據需求至關重要。然而，與傳統的數據中心相比，AI數據中心需要采用不同的方法。認識到這一點，思博倫開發了新的測試為了成功部署AI數據中心，思博倫倡導“信任但驗證”的方法，對網絡結構進行全面的壓力測試，以識別和緩解潛在的瓶頸。這種主動測試確保了對于AI操作而言至關重要且成本高昂的GPU不會因網絡問題而閑置。傳統測試器無法模擬AI流量模式。而思博倫的解決方案能夠模擬AI對高帶寬、低時延的需求，從而在部署前提供思博倫測試解決方案有助于確保800G部署和AI工作負載的合規性、性能、互操作性、靈活性和可擴展性。自動化測試降低了網絡測試的復雜性，并簡化和加速了邁向1.6T的路徑。通過模擬逼真的AI工作負載，思博倫幫助客戶對其網絡基礎設施建立信心，從而最大化效率并最小化昂貴中斷的風險。思博倫積極參與并貢獻于OFC2024盛會，展示了其全新的B3800G設備?一款高密思博倫攜手十多家生態系統合作伙伴，展示了其屢獲殊榮的800G測試平臺，該平臺可驗證采用各種互連技術的最新高速網絡解決方案和設備的可靠性、性能和互操作性。例子:例子:迄今為止，電信運營商最初通過引入5G非獨立（重點放在了無線接入網（RAN）和邊緣傳輸網絡上。現在，隨著它們向5G獨立（SA）過渡，重點已轉向IP核心網部署。5G流量的增長正推動一波IP核心網絡升級到400G以降低成本。400G還提供更高的每端口速度和更低的能耗，減少了所需端口和機架空對于正在向400G演進的運營商而言，QSFP-DD外形尺寸目前正不斷增長的5G流量和越來越多的5G無線接入網部署正在觸發對蜂窩和匯聚站點更高容量和更高速度的需求。這正在推動傳輸網絡從1G升級到10G甚至25G（用于蜂窩站點互聯），以及在邊緣線電鏈路，以及需要100G或更高連接來連接中央單元（CU）的需求。如今，大多數虛擬分布式單元（DU）也配備了100G網絡運營商仍然專注于向400G的過渡，但意識到隨著AI和5G向5GAdvanced及6G的演進帶來的更高帶寬需求，未來幾年內他們需這導致許多運營商要求供應商確保400G升級周期將具備800G就緒能力，以便在三到四年內實現無縫更新。落后的跟隨者甚至可隨著運營商商努力采用AI/ML（包括第三方應用程序托管業務的），AI/ML處理將在電信網絡中高度分布，推理主要發生在各種邊緣位置，包括蜂窩站點或集線器站點的遠端邊緣、匯聚站點的中端由于用例對實時低時延的需求，以及大多數邊緣位置只需要托管較小的預訓練模型（與需要更多存儲和計算開銷的集中式數據中心位置相比）這一事實，推理在邊緣位置更加相關，而訓練和學隨著邊緣推理用例的增長，大量AI流量將遍歷邊緣位置，這促使早期預測表明，邊緣位置可能需要大幅增加容量，其中遠端邊緣利用未來幾年即將投入使用的新技術，電信網絡正在物理層進行運營商正專注于網絡切片的傳輸基礎設施，尤其是針對批發和企業私有網絡產品。目前正在測試和提供兩種切片方式：一種是用于關鍵任務服務的專用、隔離的硬切片，另一種是用于共享服務（如VPN）的靈活、按需的軟切片。能力的混合組合被視為提供硬切片正在進行測試，采用的技術主要是通過ODU?ex提供的光通道靈活性和新興的FlexE（使用以太網來靈活利用光傳輸帶目前，軟切片正在使用多協議標簽交換（MPLS）結合段路由流量工程（SR-TE）技術以及虛擬局域網（VLAN）。隨著SR-TE演變為具有靈活算法（Flex-Algo）的IPv6段路由（SRv6），運營IPv6及IPv6上的段路由（SRv6）的引入市場趨勢，當前在新建網絡（green?eldbuilds）中備受青睞。IPv6通過減少路由跳數和提高網絡可靠性，簡化了有線網絡的管理。它還使流量能夠快速重新路由到替代路徑，這對于運營商至盡管在多網融合（brown?eld）站點中，MPLS仍然受到青睞，但運營商正在制定發展計劃，其中包括對MPLS和IPv6的混合支傳輸層物理層SRvSRv6/FlexECentralCentral纖維纖維微波微波為了為推動IPv6、云、5G和智能網絡能力的演進，中國移動在骨干網、城域網、云網絡和SD-WAN網絡中開發并部署了IPv6上的SRv6網絡通常由數十臺核心路由器、數百臺匯聚路由器和大量接入交換機組成。在實驗室中復制這些復雜網絡的成本和時間是巨已經增加到無法接受的程度。例如，在測試準備階段，需要進行數千次狀態檢查，以確認環境是否符合測試要求。之后，還要運中國移動需要一種自動化且簡化的測試解決方案，以真實地模擬和測試多種SRv6網絡場景，包括代表性流量的生成、網絡事件場景和網絡狀態的再現。該解決方案還需要支持網絡可擴展性要求，隨著流量的增加，確保在網絡收斂、連接更改和路由更新過思博倫與中國移動及第三方網絡設備供應商合作，開發了一個基于Web的IP網絡數字孿生平臺。思博倫的IP網絡數字孿生平臺提供了1:1的模擬/仿真能力，能夠再現數百種網絡屬性、協議、事件和服務，并支持在單一拓撲網絡測試環境中對數百臺網絡設備和數千個網絡連接進行支持。該數字孿生平臺包含了思博倫創新的TestCenter網絡流量生成器和協議仿真器，支套的網絡仿真硬件，以模擬真實世界的網絡條件，包括故障和對中國移動保持了網絡的穩定性，并更有效地管理了不具體來說，中國移動受益于可操作的實時分析，該分析提供了多維度網絡信息，以及“所見即所得”的交互式仿真，通過逐步向導界面加快測試周期和收入實現時間。通過網絡測試儀、網絡故中國移動保持了網絡的穩定性，并更有效地管理了不思博倫的高速以太網業務在高速以太網方思博倫的高速以太網業務在高速以太網方面的合作顯示，企業正在越來越多地利用以太網網絡來構建企業數據中心和校園交VPNVPNSaaSInternetSaaSInternet企業以太網網絡心越來越有興趣逐漸過渡到200G和400G以太網交換機骨干和結構。由于供應可用性、每比特成本價值、需求等因素，我們預計校園網通常使用10G作為校園核心層和匯聚層，但25G和100G在在接入層，1G仍然占主導地位，但隨著網絡從802.11ac升級到我們也看到了對新的細分市場?校園網即服務（CNaaS）的興趣，新的參與者專注于提供具有成本效益的網絡、增值服務和創企業網絡安全市場是巨大的，下一代防火墻和網關的廣泛測試目我們看到遠程工作和云應用的持續增長正在推動安全服務邊緣下一代防火墻接口是企業數據中心的主要關注點。隨著連接的遠主要銀行確保供應商中立的業績和合規性世界上最大的銀行之一選擇了思博倫，以確保網絡的超高可靠性。思博倫利用高速以太網測試設備和專業知識，為新基礎設施開發了一美國一家大型銀行與思博倫合作，為新的高速以太網基礎設施開發了一個供應商中立的驗證程序。該程序顯示，當多個端口被使用時，一些供應商的交換機無法提供完整的100G線路速率。綜合測試確定了在仍然實現全線速率的情況下可以啟用的最大端口數，從而啟用銀隨著網絡設備數量的增加，這家國際銀行難以在所有設備和供應商組合中執行法規遵從性測試。思博倫自動化了測試環境，部署了第1層交換結構，允許測試平臺和相關設備遠程供電、自動配置并用于執行測試。現在，該銀行以更少的資源將測試平臺的速度提高了300倍，能耗降低了40%，并且可以24/7運行自動化測試，以確美國最大的銀行之一需要部署新的人工智能服務，并委托了一個AI數據中心。思博倫TestCenter使銀行能夠測試400G交換機的性能特征，并有機會增加800G，以及一家總部位于美國的金融交易所正在進行由公共和私有服務混合組成的多年云遷移線速率測試，包括數據包丟失和往返時延測量，以確保與多個交易實體在連接延遲思博倫憑借最新的100G和400G以太網測試解決方案，幫助銀行確保實現超高網絡性能和合規目一家領先的基于云的游戲服務提供商在通過頂級云提供商的平臺交付游戲時遇到了高時延問題，并努力確定根本原因。游戲服務使用思博倫專家和高速以太網測試解決方案來增強其內部測試能力，識別高時延的潛在來源，并幫助開發最佳實踐來最大限度地減少這些來源。因此，游戲提供商顯著改善了其產品在生產云平世界上最大的游戲提供商之一需要確保其服務的最終用戶獲得最佳體驗。他們希望確保在提供直播服務之前，對其網絡的任何更改都經過徹底的測試和審查。游戲供應商與思博倫公司合作開發了一個基于實驗室的測試環境，該環境忠實地再現了現實世界的協議、設備和流量負載。通過對高速以太網設備和流量的全面仿真，游戲提供商可以全面驗證新的以太網基礎設施確保高質量的思博倫通過全面的網絡測試和仿真，幫助將游戲時延降至最低。高速以太網市場的創新步伐正在以前所未有的速度加快，創新周?首個標準預計于2024年末出臺，首批思博倫在以太網測試領域擁有幾十年的專業經驗，在支持高速以太網創新方面享有全球聲譽。最近，思博倫更是加速了