大模型的火燒到了AI服務器上

原文來源：科技雲報到

圖片來源：由無界AI‌生成

大模型的紛爭已經隨著各大入局者公佈產品後，熱度逐漸退去，但是由大模型帶來的產業鏈高頻共振，已經傳遞了算力層。

表現最為激烈的，就是AI服務器市場。大模型帶來的算力需求，直接引發了一波AI服務器搶購潮和漲價潮。

據《證券時報》報導，一家檢測企業透露，他們在去年6月購買的8台AI服務器到今年三月已經漲價到130萬每台，到現在價格飆升至160萬每台。不到一年的時間，價格漲幅近20倍。

另外，AI服務器需求量大漲也直接引發了上游材料PPO（聚苯醚，用作高速覆銅板增強材料）的搶購潮，此前有業內相關人士坦言，由於全球PPO主流廠商僅一家，隨著AI服務器的放量，PPO未來很有可能成為產業鏈上的緊缺環節之一。

在這樣的背景下，AI服務器廠商擴產的消息也層出不窮。

鴻海集團旗下負責AI服務器業務的鴻佰科技就曾被曝出規劃新增五到六條生產線，以應對AI服務器客戶要求的消息。

市場火熱度可見一斑，這也直接點燃了資本市場。

從1月份開始，以浪潮信息、中際旭創、工業富聯爲首的AI服務器概念股扶搖直上，多次漲停，甚至連長期虧損的寒武紀，股價都一路飄紅。

爆火的“AI服務器”

**AI服務器是什麼？ **

AI服務器是一種專門設計用於執行人工智能（AI）、機器學習（ML）、深度學習（DL）等計算密集型任務的高性能服務器。

AI服務器通常配備有高效能的中央處理器（CPU）、圖形處理器（GPU）、張量處理器（TPU）或專用的AI加速器，以及大量的內存和存儲空間。

在異構方式上，AI服務器可以為CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC或CPU＋多種加速卡。

具體的設計和配置可以根據需要進行大量並行處理的具體任務來進行調整。

目前，使用比較廣泛的AI服務器是CPU＋GPU。這也與傳統的服務器區分開來。

據悉，傳統服務器主要以CPU為算力提供者，但是在運作的過程中需要引入大量分支跳轉中斷處理，這使得CPU的內部結構複雜，並不能滿足AI時代的需求。

而採用GPU並行計算的AI服務器，單卡核心數達到上千個，擅長處理密集型運算應用，如圖形渲染、計算視覺和機器學習。

上述提及的檢測企業使用的AI服務器，基礎配置就包括8顆英偉達A100GPU和80G存儲器。

AI服務器對於AI、ML和DL的計算密集型任務來說非常有用。主要功能包括：

**大數據處理：**AI服務器能夠處理和分析大量數據，這是訓練AI和ML模型的關鍵。

**並行計算：**由於AI和ML算法需要對大量數據進行複雜的計算，AI服務器通常使用可以並行處理大量數據的硬件，如GPU。

**存儲和內存：**AI服務器通有大量的存儲空間和內存，以便存儲和處理大量的數據。

**網絡能力：**AI服務器需要高速和低延遲的網絡連接，以便快速傳輸大量的數據。

其實，這也解釋了為什麼在大模型熱浪後，會引發AI服務器的搶購浪。大模型中包含著海量的數據參數、訓練、運行都需要更多的計算資源來處理，這就需要更高性能的AI服務器來支持。

當然，這一次AI服務需求大漲最直接的原因是大模型時代的到來，但是實際上，AI服務器在這個節點爆發，與AI技術、大數據的發展都有關。

總的來說，AI服務器的爆火可以歸結為以下幾個關鍵因素。

首先，大數據的崛起。現代社會的每個角落，無論是社交媒體、電子商務還是互聯網搜索，都在產生大量的數據。

這些數據需要通過複雜的算法進行分析和解讀，以發現有用的模式和信息，而AI服務器就能提供足夠的計算能力來處理這些任務。

其次，AI和ML的普及也推動了AI服務器的需求。 AI和ML現在已經廣泛應用於各種行業，包括醫療保健、金融、零售和交通等。

這些領域的進步需要強大的計算能力來處理和分析數據，訓練和運行複雜的AI和ML模型。

最後，雲計算和邊緣計算的發展也為AI服務器的爆火提供了動力。

雲計算使得企業和組織能夠無需購買和維護昂貴的硬件就能獲得強大的計算能力，而邊緣計算則需要在接近數據產生地點的服務器上進行數據處理和分析。

AI服務器

國內市場格局

AI服務器市場在過去的幾年裡一直在持續增長，到現今，在大模型的加持下，AI服務器市場盤子越來越大。

據北京研精畢智信息諮詢發布的最新數據顯示，2022年全年，全球AI服務器行業市場出貨量達到85萬台，同比增長約11%，到2023年中旬，AI服務器市場出貨量接近60萬台，相比上年同期增長約39%。

未來，隨著自然語言處理和圖像、視頻等AI大模型的發展，算力需求的持續增長，預計到今年年底，全球AI服務器市場規模將超過200億美元。

到2025年，預計市場出貨量將提升至190萬台左右，2022-2025年期間年平均增長率達41.2%。

就具體產業鏈來說，AI服務器產業鏈上游為CPU、GPU、內存和硬盤等核心零部件，以及數據庫、操作系統和基礎管理軟件等軟件供應；下游為應用市場，包括互聯網、雲計算和數據中心服務商等。

目前，主導市場的是一些主要的AI服務器製造商，包括華為、浪潮、聯想和中科曙光等，這些公司的服務器被廣泛應用於AI和ML的研究和商業應用。

不過，值得注意的是，浪潮信息於近日發布了一份營收淨利潤雙雙下滑的半年度業績預告。

其中，浪潮信息2023年上半年扣非淨利潤同比下滑88%-99%。對此，浪潮信息方面稱，2023年上半年，受全球GPU及相關專用芯片供應緊張等因素的影響，營業收入出現下滑。

實際上，有行業人士分析，在AI服務器大火的背景下，浪潮信息業績不及預期，深層次原因還是在於傳統服務器行業整體不景氣，而目前浪潮信息AI服務器實際所佔比例並不大。

浪潮信息此前曾表示，總體來看，公司AI服務器的整體業務佔比在上升。 AI服務器需求大漲帶來的業績，或許能在浪潮信息2023年年報才能體現。

不過，根據IDC發布的《2022年第四季度中國服務器市場跟踪報告Prelim》，目前，在整個服務器市場（涵蓋AI服務器和傳統服務器）浪潮份額依舊以28.1%領先，但相比於去年30.8%的份額，還是有所下滑。

其實這也與說明一點，傳統CPU服務器行業受到AI的影響，市場逐漸萎靡。未來以AI服務器為代表的異構服務器或是大勢所趨。

在應用市場，數據顯示，全球市場中以Microsoft、Google、Meta和AWS為代表的四家北美雲端供應商採購量相對比較高。

2022年末，Microsoft以接近20%的採購量佔據當年首位；Google、Meta和AWS採購量佔比排在之後，分別達到17%、15%和14%。

在國內，隨著科技廠商入局大模型已經大模型創業的興起，AI算力基礎設施的加快建設，對AI服務器的採購量佔比也在相應升高。

2022年年末，字節跳動的AI服務器採購量大幅度提高，市場佔比達到6%。

然而，市場也面臨著一些挑戰。首先，是能源消耗的問題。儘管AI服務器的性能在不斷提高，但其能耗也在增加。這對於環保和電力供應來說都是一個問題。

其次，AI和ML的快速發展和變化要求服務器製造商必須持續投入研發，以確保他們的產品能夠滿足最新的需求。

關於未來，國內的AI服務器市場有很大的潛力。隨著AI、ML和DL的進一步發展和應用，預計對AI服務器的需求將繼續增長。

此外，隨著5G和物聯網技術的普及，未來在邊緣計算領域對AI服務器的需求將會增加。

總的來說，儘管市場面臨著一些挑戰，但AI服務器的快速發展和廣泛應用表明，這是一個充滿活力和潛力的市場。