NVIDIAのAI基盤ビジネスは、GPUだけでは説明しにくい段階に入った。市場調査会社IDCのデータとして伝えられた2026年第1四半期のデータセンター向けEthernetスイッチ収益シェアで、NVIDIAは21.5%を占め、Arista Networksの20.3%、Ciscoの16.3%を上回った。順位そのものより見るべきは、AIサーバーの調達でネットワークが独立した周辺機器ではなく、GPUクラスタの性能を決める基盤部品として買われ始めていることだ。
この数字は、NVIDIAが汎用Ethernetスイッチ市場を丸ごと制したという話ではない。対象はデータセンター向けEthernetスイッチであり、しかも四半期の収益シェアである。だが、AI向けGPUを軸にする企業がスイッチ収益でも首位に出たことは、AIクラスタの設計がサーバー、NIC、スイッチ、ソフトウェア制御をまとめて見る方向へ動いていることを示す。
首位の背景には、GPUとネットワークを束ねる販売構造がある
NVIDIAがこの領域で首位に出た背景には、スイッチ単体の価格競争ではなく、GPUクラスタ全体を動かすためのネットワークを自社スタックに取り込んだことがある。NVIDIAはSpectrum-Xを、生成AIや大規模AIクラスタ向けのAccelerated Ethernet Platformとして打ち出している。中身はEthernetスイッチだけではなく、SuperNICやDPU、ソフトウェア制御、混雑制御の仕組みを組み合わせたネットワーク基盤である。
AIクラスタでは、GPUを何千、何万と並べても、各GPUの間でデータを待つ時間が増えれば計算資源は止まる。とくに学習や大規模推論では、通信の遅れが一部のノードに偏るだけで、ジョブ全体の完了時間が伸びる。NVIDIAがネットワークをGPU販売の外側に置かず、クラスタ設計の一部として扱うのはこのためだ。
NVIDIAに有利なのは、GPU、NIC、DPU、スイッチ、ソフトウェアを同じ設計思想で提案できることだ。既存のEthernetベンダーは長くデータセンターのネットワークを支えてきたが、AIクラスタでは「何Gbpsでつながるか」だけでなく、通信が混雑したときに学習ジョブをどれだけ止めずに済むかが採用判断を左右する。NVIDIAが四半期シェアで首位に立ったという報告は、その判断軸が購買側に広がっていることを映している。
Spectrum-XはEthernetをAIクラスタ向けに制御する
Spectrum-Xの狙いは、Ethernetを捨てて専用ネットワークへ移ることではない。広く使われるEthernetを土台にしながら、AIクラスタで問題になりやすい混雑、遅延のばらつき、通信経路の偏りを制御することにある。NVIDIAはSpectrum-Xを、スイッチ、ネットワークアダプタ、DPU、ソフトウェアを組み合わせたプラットフォームとして位置づけている。
NVIDIAの技術論文も、AIワークロードのネットワーク要求を通常のWebサービスやストレージ通信とは別物として扱っている。大規模な学習ジョブでは、多数のGPUが同じタイミングで勾配や中間データを交換する。推論でも、MoEのように処理を複数の専門モデルへ振り分ける構成では、計算そのものだけでなく、どのノードへどれだけ速くデータを渡せるかが応答時間に直結する。
このような通信では、平均帯域が高いだけでは足りない。遅い経路や混んだリンクに通信が集中すると、GPU側は次の計算に進めず待たされる。NVIDIAがSpectrum-Xで強調するのは、経路選択、輻輳制御、テレメトリ、アダプタ側の処理をまとめて扱うことで、EthernetをAIジョブの動きに合わせるという発想である。
データセンター運営者にとって、この構成は分かりやすい利点を持つ。GPUクラスタの性能問題を切り分けるとき、サーバー、NIC、スイッチ、ソフトウェアが別々のベンダーに分かれていれば、責任範囲の確認に時間がかかる。NVIDIAの統合スタックは、調達と運用の窓口を狭め、性能保証の説明をしやすくする。今回の首位報告は、その便利さが高価格なAI基盤の購買判断で評価されていることを示している。
AI工場では、ネットワークの遅れがGPU投資の回収を遅らせる
NVIDIAがAI向けデータセンターを「AI factory」と呼ぶのは、GPUを並べるだけでは生産性が決まらないからだ。工場で部材の流れが詰まれば生産ライン全体が遅れるように、AIクラスタでは通信の詰まりがGPUの待ち時間になる。高価なアクセラレータを大量に入れるほど、ネットワーク側の遅れは設備投資の回収期間に響く。
従来のデータセンターネットワークでも遅延や帯域は大事だったが、AIクラスタでは同期処理が多く、1台の遅れが広い範囲に波及しやすい。GPUは計算を終えても、次のステップに必要なデータが届かなければ動けない。これが、AIサーバーの導入でネットワークが後回しにしにくい理由である。
NVIDIAのFY2027第1四半期のForm 10-Qは、同社の報告期間が2026年4月26日までの四半期であることを示している。IDCの四半期データと同じ時期に、NVIDIAのData Center事業はGPUだけでなくネットワーキング製品も含む形で語られていた。データセンター向けEthernetスイッチの首位報告は、AI基盤の投資対象がネットワーク機器まで広がっていることを示す材料になる。
ただし、ここでの変化は「EthernetがNVIDIA専用になった」という意味ではない。Ethernetであることが、NVIDIAにとっても顧客にとっても採用の敷居を下げている。InfiniBandのような専用性の高い選択肢に対し、Ethernetは運用経験、機器の選択肢、既存の設計資産を生かしやすい。NVIDIAはその上に、AIクラスタ向けの制御を載せることで、既存のEthernet調達に入り込んでいる。
AristaとCiscoが近いからこそ、次の焦点は継続率になる
今回のランキングをNVIDIAの一方的な勝利として読むのは早い。IDCデータとして伝えられたシェアでは、NVIDIAの21.5%に対してAristaは20.3%であり、差は大きくない。Ciscoも16.3%を維持している。データセンターEthernetは、クラウド事業者や大規模企業が複数ベンダーを組み合わせやすい領域であり、四半期ごとの大口案件で順位は動きうる。
AristaやCiscoに残る強みは、ネットワーク運用の長い実績と、特定GPUベンダーに依存しない設計のしやすさだ。大規模クラウド事業者は、価格交渉、供給リスク、運用自動化、既存ネットワークとの整合性を見ながら調達を分ける。NVIDIAの統合スタックは性能説明をしやすい一方で、顧客にとっては依存先が広がるという別の判断も生む。
次に見るべきは、NVIDIAが2026年第1四半期の首位をどれだけ続けられるかである。次世代のGPUクラスタやさらに大規模なAI基盤でもSpectrum-Xのような統合型Ethernetが選ばれれば、NVIDIAはデータセンター内の価値配分をGPUからネットワークへ広げられる。反対に、顧客がEthernetの開放性を守るために複数ベンダー構成を強めれば、今回の首位はAI投資が集中した四半期の山として扱われる。
いずれにしても、AIインフラ競争の争点は「誰のGPUを買うか」だけではなくなった。GPUを何台買うか、どのラックに入れるか、どの冷却方式を選ぶかに加え、GPU同士をどう結び、通信の詰まりをどう抑えるかが同じ購買判断の中に入っている。NVIDIAがEthernetスイッチ市場で首位に出たという報告は、その広がりを数字で示した出来事である。