Nvidia détrône Arista et Cisco : comment Spectrum-X et la stratégie « AI Factory » ont propulsé ses switchs Ethernet au sommet du marché

Trois facteurs expliquent ce trimestre historique :

1. L'appétit insatiable des hyperscalers pour l'IA. Meta a seul engagé jusqu'à 135 milliards de dollars dans l'infrastructure IA en 2026, incluant des millions de GPU Nvidia Blackwell et Rubin de nouvelle génération — avec les switchs Ethernet Spectrum-X en colonne vertébrale réseau . C'est le plus gros investissement technologique jamais consenti par une seule entreprise .

2. Spectrum-X, le moteur de la croissance. Les revenus de switchs Ethernet de Nvidia proviennent quasi exclusivement de Spectrum-X, sa plateforme réseau optimisée pour l'IA. Nvidia indique que 90 % de ses clients achètent désormais du réseau (dont Spectrum-X) en même temps que les GPU, le chiffre d'affaires total du réseau atteignant 8,2 milliards de dollars au T3 de l'exercice 2026, en hausse de 162 % sur un an .

3. L'Ethernet dépasse l'InfiniBand. 2025 a marqué un tournant décisif où l'Ethernet a surpassé l'InfiniBand dans l'adoption pour les réseaux « back-end » de l'IA, tendance qui s'est accélérée début 2026 . Spectrum-X a directement capté ce mouvement.

La différence fondamentale de Spectrum-X par rapport aux switchs traditionnels

Les switchs Ethernet classiques (Cisco, Arista, Juniper) sont vendus comme du matériel autonome, intégré par le client avec des cartes réseau, câbles et logiciels de gestion tiers. Spectrum-X est tout autre chose :

Une plateforme intégrée, pas un boîtier. Spectrum-X combine les ASIC de switch Spectrum-4 avec les SuperNICs BlueField-3 et la pile logicielle Nvidia (CUDA, NCCL, bibliothèques accélérées) en un seul système validé, conçu pour l'entraînement distribué de GPU . Nvidia présente l'ensemble — GPU, switches, SuperNICs et logiciels — comme un tissu « usine IA » pré-intégré, bien plus qu'une collection de composants interopérables .

Des performances taillées pour l'IA. Cette co-conception permet des performances 1,6 fois supérieures à celles d'un Ethernet standard pour les charges de travail IA . En couplant étroitement switches et SuperNICs, Spectrum-X offre un RDMA over Converged Ethernet (RoCE) avec un contrôle de congestion réglé spécifiquement pour les communications collectives des GPU (all-reduce, all-to-all), ce que l'Ethernet standard ne peut égaler sans réglages approfondis .

Conçu pour le passage à l'échelle. Le Spectrum-X Ethernet Photonics, annoncé début 2026, utilise la photonique silicium co-packagée pour réduire la consommation électrique de 5 fois par port 1,6 Tb/s par rapport aux interconnexions à modules enfichables — un avantage crucial pour les modèles d'IA à plusieurs billions de paramètres .

Le rôle clé de Meta et Oracle

L'adoption par les hyperscalers est le catalyseur de la domination réseau de Nvidia.

Meta a adopté Spectrum-X pour sa plateforme Facebook Open Switching System (FBOSS) et le déploie dans son immense programme d'infrastructure, qui comprend des millions de GPU Nvidia Blackwell et Rubin . La dépense de 135 milliards de dollars de Meta en 2026 constitue un moteur de demande majeur .

Oracle construit des supercalculateurs IA « giga-scale » utilisant l'architecture Nvidia Vera Rubin interconnectée par des switchs Ethernet Spectrum-X, annoncé à l'OCP 2025 . Oracle intègre également Spectrum-X à ses services RDMA et SuperCluster OCI .

Adoption plus large : Microsoft et xAI figurent aussi parmi les clients du portefeuille réseau de Nvidia, confirmant la tendance des hyperscalers .

Pression concurrentielle sur les historiques (Arista, Cisco)

Conquête de parts de marché. Avec 21,5 % de part au T1 2026, Nvidia a distancé Arista et Cisco, longtemps dominantes sur ce segment . Dès le T2 2025, Nvidia avait déjà dépassé Arista avec 25,9 % de part contre 18,9 % , et la tendance s'est poursuivie. Les données de Dell'Oro Group de juin 2026 placent Celestica et Nvidia aux deux premières places du segment « back-end IA », Arista étant troisième .

L'avantage de l'intégration verticale. Nvidia propose un tissu réseau IA complet et pré-validé, offrant de meilleures performances « prêtes à l'emploi » que des switchs Arista ou Cisco associés à des cartes réseau tierces. Cela crée un verrouillage « solution complète » difficile à contrer .

Le débat ouvert contre intégré. Arista et Cisco défendent des écosystèmes Ethernet ouverts et multi-fournisseurs (ex. EOS d'Arista, Silicon One de Cisco), où le client assemble switchs, cartes réseau et logiciels. Nvidia rétorque que les charges de travail IA exigent du matériel et des logiciels co-conçus pour des performances maximales. Le risque pour les historiques est que les hyperscalers — qui préféraient jusqu'ici les écosystèmes ouverts — achètent désormais la solution intégrée de Nvidia car elle accélère concrètement les calendriers d'entraînement IA .

Obligation de répondre. Arista et Cisco doivent choisir : développer leurs propres piles IA intégrées (ce qu'elles tentent, via l'Ultra Ethernet Consortium par exemple) ou se battre sur le prix et l'ouverture pendant que Nvidia capte la partie à haute valeur ajoutée du marché. La croissance du marché global des switchs Ethernet à 15,4 milliards de dollars montre une demande forte, mais le segment le plus porteur (réseaux back-end IA) est dominé par Nvidia . Cisco a d'ailleurs franchi le pas en s'associant à Nvidia, développant un switch Nexus embarquant le silicium Spectrum-X avec un système d'exploitation Cisco .

Ce que cela signifie pour le paysage de l'infrastructure IA

L'accession de Nvidia à la tête du marché des switchs Ethernet n'est pas seulement l'histoire du succès d'un produit. Elle reflète un changement structurel dans la conception des infrastructures IA. L'ère des composants réseau génériques assemblés par des intégrateurs cède la place à des « usines IA » verticalement intégrées et conçues sur mesure, où GPU, switchs, cartes réseau et logiciels sont co-conçus dès le départ.

Comme l'ont montré 2025 et 2026, l'Ethernet — le standard réseau le plus universel — peut désormais rivaliser avec l'InfiniBand pour les charges de travail d'entraînement IA les plus exigeantes . Et Nvidia, la société qui a bâti sa réputation sur les GPU, est devenue l'acteur central de cette transformation.