Arista tar AI-nätverket till 1,6T: första switcharna levereras i höst

Arista Networks tar nästa steg i AI-nätverk med 7060XE7-serien, bolagets första portfölj av switchar för 1,6 terabit per sekund (1,6T) Ethernet. Plattformen presenterades i juni och den första modellen, den luftkylda 7060XE7-64PS, levereras under fjärde kvartalet 2026. Samtidigt visar Aristas senaste kvartalsrapport att efterfrågan på Ethernet för AI fortsätter att öka snabbt.

Det här är nytt

7060XE7-serien bygger på Broadcoms switchkrets Tomahawk 6 med en kapacitet på 102,4 Tbps. Den utökar Etherlink, Aristas plattform för AI-nätverk, och är byggd för så kallade rack-scale-system där hela racket fungerar som en sammanhållen AI-dator. Switcharna kan användas både för scale-up, alltså nätverket mellan acceleratorer inom ett rack, och för scale-out mellan racken.

Portföljen består av tre plattformar:

  • Luftkyld 64-portsmodell, 7060XE7-64PS, som är först ut och levereras under fjärde kvartalet 2026.
  • Luftkyld 128-portsmodell för högre densitet.
  • Vätskekyld plattform på 2RU, utformad för Open Rack v3-miljöer.

Switcharna kan köras med Aristas operativsystem EOS eller med öppna nätverksoperativsystem. EOS har fått nya funktioner för AI-trafik: dynamisk och klusterbaserad lastbalansering, stöd för multipath reliable connection (MRC) så att enstaka länkfel inte stoppar stora träningsjobb, samt bättre insyn i och hantering av överbelastning i nätverket. Meta, Microsoft och Oracle medverkar i lanseringen, och Arista samarbetar med AMD kring nätverkskort och beräkningskretsar för scale-out-nätverk.

Efterfrågan på AI-nätverk fortsätter att öka

Aristas rapport för andra kvartalet 2026 visar hur snabbt marknaden växer. Intäkterna passerade för första gången 3 miljarder dollar på ett kvartal, en ökning med drygt 37 procent jämfört med året innan. Bolaget höjde sin prognos för helåret till omkring 12,6 miljarder dollar, en tillväxt på cirka 40 procent.

Enligt Arista används Etherlink nu av över 100 kunder för AI-nätverk, jämfört med en handfull 2024. Målet är minst 3,5 miljarder dollar i intäkter från AI-nätverk under 2026. Bolaget räknar med att 1,6T-produkterna befinner sig i testfas under andra halvåret och går i större produktion under 2027.

Vad det betyder för svenska datacenter

1,6T är i första hand byggt för de största AI-klustren hos hyperscalers och stora molnleverantörer. Men utvecklingen påverkar även mindre miljöer. När den nya generationen tar över blir 800G och 400G det naturliga valet för företag, forskningsmiljöer och offentlig sektor som bygger egna GPU-kluster, med bättre tillgänglighet och mer fördelaktiga priser som följd. Tre saker är värda att ta med sig:

1. Ethernet har vunnit mark i AI. Att över 100 kunder kör AI-nätverk på Etherlink visar att Ethernet i dag är ett fullgott alternativ till proprietära lösningar, med öppna standarder och bredare kompetens att rekrytera från.

2. Nätverket följer GPU:erna in i racket. Med rack-scale-system och vätskekylda switchar blir nätverket en del av samma design som compute och kylning, inte något som planeras separat.

3. Planera för nästa generation redan nu. Den som bygger AI-infrastruktur under 2026 och 2027 bör välja en nätverksarkitektur som kan uppgraderas till högre hastigheter utan att allt behöver byggas om.

Aixia och Arista

Arista Networks

Aixia har arbetat med Arista i många år och bygger nätverk för både traditionella datacenter och AI-miljöer. Som Skandinaviens enda NVIDIA DGX SuperPOD-certifierade partner planerar vi nätverket som en del av hela AI-plattformen, tillsammans med compute, lagring och kylning.

Vill ni veta vad Aristas nya generation betyder för er miljö? Kontakta oss för en genomgång av er nätverksarkitektur och hur den kan växa med era AI-satsningar.

Latest News

Build Your Claw: bygg din egen AI-agent med Aixia och NVIDIA

Den 26 november bjuder Aixia och NVIDIA in till Build Your Claw – en afterwork där du går från idé…
Läs mer

Cohesity skyddar nu AI-agenterna: agentbackup blir nästa steg i cyberresiliens

AI-agenter agerar, inte bara svarar – och de flesta återställningsplaner saknar svar på vad som händer när en agent gör…
Läs mer

Från pilot till produktion: MLOps-fällorna när AI ska skalas

De flesta AI-piloter når aldrig produktion. Här är de fem vanligaste MLOps-fällorna – spårbarhet, övervakning, modell-drift, resursdelning och ägarskap -…
Läs mer

GPU-compute i Norden: var ska AI-infrastrukturen ligga?

Var ska beräkningskraften ligga? Publikt moln, eget datacenter, colocation eller en kombination? Så fattar ni beslutet, och vad försvar, medtech…
Läs mer