1、 1/26 2024 年年 3 月月 8 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI服务器行业深度：服务器行业深度：驱动因素、市场机遇、驱动因素、市场机遇、产业链及相关企业深度梳理产业链及相关企业深度梳理 AI 服务器主要用于处理深度学习工作负载的海量数据，包括需要大内存容量、高带宽和整体系统内缓存一致性的训练和推断。相较于普通服务器，AI 服务器新增多张高性能加速器（绝大部分为 GPU），拥有更高的计算能力、更快的处理速度和更大的存储空间，以支持高负载和复杂的计算任务。在当前大模型升级所带来的参数量指数级增加的情况下，AI 训练+推理段模型需求催生了 AI

2、服务器海量需求。根据 Statista 数据，2021 年全球服务器市场规模达到 831.7 亿美元，同比增长 6.97%，其中 AI服务器市场达到 156.3 亿美元，同比增长 39.1%。AI 服务器有望成为服务器板块增速最快的细分板块，预计 AI 服务器市场将在 2026 年达到 347.1 亿美元，5 年 CAGR 达到 17.3%。那么，对于 AI 服务器，当下呈现怎样的市场现状呢？有哪些影响因素驱动着中国市场 AI 服务器进一步向前发展？AI 服务器行业产业链上下游情况如何？市场对于哪些板块有发展机遇？其 AI 服务器行业市场格局如何？相关企业发展情况怎样？整体市场呈现怎样的产业前

3、景？以下内容我们将聚焦这些问题，一起探究 AI 服务器行业的相关问题。目录目录 一、行业概况.1 二、驱动因素.6 三、产业链分析.9 四、市场机遇.14 五、竞争格局.17 六、相关企业.18 七、产业前景.23 八、参考研报.26 一、行业概况一、行业概况 1、人工智能服务器为算力支撑，助燃人工智能服务器为算力支撑，助燃 AI 产业化产业化（1）从通用服务器到从通用服务器到 AI 服务器的过渡服务器的过渡 AI 服务器在众多服务器中脱颖而出源于其架构优势服务器在众多服务器中脱颖而出源于其架构优势。AI 服务器是承载智慧计算中 AI 计算的核心基础设施，是一种能够提供人工智能的数据服务器，既

4、可以用于支持本地应用程序和网页，也可以为云和本地服务器提供复杂的 AI 模型和服务，通过异构形式适应不同应用范围以及提升服务器的数据处理能力，异构方式包括 CPU+GPU/TPU/ASIC/FPGA。2/26 2024 年年 3 月月 8 日日 行业行业|深度深度|研究报告研究报告 AI 服务器的发展脱胎自通用服务器的性能提升需求服务器的发展脱胎自通用服务器的性能提升需求。复盘主流服务器的发展历程，随着数据量激增、数据场景复杂化，诞生了适用于不同场景的服务器类型：通用服务器、云计算服务器、边缘计算服务器、AI 服务器。随着大数据、云计算、人工智能及物联网等网络技术的普及，充斥在互联网中的数据呈

5、现几何倍数的增长，使得以 CPU 为主要算力来源的传统服务器承受着越来越大的压力，并且对于目前 CPU的制程工艺而言，单个 CPU 的核心数已经接近极限，但数据的增加却还在继续，因此服务器数据处理能力必须得到新的提升，在这种环境下，AI 服务器应运而生。面对 ChatGPT 所引出的大规模预训练模型，AI 服务器以其架构优势带来的大吞吐量特点，有望在一众服务器中脱颖而出。（2）AI 服务器中服务器中 CPU+GPU 协同工作，相较普通服务器算力明显提升协同工作，相较普通服务器算力明显提升 RU2VYYCWVWBVTV8OaO9PpNpPoMrNfQmMsRiNoPrQ8OpOnNuOmPoOu

6、OrRoM 3/26 2024 年年 3 月月 8 日日 行业行业|深度深度|研究报告研究报告 AI 训练模型算力提升速度突破极限，目前英伟达训练型训练模型算力提升速度突破极限，目前英伟达训练型 AI 服务器一般配备服务器一般配备 8 个个 GPU。随着以chatGPT 为代表的 AI 的发展，训练 GPT-3、Megatron-Turing NLG530B 等超大语言模型所要求的算力提升速度已经突破了后摩尔定律算力提升速度的极限，尽管 CPU 不断升级，但 CPU 制程以及单个 CPU和核心数量接近极限，仅依靠 CPU 无法满足算力需求。CPU 的内核数量大约数十个，但 GPU 具备成千上万