对于有意建设或升级数据中心交换机的企业而言,恐怕得做好排队等候的准备——AI优先型服务商正在大量占用市场上的可用资源。
这是Gartner近期发布报告的核心结论。报告对未来一年内数据中心交换机市场的前景作出了较为悲观的判断:交换机厂商正在"大力将资源向AI数据中心倾斜",原因很简单——AI数据中心比传统数据中心利润更高。
报告指出:"AI网络架构的支出将于2026年超过通用数据中心网络,并在2029年前实现翻倍以上增长。因此,市场正在分化为两种截然不同的采购模式:AI基础设施网络与通用数据中心网络。"
Gartner杰出副总裁兼分析师、此次报告的作者之一Andrew Lerner表示,交换机厂商所掌握的资源已难以跟上市场需求的步伐。
"交换机厂商拥有工程技术人才等人力资源,以及内存、激光器等生产交换机所需的物资资源,而这两类资源目前都处于紧缺状态。"他说道。
目前,运营高端AI数据中心的企业仅约200家,而拥有传统数据中心的机构多达约10万家。但Lerner指出,这200家AI企业的合计支出,是那10万家传统企业的三倍。
"如果你是一家厂商,想要做出正确的商业决策,就必须抓住增长机会。"他说。
ZK Research创始人兼首席分析师Zeus Kerravala对此表示认同:"思科、Arista、Juniper等数据中心设备厂商毫无疑问都在优先将资源投向AI领域,因为它们想要在大规模AI基础设施建设中占据一席之地。大量资金正涌入新兴云服务商等方向,这些厂商也顺势调整了资源配置策略,以匹配市场需求的重心。"
对于拥有传统数据中心的企业而言,上述趋势带来的直接影响包括:价格上涨、交货期拉长,以及可能出现的服务质量下滑。
Gartner预测,交换机价格将上涨15%至40%,主要原因是资源供应紧张;交货周期也将从2025年中期的一至两个月,延长至三至九个月。供应压力预计在明年年中前后有所缓解,但价格并不会随之回落。
"总体而言,在网络设备市场上,厂商并没有主动降价的先例。"Lerner说。
与此同时,由于厂商将稀缺的工程人才集中投入AI领域,他们对非AI交换机产品线的创新投入可能大幅减少,售后支持的力度同样如此。
Gartner报告明确指出:"随着厂商将最优秀的技术人员重新调配去支持大型AI基础设施建设,通用环境下的技术支持质量将随之下降。"
Lerner将此形容为一种"维持现状、保住基本盘"的经营心态。他说,厂商不会放弃那10万家传统数据中心客户,但最优质的人才和资源确实会被优先配置到其他方向。
对于如何应对这场"交换机寒冬"或降低其冲击,Gartner给出的首要建议是:尽量延长现有设备的使用周期。"很多企业在设备真正需要更换之前就已经完成了更新换代。"Lerner说。
他建议企业跳出厂商"产品生命周期终止"政策的框架,综合考量现有设备能否满足业务需求、是否便于运维管理,同时关注市场技术创新的实际进展,以及新交换机究竟能带来多少实质性的新功能。
"大多数企业在这方面往往偏于保守,导致换代时机偏早。"他说。
另一个可考虑的方向是提升现有交换机的利用率。Lerner指出,架顶式交换机通常配备48或36个端口,而实际使用率往往不足一半,这种情况较为普遍。此外,企业也可以通过提高VMware虚拟化密度比,来同步提升服务器与交换机的利用效率。
如果确实需要采购新设备,可以考虑思科、HPE等厂商提供的经认证翻新设备计划。Lerner介绍,这类设备来源于租赁退还或企业破产等渠道,通过官方授权渠道销售,品质有所保障。
此外,探索其他厂商也是一个值得关注的选项。"不同厂商受到的影响程度不同,产品线的侧重也有所差异。"他说。一家拥有高端交换机产品线但内存资源有限的厂商,必然会将内存优先供给高端产品;而专注于中低端交换机的厂商则不存在这一两难抉择。
这也意味着,中小型企业所受到的冲击可能相对有限。Kerravala表示:"从货源可用性来看,中端市场企业的处境可能优于大型企业,因为首当其冲、不得不做出策略转向的,恰恰是那些面向大型企业市场的厂商。"
Lerner还建议企业积极探索架构层面的替代方案,例如将更多工作负载迁移至公有云或托管设施,或者在选型时提高灵活性,根据不同数据中心区域对端口数量和传输速率的实际需求,选用规格较小的交换机。
如果以上方法都不奏效、必须购买新设备,Lerner的建议言简意赅:"尽早下单。"
Q&A
Q1:数据中心交换机价格上涨的原因是什么?
A:根据Gartner报告,交换机价格上涨的主要原因是资源供应紧张。交换机厂商正将工程人才、内存、激光器等关键资源优先配置给AI数据中心,导致面向传统数据中心的供应能力下降。预计交换机价格将上涨15%至40%,交货周期也将从一至两个月延长至三至九个月。即便供应压力在明年年中有所缓解,价格也不太可能随之回落。
Q2:企业该如何应对数据中心交换机短缺和涨价问题?
A:Gartner给出了多项建议:一是延长现有设备的使用周期,避免过早换代;二是提高现有交换机的端口利用率;三是考虑购买经认证的翻新设备;四是探索其他厂商的产品,尤其是专注中低端市场的厂商;五是将部分工作负载迁移至公有云或托管设施;六是如果确需采购新设备,务必尽早下单,以避免漫长的等待期。
Q3:中小型企业和大型企业在交换机短缺中受到的影响有何不同?
A:根据分析师Zeus Kerravala的判断,中端市场企业在货源可用性方面的处境可能优于大型企业。这是因为首先受到冲击、不得不将资源向AI倾斜的,主要是思科、Arista、Juniper等面向大型企业市场的头部厂商。而专注于中低端产品线的厂商,由于本身不存在高端资源的分配压力,受到的波及相对较小。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津、MIT等机构联合发布GauntletBench,测试显示最强AI智能体完成率仅19%,而普通人类完成率超80%,揭示AI在时间感知、图形理解和三维推理上的真实短板。