Taille et part du marché des interconnexions GPU - Analyse de la croissance et prévisions (2026 - 2031)

Tendances et perspectives mondiales du marché des interconnexions GPU

Demande croissante de bande passante pour les clusters d'IA générative

L'entraînement de l'IA générative continue de faire progresser le marché des interconnexions GPU, car les tâches de communication collective saturent le fabric réseau bien plus vite que le calcul brut ne peut compenser. NVIDIA a indiqué que sa plateforme GB300 NVL72 délivre 130 To/s de bande passante agrégée intra-rack sur 72 GPU Blackwell Ultra, et que NVLink 6 pour Rubin portera la bande passante par GPU à 3,6 To/s, soulignant la rapidité avec laquelle les exigences en bande passante augmentent à mesure que la densité des clusters s'accroît.^{[1]NVIDIA Corporation, "NVIDIA GB300 NVL72 Conçu pour la performance et l'efficacité du raisonnement IA," NVIDIA, nvidia.com} À mesure que la taille des modèles augmente, le trafic est-ouest au sein du cluster devient trop coûteux pour être ignoré, déplaçant les dépenses d'un poste serveur vers un budget de fabric réseau dédié. Ce changement raccourcit les cycles de remplacement sur le marché des interconnexions GPU, car de nombreux opérateurs de pointe alignent désormais les mises à niveau du fabric plus étroitement avec les générations d'accélérateurs qu'avec les habitudes traditionnelles de renouvellement réseau. Cela augmente également la valeur commerciale des conceptions capables de maintenir des milliers de GPU occupés simultanément, car tout déficit de bande passante peut réduire l'utilisation effective et affaiblir les rendements sur les grands investissements en calcul. Il en résulte un marché où la croissance de la demande est portée non seulement par davantage de GPU, mais aussi par la nécessité de les connecter avec des fabrics beaucoup plus performants.

Passage des goulots d'étranglement de calcul aux goulots d'étranglement d'interconnexion

Le marché des interconnexions GPU bénéficie également d'un déplacement des problèmes de performance au sein des grands clusters d'IA. NVIDIA a positionné Spectrum-X autour de la planification tenant compte de la topologie, de l'équilibrage de charge et du réglage réseau pour les grands clusters d'IA basés sur Ethernet, ce qui reflète la manière dont le comportement du fabric détermine désormais si la mise à l'échelle reste efficace à mesure que la taille du déploiement augmente. Les acheteurs qui ont sécurisé une forte capacité GPU sans l'associer à une bande passante suffisante constatent que l'entraînement distribué ne délivre pas le débit attendu de leurs dépenses en capital. Cela a créé un cycle de mise à niveau pratique au sein des clusters existants, où les opérateurs ajoutent des cartes d'interface réseau, des commutateurs et du matériel de connectivité associé sans attendre un nouvel achat d'accélérateur. Ce schéma soutient le marché des interconnexions GPU même lorsque le rythme d'achat de calcul devient irrégulier entre les groupes de clients. Il améliore également la position des fournisseurs de commutateurs, de cartes d'interface réseau et de DPU, car la demande d'interconnexions devient moins dépendante d'un événement ponctuel d'expédition de GPU et davantage liée au réglage continu des clusters.

Expansion des systèmes GPU à l'échelle du rack dans les centres de données hyperscale

La conception de systèmes à l'échelle du rack a modifié la composition des revenus du marché des interconnexions d'unités de traitement graphique (GPU) en concentrant davantage de fabric au sein de chaque système d'IA déployé. NVIDIA a construit le GB300 NVL72 autour d'une communication native NVLink, et cette architecture remplace un agencement serveur plus conventionnel par une approche rack étroitement intégrée qui dépend d'un matériel de fabric dédié sur l'ensemble du système. Les quatre plus grands opérateurs cloud ont confirmé des dépenses en capital combinées pour 2026 de 725 milliards USD, une large part de ce budget étant dirigée vers l'infrastructure de calcul IA et de mise en réseau, ce qui soutient la demande continue de déploiements d'interconnexions denses. Cela favorise les fournisseurs qui proposent du silicium de commutation, des liens optiques, des contrôleurs de fabric et d'autres composants dont le contenu augmente à mesure que l'intégration des systèmes passe du niveau carte au niveau rack. Cela exerce également une pression sur les fournisseurs principalement liés aux anciennes catégories de conditionnement de signal PCIe, car une partie de cette valeur se déplace vers les nouvelles couches de commutation et optiques à mesure que l'adoption à l'échelle du rack s'étend. En pratique, le marché des interconnexions GPU connaît une intensité de revenus plus élevée par déploiement, les hyperscalers passant de serveurs d'accélérateurs isolés à des conceptions d'usines d'IA intégrées.

Croissance des standards d'interconnexion ouverts pour réduire la dépendance aux fournisseurs

Les standards ouverts prennent une importance croissante sur le marché des interconnexions GPU, car les grands acheteurs recherchent une plus grande flexibilité de fournisseurs face à des budgets de clusters en hausse. Le Consortium UALink a publié sa version 2.0 en avril 2026 avec des fonctionnalités de calcul en réseau, de définition de chiplet et de gestion, et le groupe a indiqué que 115 entreprises membres ou plus participent désormais à l'élaboration du standard. L'Ultra Ethernet Consortium a également lancé la Spécification 1.0 en juin 2025, fournissant au côté montée en puissance du marché des interconnexions GPU un cadre ouvert basé sur Ethernet pour le trafic IA et HPC. Le matériel d'évaluation pour UALink 1.0 est attendu au second semestre 2026, mais le silicium commercial est encore attendu plus tard, ce qui signifie que l'adoption dépendra de la rapidité avec laquelle les fournisseurs pourront passer des travaux du consortium à des produits déployables. Même ainsi, les cadres ouverts façonnent déjà le comportement d'achat en offrant aux entreprises et aux opérateurs cloud une voie plus claire vers des fabrics GPU multi-fournisseurs. À terme, cela devrait rendre le marché des interconnexions GPU moins dépendant d'une architecture unique dans la couche de montée en charge, même si les systèmes propriétaires maintiennent une forte avance à court terme.

Disponibilité limitée des capacités d'encapsulation avancée et de SerDes haute vitesse

Le marché des interconnexions GPU est encore confronté à une limite côté offre, car la capacité d'encapsulation avancée reste tendue dans les programmes de semi-conducteurs IA. Epoch AI a indiqué que NVIDIA, Google, AMD et Amazon représentaient ensemble plus de 90 % de la capacité mondiale d'encapsulation CoWoS en valeur en 2025, soulignant dans quelle mesure la base d'approvisionnement est déjà absorbée par un petit groupe de très grands acheteurs.^{[2]Epoch AI, "L'encapsulation avancée et la HBM, et non les puces logiques, étaient les goulots d'étranglement de la production de puces IA en 2025," Epoch AI, epoch.ai} Cela est important car les ASIC d'interconnexion, les composants optiques avancés et le silicium haute vitesse associé sont tous en concurrence pour le même écosystème de fabrication qui soutient le matériel IA de nouvelle génération. Même lorsqu'un fournisseur remporte un créneau de conception, les livraisons peuvent encore être en retard sur les calendriers des clients si l'approvisionnement en encapsulation et en SerDes ne s'adapte pas au même rythme que la demande. Cela crée des délais d'expédition irréguliers sur le marché des interconnexions GPU et peut retarder le déploiement complet des clusters, en particulier lorsque les clients ont besoin d'une livraison synchronisée d'accélérateurs, de commutateurs, d'optiques et de dispositifs de connectivité associés. Le frein est le plus sévère pour les fournisseurs qui ont besoin à la fois d'une encapsulation avancée et d'un contenu réseau haute vitesse en même temps, car tout écart dans une partie de la chaîne peut ralentir l'ensemble du programme.

Coût total de possession élevé pour les fabrics GPU de montée en charge

Le coût total de possession constitue un autre frein évident sur le marché des interconnexions GPU, car les fabrics de montée en charge haute performance nécessitent bien plus que le seul ASIC de commutation. Les racks d'IA denses nécessitent souvent un refroidissement liquide, une alimentation électrique spécialisée et des mises à niveau des installations, ce qui augmente considérablement le coût d'exploitation total au-delà d'un simple achat de calcul. Ce fardeau de coûts est le plus important pour les projets de calcul souverain, les entreprises et les opérateurs cloud de taille moyenne qui ne peuvent pas répartir les dépenses d'infrastructure sur la même échelle de déploiement que les plus grands hyperscalers. UALink tente de résoudre une partie de ce problème en promettant des performances à l'échelle du rack avec un modèle d'approvisionnement plus ouvert, mais les produits commerciaux sont encore en phase d'évaluation en 2026. Jusqu'à ce que ces produits soient largement disponibles, de nombreux acheteurs sur le marché des interconnexions GPU continueront à peser les gains de performance par rapport aux coûts plus élevés de refroidissement, d'intégration et de réaménagement des sites. Cela signifie que certaines organisations s'en tiendront à des tailles de clusters plus petites ou privilégieront des voies d'expansion basées sur Ethernet plutôt que les systèmes propriétaires de montée en charge les plus coûteux.

*Nos prévisions considèrent les impacts des moteurs et des contraintes comme directionnels et non additifs. Les prévisions d'impact reflètent la croissance de référence, les effets de composition et les interactions entre variables.

Analyse des segments

Par fabric d'interconnexion / architecture de protocole : le leadership propriétaire face à une poussée plus large vers les standards

L'interconnexion propriétaire de montée en charge des accélérateurs détenait 43,59 % du marché des interconnexions GPU en 2025, tandis que l'interconnexion ouverte de montée en charge des accélérateurs devrait être la catégorie de fabric à la croissance la plus rapide jusqu'en 2031. Cette position dominante est due au déploiement précoce et étendu des systèmes rack-scale basés sur NVLink dans les environnements hyperscalers, où l'interconnexion est intégrée comme un élément central de l'architecture de calcul complète plutôt qu'un module optionnel. NVIDIA a renforcé ce modèle en liant étroitement NVLink et NVSwitch à son approche de conception rack-scale, ce qui a maintenu les liens propriétaires de montée en charge au cœur de l'infrastructure IA haute densité. Dans le même temps, la version UALink 2.0 a ajouté des fonctionnalités de calcul en réseau, de chiplet et de gestion, offrant aux conceptions de montée en charge ouvertes une feuille de route plus crédible pour les clusters multi-fournisseurs. Cela laisse le marché des interconnexions GPU avec une structure à court terme où les systèmes propriétaires dominent encore le haut de gamme, tandis que les cadres ouverts construisent une base technique plus solide pour une adoption ultérieure.

L'interconnexion native basée sur PCIe reste pertinente dans le secteur des interconnexions GPU pour les serveurs d'inférence hétérogènes, où le contrôle des coûts et la large compatibilité importent souvent davantage que la bande passante maximale possible. L'interconnexion basée sur CXL attire également l'attention dans les conceptions orientées inférence, car les fonctionnalités de mémoire partagée et de mise en commun peuvent aider à réduire les goulots d'étranglement mémoire dans les charges de travail mixtes CPU et GPU. Astera Labs a mis son contrôleur de mémoire CXL Leo en production en volume pour les charges de travail liées à Microsoft Azure en 2026, démontrant que CXL passe du concept au déploiement commercial dans l'infrastructure cloud. Les fabrics de montée en puissance basés sur Ethernet gagnent du terrain car ils s'alignent sur les grands écosystèmes réseau installés, tandis qu'InfiniBand reste important là où les performances d'entraînement étroitement couplées et le comportement opérationnel établi ont encore du poids. Le marché des interconnexions GPU évolue donc vers un environnement de fabric plus mixte, même si les systèmes propriétaires de montée en charge occupent encore la position initiale la plus forte dans les clusters d'IA à plus haute densité.

Par domaine de connectivité : les revenus de la montée en charge restent les plus importants tandis que les liens campus se développent plus rapidement

La connectivité de montée en charge représentait 49,32 % de la taille du marché des interconnexions GPU en 2025, tandis que la connectivité inter-pod et campus IA devrait se développer plus rapidement que les autres domaines de connectivité jusqu'en 2031. La montée en charge a maintenu la plus grande position en termes de revenus car les systèmes rack-scale denses intègrent un contenu de fabric significatif directement dans chaque unité déployée, augmentant ainsi la valeur des interconnexions par installation. NVIDIA a centré cette approche dans le GB300 NVL72, où le rack lui-même est construit autour d'une communication interne à haute bande passante plutôt qu'un agencement de serveurs plus conventionnel. Cette structure soutient une large nomenclature pour les plateaux de commutation, les liens internes et le matériel de connectivité associé, ce qui maintient la montée en charge au cœur des revenus sur le marché des interconnexions GPU. Cela explique également pourquoi les acheteurs qui choisissent des systèmes d'IA étroitement intégrés s'engagent souvent dans une architecture d'interconnexion en même temps qu'ils choisissent la plateforme d'accélérateur.

La connectivité inter-pod et campus IA croît plus rapidement car de nombreux déploiements d'IA ne peuvent plus faire tenir toute la capacité de calcul requise dans une seule salle ou un seul bâtiment. À mesure que les opérateurs répartissent la capacité GPU sur des campus plus grands pour répondre aux contraintes d'alimentation, de refroidissement et d'espace, ils ont besoin d'une connectivité optique robuste entre les pods, les clusters et les installations. La connectivité de montée en puissance reste importante au sein de chaque cluster car les GPU ont encore besoin d'une communication prévisible à faible latence entre les racks, tandis que la connectivité intra-nœud continue d'être importante dans les serveurs mixtes CPU et GPU qui s'appuient sur une connexion PCIe ou CXL. Les opérateurs qui n'améliorent que le chemin GPU à GPU peuvent encore faire face à des goulots d'étranglement si le chemin CPU à GPU reste contraint, ce qui signifie que l'optimisation des performances doit couvrir plusieurs couches de trafic simultanément. Cela maintient le marché des interconnexions GPU large à travers les types de connectivité, avec différents domaines gagnant en valeur selon la taille du cluster, la conception de la charge de travail et la disposition physique du centre de données.

Par composant : les commutateurs détiennent le plus grand pool de revenus tandis que l'optique croît le plus rapidement

Les interconnexions optiques devraient croître à un CAGR de 16,58 % de 2026 à 2031, tandis que les commutateurs détenaient 39,87 % du marché des interconnexions GPU en 2025. La croissance optique est portée par l'évolution vers l'optique co-packagée et la photonique sur silicium, notamment à mesure que la densité des clusters pousse les opérateurs à réduire la consommation d'énergie et à améliorer la qualité du signal sur des liens plus exigeants. NVIDIA a indiqué que le Quantum-X800 InfiniBand CPO est devenu disponible début 2026, et que Spectrum-X Ethernet Photonics est entré en production en mai 2026, marquant une étape commerciale significative pour la commutation optique dans l'infrastructure IA. Ce changement est important car la mise à l'échelle optique permet des fabrics plus grands et plus économes en énergie, ce qui devient de plus en plus important à mesure que le marché des interconnexions GPU sert de plus grandes usines d'IA plutôt que des racks d'accélérateurs isolés. Les commutateurs détenaient encore la plus grande part des revenus car ils restent centraux à la connectivité au niveau du rack et du cluster, et chaque déploiement d'IA dense nécessite une capacité de commutation substantielle.

Le pipeline de fournisseurs montre également à quelle vitesse les feuilles de route des composants progressent autour du marché des interconnexions GPU. Arista a présenté la série 7060XE7 en juin 2026 avec 64 ports à 1,6 T par port et jusqu'à 102,4 Tb/s de bande passante agrégée, signalant une évolution rapide au-delà du réseau 800G dans les centres de données IA. Les cartes d'interface réseau et les DPU gagnent également en importance car les systèmes d'IA denses ont besoin d'une gestion plus robuste du trafic nord-sud aux côtés de la bande passante du fabric interne, et NVIDIA a positionné ConnectX-8 à 800 Gb/s par port pour les plateformes basées sur GB300. Les retimers et les circuits intégrés de connectivité restent importants car des vitesses de voie plus élevées augmentent les défis d'intégrité du signal sur les cartes, les câbles et les plans de fond. Astera Labs a déclaré 308,4 millions USD de revenus au T1 2026 tout en élargissant sa présence dans ces catégories. Les assemblages de câbles en cuivre servent encore les liens à courte portée où le coût et la familiarité opérationnelle importent, mais le marché des interconnexions GPU oriente régulièrement davantage de croissance vers les systèmes optiques et les plateformes de commutation qui les soutiennent.

Par utilisateur final : les hyperscalers dominent la demande actuelle tandis que les neoclouds se développent rapidement

Les hyperscalers et les fournisseurs de services cloud de niveau 1 représentaient 68,84 % du marché des interconnexions GPU en 2025, tandis que les fournisseurs de cloud natifs IA et les neoclouds sont en passe de connaître la croissance la plus rapide jusqu'en 2031. Cette domination reflète l'échelle à laquelle Microsoft, Amazon, Google et Meta déploient l'infrastructure pour l'entraînement et l'inférence IA. Leurs engagements combinés de dépenses en capital pour 2026 ont atteint 725 milliards USD, une large part étant destinée au calcul IA et à la mise en réseau, fournissant au marché des interconnexions GPU sa base de dépenses la plus profonde et la plus prévisible. Ces clients adoptent également les nouvelles architectures tôt, c'est pourquoi ils ont été au cœur du déploiement des systèmes rack-scale, des fabrics à haute bande passante et de la commutation optique avancée. Même lorsque certains hyperscalers conçoivent des parties de leur pile réseau en interne, leur échelle d'approvisionnement continue de façonner les feuilles de route des produits dans l'ensemble de l'écosystème des fournisseurs.

Les fournisseurs de cloud natifs IA et les neoclouds se développent rapidement car ils utilisent l'accès à des fabrics plus récents comme argument de vente direct auprès des clients entreprises et de recherche. NVIDIA a indiqué que CoreWeave, Lambda et Oracle Cloud Infrastructure figuraient parmi les premiers adoptants de Spectrum-X Ethernet Photonics, ce qui montre comment les nouvelles plateformes cloud utilisent les performances réseau et l'efficacité énergétique pour différencier leurs services. Les programmes gouvernementaux et de calcul souverain élargissent également la base d'acheteurs, et le Canada a lancé son Programme d'infrastructure de calcul souverain IA en avril 2026 avec 2,4 milliards CAD (1,76 milliard USD) de soutien fédéral. Les grandes entreprises, les centres de calcul académiques et les déploiements liés aux télécommunications ajoutent une demande supplémentaire, bien qu'ils préfèrent souvent des fabrics de montée en puissance économiques plutôt que les systèmes propriétaires de montée en charge les plus coûteux. Cet élargissement du mix de clients donne au marché des interconnexions d'unités de traitement graphique (GPU) une base de demande plus large qu'elle ne l'était lors des cycles d'accélérateurs précédents, lorsque les achats des hyperscalers représentaient une part bien plus importante de l'activité totale.

Analyse géographique

L'Amérique du Nord détenait 56,62 % de la part du marché des interconnexions GPU en 2025, la plaçant bien en avance sur tous les autres segments régionaux. La région bénéficie d'investissements hyperscalers concentrés aux États-Unis et du fait que de nombreuses entreprises qui façonnent le marché des interconnexions GPU, notamment NVIDIA, Broadcom, Arista Networks, Astera Labs, Credo Technology, Coherent et Lumentum, y ont leur siège social ou y exercent des activités commerciales significatives. La région reste également la plus grande base d'adoption précoce pour l'infrastructure d'IA rack-scale, ce qui signifie que les lancements de produits se traduisent souvent par des déploiements nord-américains avant des déploiements mondiaux plus larges. Les grandes dépenses en capital cloud renforcent cette avance, les plus grands opérateurs dirigeant d'importants budgets 2026 vers l'infrastructure de calcul IA et de mise en réseau. Le Canada contribue également à élargir la demande régionale grâce à des investissements publics en calcul, et son Programme d'infrastructure de calcul souverain IA a ajouté 2,4 milliards CAD (1,76 milliard USD) de soutien fédéral en avril 2026.^{[3]Gouvernement du Canada, "Le Canada lance une initiative nationale pour développer une grande capacité de supercalcul IA," Gouvernement du Canada, canada.ca}

L'Asie-Pacifique devrait se développer à un CAGR de 16,44 % jusqu'en 2031, ce qui en fait la géographie à la croissance la plus rapide sur le marché des interconnexions GPU. La croissance dans la région est soutenue par les ambitions d'IA souveraine, les constructions cloud locales et la nécessité de piles technologiques nationales dans les pays cherchant un plus grand contrôle sur l'infrastructure de calcul. La région est également importante car plusieurs grands groupes technologiques d'Asie-Pacifique font partie du Consortium UALink, indiquant que les standards ouverts de montée en charge attirent un intérêt réel de la part des grandes entreprises de plateformes et des participants matériels. Cette poussée régionale est susceptible de soutenir à la fois les écosystèmes de fabrication locaux et la demande d'approches d'interconnexion alternatives, à mesure que les clients évaluent le coût, l'accès à l'approvisionnement et le contrôle technologique. Pour le marché des interconnexions GPU, l'Asie-Pacifique devient importante non seulement en tant que centre de demande, mais aussi en tant que région pouvant influencer l'adoption future des standards et les schémas d'approvisionnement en composants.

L'Europe est plus petite aujourd'hui, mais elle reste stratégiquement importante car les règles de souveraineté des données et les cadres de gouvernance de l'IA continuent de soutenir la demande d'infrastructure de calcul régionale. Le Royaume-Uni a annoncé en 2026 qu'il allouerait 1,1 milliard GBP (1,4 milliard USD), dans le cadre de son plan matériel IA, dont 750 millions GBP (1,02 milliard USD) pour un supercalculateur national IA dont le déploiement est prévu d'ici 2030. L'Amérique du Sud reste en phase d'adoption plus précoce, avec une activité davantage liée à l'expansion du cloud hyperscaler et au calcul de recherche qu'à de grands programmes de fabric nationaux. La demande au Moyen-Orient et en Afrique est encore plus faible en termes absolus, mais l'intérêt pour le calcul souverain augmente, ce qui offre au marché des interconnexions d'unités de traitement graphique (GPU) une autre voie de croissance régionale à long terme au-delà du cœur hyperscaler actuel.