De investering in kunstmatige intelligentie stopt niet meer bij het kopen van GPU’s. Dell’Oro Group schat dat de wereldwijde markt voor halfgeleiders en IT-componenten voor datacenters meer dan 1,8 biljoen dollar zal bedragen tot 2030, een prognose die naar boven is bijgesteld vanwege de verwachte groei van CAPEX en elektrische capaciteit. Versnellers, geheugen, opslag, CPU’s en netwerkkaarten zullen deelnemen aan een expansie die de hele infrastructuur van datacenters begint te transformeren.
De kernpunten van de chipmarkt voor datacenters in 30 seconden
- Dell’Oro verhoogt de voorspelling tot meer dan 1,8 biljoen dollar voor de totale markt voor halfgeleiders en IT-componenten tot 2030.
- AI-versnellers zullen het grootste deel van de uitgaven opslokken, maar ook geheugen, opslag, CPU’s en NIC’s zullen toenemen.
- Servers en opslag kunnen in de komende vijf jaar meer dan 200 GW aan vermogen vereisen.
- Hyer-scalers zullen het gebruik van aangepaste siliciumchips vergroten om energieverbruik en kosten te verlagen.
- Inferentie en AI-agenten zullen de vraag naar conventionele servers en netwerken verder doen toenemen.
Deze voorspelling helpt te begrijpen waarom de uitrol van AI zich gelijktijdig op meerdere industrieën uitbreidt die voorheen afzonderlijk konden worden bekeken. Het probleem draait niet alleen om het fabriceren van voldoende versnellers. Elke GPU heeft geheugen nodig, elke server opslag en connectiviteit, en elke nieuwe rack vereist elektriciteit, koeling en een netwerk dat enorme datastromen kan verwerken.
De Internationale Energie Agency (IEA) ziet hetzelfde fenomeen vanuit een elektrisch perspectief. Het datacentercentrumverbruik steeg in 2025 met 17%, en de organisatie verwacht dat het tegen 2030 ongeveer zal verdubbelen. De vraag naar datacenters die specifiek gericht zijn op AI zou nog sneller groeien.
De 1,8 biljoen dollar gaan niet alleen naar GPU’s
Het meest opvallende cijfer uit het Dell’Oro-rapport is de voorziene omvang van de markt, maar misschien is het nog interessanter om te zien hoe dat geld wordt verdeeld.
AI-versnellers blijven de dominante categorie, aldus de adviesgroep. Hier vallen GPU’s en andere gespecialiseerde processors onder die worden gebruikt voor trainen en uitvoeren van modellen.
Hij heeft geheugen met hoge bandbreedte, CPU’s die bepaalde taken beheren, SSD- en HDD-eenheden voor dataverzameling en opslag, en netwerkadapters die communicatie tussen servers mogelijk maken, vaak met meerdere GPU’s per rack.
Daarom verwacht Dell’Oro gelijktijdige groei in:
- AI-versnellers;
- CPU’s;
- geheugen;
- opslagcategorieën;
- netwerkinterfaces (NIC’s).
De ontwikkeling is vooral relevant voor geheugen en opslag. Dell’Oro voorziet dat de leveringsbeperkingen de prijzen op korte termijn hoog zullen houden, maar dat er een geleidelijke normalisatie zal plaatsvinden gedurende de prognoseperiode.
Deze druk is al merkbaar buiten de datacenters. De vraag naar geheugen voor AI concurreert om capaciteit en kapitaal met andere marktsegmenten, terwijl fabrikanten proberen de productie van geavanceerde geheugenchips op te voeren.
Zo wordt het datacenter een systeem waarvan de groei afhankelijk is van het gelijktijdig vorderen van vele schakels in de toeleveringsketen.
Inferentie en agenten veranderen de samenstelling van het datacenter
In de eerste fase van de huidige AI-ontwikkelingsrace lag de focus vooral op training.
Het was gemakkelijk om AI-infrastructuur te associeren met grote clusters GPU’s bedoeld voor het trainen van steeds grotere modellen.
Inferentie brengt dat beeld deels nuanceren.
Na het trainen van een model, moet elke aanvraag van een gebruiker, applicatie of agent rekenkracht gebruiken om een reactie te genereren. Hoe meer deze systemen worden gebruikt, hoe meer infrastructuur nodig is om die verzoeken te verwerken.
AI-agenten kunnen die activiteit nog verder opvoeren.
Een chatbot antwoordt meestal op één verzoek. Een agent kan meerdere stappen volgen, databases raadplegen, code uitvoeren, externe tools gebruiken en herhaaldelijk andere modellen aanroepen voordat hij een taak voltooit.
De IEA heeft al gewaarschuwd dat, hoewel het energieverbruik per AI-taak snel afneemt dankzij efficiëntieverbeteringen, het aantal gebruikers toeneemt en het intensief gebruik, zoals door agenten, zich uitbreidt.
Dell’Oro verwacht dat deze evolutie ook ten goede zal komen aan algemene servers.
Niet alle infrastructuur die een agent nodig heeft, hoeft op een GPU te draaien. Databases, opslag, applicatieservers, beheersystemen en veel andere diensten blijven gebruik maken van conventionele CPU’s.
De expansie van AI zou dus kunnen leiden tot meer CPU-verbruik, niet minder.
NIC’s maken de sprong van secundair component naar kernrol
Het netwerk is een van de grote winnaars.
Dell’Oro verwacht dat netwerkinterfaces (NIC’s) hun groei zullen versnellen om twee redenen.
Enerzijds is er de front-end: conventionele servers die ingezet worden voor inferentie, opslag en AI-toepassingen, hebben connectivity nodig.
Aan de andere kant is er de back-end van grote AI-clusters.
Training of het uitvoeren van gedistribueerde modellen vereist een sterke connectiviteit tussen grote hoeveelheden versnellers. In die systemen wordt het netwerk niet meer alleen de communicatieweg, maar onderdeel van het reken-, opslag- en dataverwerkingssysteem zelf.
Een extreem snelle GPU wacht bijvoorbeeld op gegevens als die niet snel genoeg arriveren.
Fabrikanten en operators verhogen daarom de snelheden van Ethernet en InfiniBand en ontwikkelen architecturen die latentie willen verminderen en communicatie tussen versnellers willen verbeteren.
De AI-race is dus ook een race op netwerken.
Meer silicium van eigen ontwerp bij hyper-scalers
Dell’Oro voorziet daarnaast een andere belangrijke trend: versnellers, CPU’s en NIC’s zullen steeds meer chips op maat gebruiken.
Grote cloudproviders werken hier al jarenlang aan.
Google ontwikkelde zijn TPU’s voor machine learning-taken. AWS beschikt over Trainium voor training en Inferentia voor inferentie, naast hun Graviton-CPU’s. Microsoft heeft accelerators Maia en processors Cobalt ontwikkeld. Meta werkt eveneens aan eigen accelerators, MTIA.
De economische logica wordt steeds krachtiger.
Wanneer een bedrijf miljoenen chips installeert, kunnen kleine besparingen op energieverbruik per apparaat grote verschillen maken in elektriciteitskosten, koeling en infrastructuur.
Hetzelfde geldt voor de kosten per inferentie.
Dell’Oro wijst erop dat de technologische ontwikkeling zich verplaatst van de chip-encapsulatie tot de volledige rack. Het doel is niet alleen om de snelste chip te maken, maar ook om prestaties per watt te verhogen en de kosten per token te verlagen.
Dit stimuleert heterogene architecturen.
Een bedrijf kan verschillende accelerators gebruiken afhankelijk van de taak, zoals training, inferentie, videoprocessing of specifieke interne workloads, in plaats van alles op dezelfde GPU uit te voeren.
200 GW – een andere dimensie van het probleem
Een cijfer uit het rapport verduidelijkt de schaal van de voorspellingen:
Dell’Oro schat dat de componenten voor servers en opslag die de komende vijf jaar worden ingezet, meer dan 200 GW aan vermogen kunnen verbruiken.
Dit betekent niet dat al dat verbruik ineens en allemaal tegelijk zal plaatsvinden, noch dat het uitsluitend voor AI is. Het is een cumulatieve inschatting van de benodigde capaciteit voor de voorziene apparatuur.
Dit vraagt wel om voorbij de halfgeleiders te kijken.
De IEA schat dat datacenters in 2024 ongeveer 415 TWh elektriciteit verbruikten, ongeveer 1,5% van de wereldwijde elektriciteitsconsumptie. Tegen 2030 wordt een verbruik van ongeveer 945 TWh voorspeld, bijna 3% van de wereldwijde vraag.
Het probleem is niet gelijkelijk verdeeld.
Datacenters zijn geografisch geconcentreerd. Daarom kan een relatief klein aandeel in het wereldwijde elektriciteitsverbruik een enorm probleem vormen voor een specifieke regio.
De IEA schat dat ongeveer 20% van de geplande datacenterprojecten mogelijk vertraging oploopt door problemen met de aansluiting op het elektriciteitsnet.
Hier ligt een van de echte beperkingen voor de groei van de voorspelde 1,8 biljoen dollar door Dell’Oro.
Meer GPU’s kunnen worden geproduceerd.
Maar er moeten ook manieren worden gevonden om ze aan te sluiten op het energienet.
De infrastructuur voor AI begint vóór de server
De race om datacenters te bouwen legt knelpunten bloot die traditioneel minder aandacht kregen.
Transformatoren.
Substations.
Generators.
Ononderbroken stroomvoorzieningssystemen.
Liquide koeling.
Switches.
Fiberoptica.
Geheugen.
Opslag.
Het IEA wees in april al op het feit dat de toeleveringsketens voor gasturbines, transformatoren, geavanceerde chips en IT-componenten strenger zijn geworden, terwijl nieuwe projecten de planning en aansluiting op het elektriciteitsnet onder druk zetten.
Dit verklaart ook waarom de voorspelling van Dell’Oro sinds januari is bijgesteld.
De adviesgroep geeft aan dat haar nieuwe schatting aanzienlijk omhoog is bijgesteld vanwege hogere verwachtingen voor CAPEX en nieuwe elektrische capaciteit voor datacenters.
De markt begint te anticiperen dat de benodigde infrastructuur groter zal zijn dan enkele maanden geleden werd gedacht.
Van het kopen van GPU’s tot het ontwerpen van volledige datacenter-architecturen
Het cijfer van 1,8 biljoen dollar vertegenwoordigt een diepgaander verandering.
Tijdens de eerste jaren van de explosie van generatieve AI zorgden Nvidia en haar GPU’s voor een groot deel van de discussie over infrastructuur. Ze blijven een centrale rol spelen, maar de volgende fase vereist veel meer.
Inferentie heeft servers nodig.
Agenten vragen om computationele kracht en opslag.
Clusters hebben netwerken nodig.
Versnellers vereisen geheugen.
Racks vragen koeling.
En alles heeft elektriciteit nodig.
De IEA voorziet dat de wereldwijde vraag naar elektriciteit voor datacenters veel sneller zal groeien dan het algemeen energieverbruik. Alleen in de VS wordt verwacht dat dergelijke faciliteiten ongeveer de helft van de groei in de elektriciteitsvraag tot 2030 zullen vertegenwoordigen.
Daarom gaat de prognose van Dell’Oro niet alleen over een nieuwe cyclus van chip-uitgaven.
Het beschrijft de bouw van een nieuwe wereldwijde laag van IT-infrastructuur.
GPU’s blijven een van de kostbaarste onderdelen. Maar het wordt steeds duidelijker dat het niet genoeg is om de versneller te bezitten; geheugen, opslag, netwerken, koeling en voldoende vermogen zijn essentieel om het systeem daadwerkelijk operationeel te krijgen.
Veelgestelde vragen
Hoeveel zal de markt voor datacentercomponenten groeien?
Dell’Oro Group voorspelt dat de wereldwijde markt voor halfgeleiders en IT-componenten voor datacenters meer dan 1,8 biljoen dollar zal bedragen tot 2030.
Welke componenten zullen groeien door de uitrol van AI?
Naast versnellers verwacht Dell’Oro een toenemende vraag naar CPU’s, geheugen, opslag en netwerkkaarten. Ook inferentie en AI-agenten kunnen de gebruiksduur van gewone servers verder vergroten.
Waarom hebben datacenters steeds snellere netwerken nodig?
Grote AI-systemen verdelen het werk over talloze versnellers. Dit vereist dat data met hoge bandbreedte en lage latentie wordt verplaatst tussen servers, waardoor het netwerk een integraal onderdeel wordt van de totale systeemprestatie.
Kan elektriciteit de groei van AI beperken?
Ja. De IEA waarschuwt voor capaciteitsproblemen en knelpunten in netwerken en schat dat ongeveer 20% van de geplande datacenterprojecten vertraging kan oplopen als deze obstakels niet worden opgelost.
vía : delloro