AI服務器全面爆發！算力核心基礎設施，龍頭強者恒強

服務器是生產算力的關鍵基礎設施，傳統服務器主要由CPU提供算力，采用串行架構，擅長邏輯計算，算力提升主要依靠堆核實現。

隨著云計算、大數據、AI等新技術應用，數據量呈指數級增長，算力需求持續釋放帶動算力基礎設施產業迎來增長新周期，CPU服務器處理能力已接近極限，AI服務器應運而生。

根據IDC數據，2022年全球服務器出貨量突破1516萬臺，同比增長12%，產值達1216億美元；預計2026年全球服務器出貨量將達1885萬臺，5年CAGR 6.8%，產值將達1665億美元，5年CAGR 10.2%。#服務器##人工智能##AI服務器#

關注樂晴，洞悉產業格局！

服務器行業概覽

服務器是算力的基本載體和硬件根基，通常是指那些具有較高計算能力，能夠提供給多個用戶使用的計算機。

服務器的邏輯架構和普通計算機類似。但是由于需要提供高性能計算，因此在處理能力、穩定性、可靠性、 安全性、可擴展性、可管理性等方面要求較高。

服務器核心硬件包括CPU、以GPU為代表的加速卡、內存、硬盤、網卡、電源、主板等。

主要硬件包括處理器、內存、芯片組、I/O (RAID卡、網卡、HBA卡) 、硬盤、機箱 (電源、風 扇)。以一臺普通的服務器生產成本為例，CPU及芯片組大致占比50% 左右，內存大致占比 15% 左右，外部存儲大致占比10%左右，其他硬件占比25%左右。

服務器與主機不同，主機是通過終端給用戶使用的，服務器是通過網絡給客戶端用戶使用的，所以除了要擁有終端設備，還要利用網絡才能使用服務器電腦，但用戶連上線后就能使用服務器上的特定服務了。

隨著大數據、云計算不斷發展，服務器的種類形式也益加多樣化，并不斷演化出新的功能。

從機箱結構來看，服務器經歷了從塔式、機架式、刀片式到整機柜的發展歷程。

整機柜服務器作為面向大型數據中心的定制化產品在近年興起。

資料來源：sevethehome

AI服務器行業概覽

AI服務器是一種能夠提供人工智能（AI）計算的服務器。

它既可以用來支持本地應用程序和網頁，也可以為云和本地服務器提供復雜的AI模型和服務。

行行查 | 行業研究數據庫 資料顯示，服務器產業鏈上游為電子元件及軟件提供商，中游為服務器廠商向上游采購核心零部件后，根據客戶需求設計主板、管理軟件等，并完成整機組裝測試后向下游客戶出貨交付,下游客戶覆蓋運營商、互聯網、政府機構等各類企業。

服務器產業鏈結構圖：

資料來源：行行查

AI服務器按應用場景可分為訓練和推理兩種，其中訓練對芯片算力要求更高，推理對算力的要求偏低。

目前AI服務器通常選用CPU和加速芯片組來滿足其龐大算力需求，其中加速芯片包括GPU、FPGA、ASIC等邏輯芯片，其中GPU由于其具有最強的計算能力同時具備深度學習等能力，目前成為服務器中加速芯片的首選。

英偉達DGX A100服務器：

從硬件架構上看，AI服務器是指采用異構形式的服務器，通常為CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC或CPU＋多種加速卡；GPU采用并行計算模式，擅長處理密集型運算，如圖形渲染、機器學習等。

根據IDC數據，2022年國內AI服務器市場規模達67億美元，同比增長24%，其中GPU服務器占據主導地位，市場份額達89%；預計到2027年國內AI服務器市場將達164億美元，CAGR 16.1%，其中非GPU服務器市場份額超13%。

AI服務器芯片

根據IDC數據用于運算和存儲的芯片占服務器成本結構約70%，其中在機器學習型服務器中GPU成本占比達72.8%。

資料來源：ARK、華經情報網、行行查

AI芯片是算力的核心。AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊（其他非計算任務仍由C P U負責）。

伴隨數據海量增長，算法模型趨向復雜，處理對象異構，計算性能要求高，A 芯片在人工智能的算法和應用上做針對性設計，可高效處理人工智能應用中日漸多樣繁雜的計算任務。

不同類型的服務器成本結構存在差異，以CPU和GPU為代表的算力芯片是服務器主要成本項，占比隨著服務器性能的提高而逐漸上升。

GPU架構為主流加速架構，是服務器核心成本構成。