聯(lián)合研究I行業(yè)深度證券研究報(bào)告I服務(wù)器是為客戶(hù)機(jī)提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等服務(wù)的專(zhuān)用高性能計(jì)算機(jī)。CPU通用服務(wù)器的硬件架構(gòu)與普通計(jì)算機(jī)相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計(jì)算機(jī)有更高要求。服務(wù)器行業(yè)需求隨著技術(shù)進(jìn)步和需求變遷不斷迭代,當(dāng)前時(shí)點(diǎn)AI付錢(qián)全面放量,超節(jié)點(diǎn)和算力集群是當(dāng)前AI服務(wù)器主要技術(shù)方向。拆分其結(jié)構(gòu),產(chǎn)業(yè)鏈機(jī)遇主要分布在整機(jī)、高端通用CPU芯片AI芯片、存儲(chǔ)、電源、芯片散熱等環(huán)節(jié)。分析師及聯(lián)系人SACSAC:S0490517070012SFC:BUW100SAC:S0490517110002SFC:BUX641SAC:S0490520030004SFC:BUX668SAC:S0490516030002請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明2/55I證券研究報(bào)告II證券研究報(bào)告I2025-06-20聯(lián)合研究I行業(yè)深度更多研報(bào)請(qǐng)?jiān)L問(wèn)長(zhǎng)江研究小程序服務(wù)器及佩套產(chǎn)業(yè)鏈深度:算力浪潮螺旋升,AI時(shí)代新機(jī)遇服務(wù)器:計(jì)算服務(wù)的基石服務(wù)器是為客戶(hù)機(jī)提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等服務(wù)的專(zhuān)用高性能計(jì)算機(jī)。CPU通用服務(wù)器的硬件架構(gòu)與普通計(jì)算機(jī)相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計(jì)算機(jī)有更高要求。服務(wù)器行業(yè)需求隨著技術(shù)進(jìn)步和需求變遷不斷迭代,當(dāng)前時(shí)點(diǎn)AI服務(wù)器全面放量,超節(jié)點(diǎn)和算力集群是當(dāng)前AI服務(wù)器主要技術(shù)方向。市場(chǎng)根據(jù)服務(wù)器廠(chǎng)商能力等級(jí)的差異劃分為12個(gè)不同級(jí)別,服務(wù)器廠(chǎng)商的能力等級(jí)(L1-L12)直接決定了其在產(chǎn)業(yè)鏈中的定位、技術(shù)壁壘和利潤(rùn)空間,一般可大致分為低階制造(L1-L6)、中高階集成(L7-L10)和機(jī)柜級(jí)方案(L11-L12)三檔。我國(guó)服務(wù)廠(chǎng)商成長(zhǎng)歷程中主要經(jīng)歷了從自主品牌向定制化ODM(原始設(shè)計(jì)制造)服務(wù)拓展,第一輪顯著高速增長(zhǎng)期:國(guó)產(chǎn)替代驅(qū)動(dòng)份額提升,第二輪顯著高速增長(zhǎng)期:云計(jì)算拉動(dòng)行業(yè)需求,服務(wù)器行業(yè)競(jìng)爭(zhēng)要素發(fā)生了從技術(shù)立足到綜合比拼的轉(zhuǎn)變,當(dāng)前機(jī)柜式AI服務(wù)器交付能力是未來(lái)高端競(jìng)爭(zhēng)的關(guān)鍵。競(jìng)爭(zhēng)加劇背景下,白牌份額持續(xù)提升,向高端發(fā)展是差異化競(jìng)爭(zhēng)關(guān)鍵。拆分來(lái)看,服務(wù)器的硬件主要包括:處理器、內(nèi)存、芯片組、I/O(RAID卡、網(wǎng)卡、HBA卡)、硬盤(pán)、機(jī)箱、電源、風(fēng)扇等。在硬件的成本構(gòu)成上,CPU及芯片組、內(nèi)存、外部存儲(chǔ)是大頭。以一臺(tái)普通的服務(wù)器生產(chǎn)成本為例,CPU及芯片組大致占比32%左右,內(nèi)存大致占比27%左右,外部存儲(chǔ)大致占比18%左右,其他硬件占比23%左右。AI服務(wù)器中GPU的占比則遠(yuǎn)較其他成本高,GPU成本在整體占比可能接近7成,從普通服務(wù)器往AI訓(xùn)練服務(wù)器升級(jí),其他單臺(tái)服務(wù)器價(jià)值量增量較大的部件包括內(nèi)存、SSD、PCB、電源等,基本都有數(shù)倍的提升。結(jié)合服務(wù)器產(chǎn)業(yè)鏈結(jié)構(gòu)和變化趨勢(shì),我們認(rèn)為其投資機(jī)會(huì)主要包含在以下幾個(gè)方向:1)跟隨服務(wù)器尤其是AI服務(wù)器總量提升的細(xì)分方向;2)AI服務(wù)器中價(jià)值量占比提升的方向,如AI芯片、存儲(chǔ)、SSD、PCB、電源、液冷等;3)國(guó)產(chǎn)替代的方向,主要包括高端通用CPU、AI芯片國(guó)產(chǎn)替代和配套發(fā)電設(shè)備國(guó)產(chǎn)替代等。1、產(chǎn)能不及預(yù)期的風(fēng)險(xiǎn);2、行業(yè)景氣度不及預(yù)期風(fēng)險(xiǎn);3、行業(yè)競(jìng)爭(zhēng)加劇的風(fēng)險(xiǎn)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明服務(wù)器:計(jì)算服務(wù)的基石 7 7 8 服務(wù)器產(chǎn)業(yè)鏈構(gòu)成 32 AI芯片:生成式AI引爆技術(shù)奇點(diǎn),GPU行業(yè)迎高增機(jī)遇 風(fēng)險(xiǎn)提示 53圖表目錄圖1:服務(wù)器功能 7 9圖3:IBMSystem/360 9圖4:IBM1968-1990年股價(jià)變化 10圖5:IntelCPU核心的晶體管數(shù)量 12 圖7:Wintel聯(lián)盟 圖8:微軟系統(tǒng)服務(wù)器市場(chǎng)占有率,1996-2001 13圖9:2002-2022年X86服務(wù)器出貨量及利潤(rùn) 14圖10:2000-2021年不同CPU類(lèi)型服務(wù)器出貨量 14圖11:惠普1980年至2000年股價(jià)變化 15圖12:云計(jì)算架構(gòu) 16圖13:云技術(shù)由國(guó)外率先發(fā)展,中國(guó)廠(chǎng)商跟隨 16圖14:2012-2018年阿里云營(yíng)業(yè)收入 17圖15:2015-2020年服務(wù)器下游需求占比預(yù)測(cè) 17圖16:2007-2018全球服務(wù)器出貨量及增速 18圖17:全球云計(jì)算市場(chǎng) 18圖18:各類(lèi)型服務(wù)器成本占比 18圖19:英偉達(dá)AI芯片技術(shù)迭代路線(xiàn)圖 18圖20:我國(guó)各行業(yè)通用算力應(yīng)用分布情況 19圖21:我國(guó)各行業(yè)智能算力應(yīng)用分布情況 19圖22:2023-2024年全球CSP對(duì)高階AI服務(wù)器需求占比%(內(nèi)圈:2023年;外圈:2024年) 19圖23:IDC預(yù)測(cè)2028年全球AI基礎(chǔ)設(shè)施市場(chǎng)規(guī)模超過(guò)2000億美金 20圖24:海外科技大廠(chǎng)微軟、谷歌、亞馬遜、Meta、蘋(píng)果資本開(kāi)支 20請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖25:中國(guó)BAT資本開(kāi)支 21圖26:中國(guó)通用算力規(guī)模及預(yù)測(cè),2020-2027(通用算力規(guī)模,基于FP64計(jì)算,單位EFLOPS) 21圖27:中國(guó)智能算力規(guī)模及預(yù)測(cè),2020-2027(智算算力,基于FP16計(jì)算,單位EFLOPS) 21圖28:全球人工智能服務(wù)器市場(chǎng)規(guī)模預(yù)測(cè),2022-2026($M) 21圖29:中國(guó)加速計(jì)算服務(wù)器市場(chǎng)預(yù)測(cè),2022-2027(百萬(wàn)美元) 21圖30:信驊營(yíng)收趨勢(shì)圖(月度經(jīng)營(yíng)數(shù)據(jù),單位:NTDMillion) 22圖31:英偉達(dá)引領(lǐng)全球算力發(fā)展的方向 23圖32:騰訊云發(fā)布新一代HCC高性能計(jì)算集群大模型訓(xùn)練再次提速 24圖33:字節(jié)跳動(dòng)萬(wàn)卡集群MegaScale實(shí)現(xiàn)55.2%MFU,相比Megatron-LM提高1.34倍 24圖34:英偉達(dá)NVL72架構(gòu)圖 25圖35:英偉達(dá)DGX系列的升級(jí) 25圖36:華為云CloudMatrix384性能測(cè)試 25圖37:華為CloudMatrix與英偉達(dá)的GB200的對(duì)比 26圖38:服務(wù)器廠(chǎng)商能力等級(jí) 27圖39:2014年開(kāi)始國(guó)產(chǎn)服務(wù)器品牌在中國(guó)市占率快速提升 28圖40:我國(guó)云計(jì)算市場(chǎng)規(guī)模高速增長(zhǎng) 28圖41:阿里云計(jì)算營(yíng)收規(guī)模高速增長(zhǎng) 28圖42:NVL72和NVL36*2架構(gòu) 29圖43:2022年中國(guó)服務(wù)器市場(chǎng)份額情況 30圖44:全球服務(wù)器市占率(按市場(chǎng)規(guī)模計(jì)算,%) 31圖45:浪潮信息銷(xiāo)售毛利率階段性下降 31圖46:服務(wù)器內(nèi)部拆解示意圖 32圖47:服務(wù)器產(chǎn)業(yè)鏈圖譜 33圖48:傳統(tǒng)服務(wù)器和AI服務(wù)器的示范性成本明細(xì) 33圖49:AI服務(wù)器將成為服務(wù)器的核心增長(zhǎng)點(diǎn)(億美元) 34圖50:相比傳統(tǒng)服務(wù)器,AI服務(wù)器整體成本中計(jì)算芯片占比更高 34圖51:四類(lèi)邏輯芯片特性比較 34圖52:主要AI芯片的功能特性比較 34圖53:2021年中國(guó)AI服務(wù)器加速卡類(lèi)別 35圖54:數(shù)據(jù)中心AI芯片市場(chǎng)份額(2023年) 35圖55:我國(guó)本土品牌AI芯片數(shù)量占比提升 36圖56:HBM——DRAM的3D堆疊 36圖57:同等容量下,HBM有著更小的面積 36圖58:存儲(chǔ)器龍頭在HBM技術(shù)方向上的進(jìn)展 37圖59:2022年1月JEDEC組織正式發(fā)布了新一代高帶寬內(nèi)存HBM3的標(biāo)準(zhǔn)規(guī)范 38圖60:HBM3的結(jié)構(gòu)與性能優(yōu)勢(shì) 39圖61:HBM3具有on-dieECC功能 39圖62:HBM主要應(yīng)用領(lǐng)域 40圖63:PCB在數(shù)通領(lǐng)域中的應(yīng)用一覽 41圖64:應(yīng)用于服務(wù)器/計(jì)算機(jī)領(lǐng)域的PCB產(chǎn)品圖 41圖65:AI服務(wù)器中主要技術(shù)方向包括為HDI 41圖66:全球及中國(guó)PCB產(chǎn)值(單位:億美元) 42請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖67:全球各應(yīng)用領(lǐng)域PCB產(chǎn)值(單位:億美元) 42圖68:2021年全球PCB細(xì)分產(chǎn)品結(jié)構(gòu) 42圖69:2021年全球PCB下游應(yīng)用領(lǐng)域情況 42圖70:數(shù)據(jù)中心UPS供電路線(xiàn)與HVDC供電路線(xiàn)對(duì)比 44圖71:臺(tái)達(dá)AI數(shù)據(jù)中心電源解決方案對(duì)比,兩者服務(wù)器電源級(jí)數(shù)相同 45圖72:AIDC服務(wù)器單機(jī)柜功率預(yù)計(jì)將持續(xù)增加,遠(yuǎn)期有望達(dá)1000+kW 46圖73:IDC溫控風(fēng)冷與液冷示意圖 47圖74:不同芯片架構(gòu)對(duì)應(yīng)參數(shù)表 48圖75:不同芯片功耗及服務(wù)器高度對(duì)應(yīng)的散熱方式 48圖76:冷板式及浸沒(méi)式液冷數(shù)據(jù)中心使用比例 48圖77:冷板式液冷方案對(duì)服務(wù)器側(cè)和機(jī)房側(cè)的改動(dòng)均較小 48圖78:導(dǎo)熱界面材料示意圖 49圖79:熱管示意圖及工作原理圖 50圖80:均熱板示意圖及工作原理圖 50圖81:3DVC原理示意圖 51圖82:3DVC實(shí)物圖 51圖83:液冷板實(shí)物圖 51圖84:液冷板內(nèi)部微通道結(jié)構(gòu)示意圖 51表1:CPU按指令集分類(lèi) 表2:AWS降價(jià)使IT資源普惠化 17表3:主要內(nèi)存技術(shù)性能對(duì)比 36表4:海力士HBM產(chǎn)品情況 38表5:CPU&GPU龍頭廠(chǎng)商產(chǎn)品搭載HBM情況 40表6:服務(wù)器類(lèi)產(chǎn)品主要性能指標(biāo) 41表7:全球PCB按下游應(yīng)用分類(lèi)市場(chǎng)規(guī)模(單位:百萬(wàn)美元) 42表8:英偉達(dá)不同架構(gòu)GPU功耗對(duì)比 45表9:2023年全球電源廠(chǎng)商前十五名 46表10:典型導(dǎo)熱界面材料 49請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明服務(wù)器:計(jì)算服務(wù)的基石什么是服務(wù)器?服務(wù)器是為客戶(hù)機(jī)提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等服務(wù)的專(zhuān)用高性能計(jì)算機(jī)。CPU通用服務(wù)器的硬件架構(gòu)與普通計(jì)算機(jī)相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計(jì)算機(jī)有更高要求。怎么理解服務(wù)器的功能和價(jià)值?作為IT行業(yè)的基礎(chǔ)設(shè)施,服務(wù)器是行業(yè)發(fā)展的基石。在局域網(wǎng)或互聯(lián)網(wǎng)中,服務(wù)器是通過(guò)運(yùn)行管理軟件控制網(wǎng)絡(luò)或網(wǎng)絡(luò)資源的高性能計(jì)算機(jī),能夠?yàn)榫W(wǎng)絡(luò)中的其他計(jì)算機(jī)提供資源。服務(wù)器通過(guò)監(jiān)聽(tīng)網(wǎng)絡(luò)中其他計(jì)算機(jī)提交的服務(wù)請(qǐng)求,提供相應(yīng)的服務(wù),例如響應(yīng)訪(fǎng)問(wèn)請(qǐng)求的網(wǎng)站服務(wù)器,存儲(chǔ)文件的文件,存儲(chǔ)數(shù)據(jù)的數(shù)據(jù)服務(wù)器,服務(wù)器是整個(gè)網(wǎng)絡(luò)系統(tǒng)的應(yīng)用核心。資料來(lái)源:長(zhǎng)江證券研究所服務(wù)器作為算力的核心載體,在算力產(chǎn)業(yè)鏈中起著承上啟下的關(guān)鍵作用。算力是計(jì)算機(jī)系統(tǒng)的處理能力,通常用來(lái)衡量計(jì)算機(jī)或計(jì)算集群執(zhí)行復(fù)雜計(jì)算任務(wù)的能力。服務(wù)器作為互聯(lián)網(wǎng)應(yīng)用功能的運(yùn)行中樞,是算力的核心載體。相對(duì)于普通計(jì)算機(jī),服務(wù)器對(duì)于穩(wěn)定性、安全性、性能等性能要求更高,因此其硬件構(gòu)成如CPU、內(nèi)存、硬盤(pán)存儲(chǔ)、IO部件等隨著科技的進(jìn)步,性能不斷提升,進(jìn)而使其算力愈發(fā)強(qiáng)大,滿(mǎn)足了更多下游場(chǎng)景需請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明求,帶動(dòng)下游產(chǎn)業(yè)的發(fā)展。下游產(chǎn)業(yè)發(fā)展驅(qū)動(dòng)服務(wù)器整體需求提升,同時(shí)帶動(dòng)了上游電子元器件的需求提升。服務(wù)器作為產(chǎn)業(yè)的基礎(chǔ)設(shè)施,不可或缺但受上下游的擠壓。在服務(wù)器產(chǎn)業(yè)發(fā)展的過(guò)程中,算力的核心部件CPU、GPU的成本占比逐步提升,服務(wù)器上游的核心部件廠(chǎng)商,如英偉達(dá)(GPU)、華為(算力芯片)等對(duì)服務(wù)器廠(chǎng)商的議價(jià)能力不斷提升,壓縮服務(wù)器產(chǎn)業(yè)利潤(rùn)率。而下游需求也逐步集中到云服務(wù)廠(chǎng)商,進(jìn)而提升了下游廠(chǎng)商的議價(jià)能力。因而服務(wù)器廠(chǎng)商受到上下游的共同擠壓,但由于服務(wù)器作為行業(yè)的基礎(chǔ)設(shè)施,在行業(yè)中作為算力的承載體,被各方所需要。服務(wù)器是IT產(chǎn)業(yè)發(fā)展的晴雨表,其需求是否強(qiáng)盛反映了整個(gè)互聯(lián)網(wǎng)產(chǎn)業(yè)的景氣與否。在產(chǎn)業(yè)爆發(fā)的階段,服務(wù)器需求往往也隨著行業(yè)需求擴(kuò)容而提升,并使IT普惠化,進(jìn)而促進(jìn)行業(yè)的進(jìn)—步發(fā)展,形成飛輪效益。而后隨著下游需求增長(zhǎng)放緩,服務(wù)器需求也隨之降低。在—輪輪行業(yè)變革中,服務(wù)器產(chǎn)業(yè)經(jīng)歷了類(lèi)似的成長(zhǎng)周期。復(fù)盤(pán)服務(wù)器的發(fā)展史,可以了解其發(fā)展的規(guī)律,抓住服務(wù)器產(chǎn)業(yè)的發(fā)展脈搏。服務(wù)器按使用場(chǎng)景要求、指令集架構(gòu)、產(chǎn)品形態(tài)等有多重分類(lèi),當(dāng)前時(shí)點(diǎn)由于AI的興起,為區(qū)分對(duì)比,又可將服務(wù)器分為通用CPU服務(wù)器和AI服務(wù)器。需求視角:用戶(hù)需求結(jié)構(gòu)變遷,從業(yè)務(wù)支撐走向AIGC時(shí)代演進(jìn):技術(shù)進(jìn)步和需求變遷大小型機(jī)時(shí)代:技術(shù)立足,極致性能,穩(wěn)定優(yōu)先在服務(wù)器行業(yè)發(fā)展初期,IBM憑借產(chǎn)品優(yōu)勢(shì)在大型機(jī)市場(chǎng)中保持了領(lǐng)先地位。1959年IBM推出IBM1401,成為了當(dāng)時(shí)最流行的計(jì)算機(jī),并幫助IBM在當(dāng)時(shí)的計(jì)算機(jī)行業(yè)占據(jù)絕對(duì)的市場(chǎng)領(lǐng)先地位。從1959年推出到1971年停止使用,該系列大型機(jī)成為第—臺(tái)部署過(guò)萬(wàn)的計(jì)算機(jī)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源:IBM官網(wǎng),長(zhǎng)江證券研究所面向兼容緊抓機(jī)遇,在大型機(jī)時(shí)代取得領(lǐng)先地位。1961年12月,IBM耗資50億美元啟動(dòng)了System/360的研發(fā)工作。1964年4月7日,IBM正式發(fā)布了六種規(guī)格的System/360商用大型主機(jī)。這是世界上首個(gè)指令集可兼容計(jì)算機(jī)。單個(gè)操作系統(tǒng)可以適用整個(gè)系列,而不需要為每種主機(jī)量身定做操作系統(tǒng),而且在電腦主體硬件升級(jí)之后,操作系統(tǒng)、應(yīng)用軟件、外圍硬件,都可以繼續(xù)使用,由此,“兼容”的概念,開(kāi)始形成。IBMSystem/360也是現(xiàn)代意義上第—臺(tái)服務(wù)器。它協(xié)助美國(guó)太空總署建立阿波羅11號(hào)數(shù)據(jù)庫(kù),完成航天員登陸月球計(jì)劃;建立銀行跨行交易系統(tǒng)(ATM)以及航空業(yè)最大在線(xiàn)票務(wù)系統(tǒng)。在IBMSystem/360發(fā)布后的頭—個(gè)月,全球客戶(hù)訂購(gòu)的系統(tǒng)超過(guò)100000圖3:IBMSystem/360資料來(lái)源:半導(dǎo)體行業(yè)觀(guān)察,長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明指令集可兼容技術(shù)極大的刺激了行業(yè)需求,IBM也在這輪行業(yè)發(fā)展中享受著行業(yè)擴(kuò)容帶來(lái)的廣闊市場(chǎng)。System/360大幅增加了市場(chǎng)對(duì)計(jì)算的整體需求,由于IBM的技術(shù)創(chuàng)新,以及用戶(hù)經(jīng)驗(yàn)的不斷積累,并了解了計(jì)算機(jī)在降低成本和執(zhí)行新功能方面的價(jià)值,更多的企業(yè)越來(lái)越廣泛地使用計(jì)算機(jī),使得計(jì)算機(jī)行業(yè)在20世紀(jì)60年代后半期的年增長(zhǎng)率達(dá)到了兩位數(shù),IBM也成為了該時(shí)期服務(wù)器產(chǎn)業(yè)毫無(wú)疑問(wèn)的霸主。在早期的服務(wù)器行業(yè)與計(jì)算機(jī)行業(yè),IBM的成功奠定了這個(gè)行業(yè)最重要的核心:擁抱技術(shù)突破,滿(mǎn)足客戶(hù)需求。資料來(lái)源:Bloomberg,長(zhǎng)江證券研究所PC服務(wù)器時(shí)代:X86架構(gòu)實(shí)現(xiàn)軟硬件解耦,PC服務(wù)器帶動(dòng)互聯(lián)網(wǎng)革命X86架構(gòu)CPU性能的提升,催動(dòng)了PC服務(wù)器的發(fā)展,進(jìn)而帶動(dòng)了互聯(lián)網(wǎng)產(chǎn)業(yè)革命。IBMSystem/360高額的價(jià)格,以及軟硬件—體的方案仍限制著更多中小企業(yè)使用服務(wù)器。直至英特爾X86系列芯片大范圍應(yīng)用,實(shí)現(xiàn)軟硬件解耦,價(jià)格低廉的X86架構(gòu)PC服務(wù)器成為主流,降低了開(kāi)發(fā)門(mén)檻,互聯(lián)網(wǎng)革命得以爆發(fā),同時(shí)產(chǎn)生飛輪效應(yīng),使產(chǎn)業(yè)擴(kuò)容,服務(wù)器需求進(jìn)—步提升。軟硬件解耦:硬件性能狂飆,軟件生態(tài)繁榮中央處理器(centralprocessingunit,簡(jiǎn)稱(chēng)CPU)作為計(jì)算機(jī)的運(yùn)算與控制核心,是信息處理、程序運(yùn)行的最終執(zhí)行單元。在計(jì)算機(jī)體系中,CPU主要用于執(zhí)行計(jì)算機(jī)指令和處理計(jì)算機(jī)軟件中的數(shù)據(jù),并負(fù)責(zé)對(duì)計(jì)算機(jī)的所有軟硬件資源進(jìn)行控制調(diào)配。按照指令集類(lèi)型不同,CPU可分為復(fù)雜指令集(CISC)與精簡(jiǎn)指令集(RISC)兩類(lèi)。指令集是指存儲(chǔ)于CPU內(nèi)部,用于引導(dǎo)CPU進(jìn)行加減運(yùn)算和控制計(jì)算機(jī)操作系統(tǒng)的—系列指令集合。作為計(jì)算機(jī)硬件和軟件之間的接口,指令集直接關(guān)系到CPU的性能表現(xiàn)。以指令集為標(biāo)準(zhǔn),CPU可分為CISC與RISC兩類(lèi),其中CISC型CPU主要以X86架構(gòu)為主,而RISC型主要包括ARM、MIPS、Alpha、POWER等架構(gòu)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明 種類(lèi)主要架構(gòu)1、指令系統(tǒng)龐大,功能復(fù)雜,尋址方式多,且長(zhǎng)度可變,有X86架構(gòu)兼容性強(qiáng),配套軟件及開(kāi)發(fā)工具相對(duì)成熟,且X86架構(gòu)功能強(qiáng)大,高效使用主存儲(chǔ)器,因此在ARM1、指令長(zhǎng)度固定,易于譯碼執(zhí)行2、大部分指令可以條件式地執(zhí)行,降低在分支時(shí)產(chǎn)生的開(kāi)銷(xiāo),彌補(bǔ)分支預(yù)測(cè)器的不足點(diǎn),聚焦移動(dòng)端市場(chǎng),在消費(fèi)類(lèi)電3、所有指令都是32位,且采用定長(zhǎng)編碼的指令集和流水線(xiàn)4、具有高性能高速緩存能力,且內(nèi)存管理方案相對(duì)靈活MIPS結(jié)構(gòu)設(shè)計(jì)簡(jiǎn)單、功耗較低,在Alpha1、采用32位定長(zhǎng)指令集,使用低字節(jié)寄存器占用低內(nèi)存地2、分支指令無(wú)延遲槽,使用無(wú)條件分支碼寄存器Alpha結(jié)構(gòu)簡(jiǎn)單,易于實(shí)現(xiàn)超標(biāo)量和資料來(lái)源:海光招股說(shuō)明書(shū),長(zhǎng)江證券研究所早期的服務(wù)器屬于高端產(chǎn)品,難以普及,這也在—定程度上限定了服務(wù)器市場(chǎng)的發(fā)展。早期的服務(wù)器主要以RISC構(gòu)架處理器為主,代表性產(chǎn)品有IBM的Power、Sun公司的SPARC、DEC公司的Alpha、MIPS公司的MIPS,以及惠普公司的PA-RISC處理器等,這些處理器性能高、穩(wěn)定性好,但價(jià)格高昂,難以普及應(yīng)用。摩爾定律下,英特爾(Intel)X86架構(gòu)CPU性能飛速提升,成為了服務(wù)器處理器的新選項(xiàng)。1965年時(shí)任仙童半導(dǎo)體公司研究開(kāi)發(fā)實(shí)驗(yàn)室主任的摩爾發(fā)現(xiàn)了—個(gè)關(guān)于芯片性能的趨勢(shì):集成電路上可容納的晶體管數(shù)目,約每隔18個(gè)月便增加—倍,而成本卻成比例地遞減,根據(jù)該趨勢(shì),計(jì)算能力相對(duì)于時(shí)間周期將呈指數(shù)式的上升。這便是半導(dǎo)體行業(yè)奉為圭桌的摩爾定律。該定律指導(dǎo)了半導(dǎo)體乃至整個(gè)信息產(chǎn)業(yè)半個(gè)世紀(jì)的發(fā)展步伐。Intel的X86架構(gòu)CPU不斷驗(yàn)證著該定律的正確性。X86架構(gòu)CPU性能的不斷提升,逐步滿(mǎn)足了下游廠(chǎng)商對(duì)算力的需求,也使得X86架構(gòu)服務(wù)器成為了服務(wù)器市場(chǎng)的新選請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源:《ComputerandInformationSecurityHandbook(ThirdEdition)》(2013),JohnR.Mallery,長(zhǎng)江證券研究所英特爾專(zhuān)注于CPU的設(shè)計(jì)、生產(chǎn),并采取開(kāi)發(fā)生態(tài)的策略,與微軟展開(kāi)了深度合作,形成了“Wintel”生態(tài)。1981年8月12日,IBM公司正式推出個(gè)人電腦IBM5150。IBM5150采用通用標(biāo)準(zhǔn)部件,應(yīng)用了微軟的磁盤(pán)操作系統(tǒng)DOS1.0,配置了英特爾X86架構(gòu)16位處理器8088。IBM5150大獲成功,微軟與英特爾隨之—舉成名,而后逐步形成了“Wintel聯(lián)盟”,即微軟Windows操作系統(tǒng)+英特爾x86架構(gòu)CPU處理器。圖6:IBM5150資料來(lái)源:IBM官網(wǎng),長(zhǎng)江證券研究所圖7:Wintel聯(lián)盟資料來(lái)源:TheDigitalBridges,長(zhǎng)江證券研究所“Wintel”生態(tài)下,軟硬件解耦推動(dòng)PC服務(wù)器產(chǎn)業(yè)的發(fā)展,進(jìn)而帶動(dòng)了PC互聯(lián)網(wǎng)浪潮。軟硬件解耦后,芯片設(shè)計(jì)工程師可以專(zhuān)注于芯片架構(gòu)和性能,通過(guò)各種優(yōu)化手段,快速提升CPU性能;軟件工程師可以聚焦于軟件開(kāi)發(fā),開(kāi)發(fā)出各類(lèi)系統(tǒng)級(jí)和應(yīng)用級(jí)的軟件,共同組成了基于X86架構(gòu)下的軟件超級(jí)生態(tài)。微軟操作系統(tǒng)也借此成為了服務(wù)器操作系統(tǒng)的領(lǐng)先者。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖8:微軟系統(tǒng)服務(wù)器市場(chǎng)占有率,1996-2001資料來(lái)源:《TheEuropeancommissionversusMicrosoft:competitionpolicyinhigh-techindustries》(2007),Genakos,Kuhn,Reenen,長(zhǎng)江證券研究所PC服務(wù)器成為服務(wù)器市場(chǎng)新選擇。1989年,全球第—款I(lǐng)A(IntelArchitecture)架構(gòu)服務(wù)器SystemPro推出,開(kāi)創(chuàng)了x86服務(wù)器市場(chǎng)。由于IA架構(gòu)的服務(wù)器是基于PC的體系結(jié)構(gòu),所以IA架構(gòu)服務(wù)器又稱(chēng)為PC服務(wù)器。IA架構(gòu)服務(wù)器采用了開(kāi)放式體系,實(shí)現(xiàn)了工業(yè)標(biāo)準(zhǔn)化技術(shù),得到了國(guó)內(nèi)外大量軟硬件供應(yīng)商的支持。進(jìn)而憑借可靠的性能、低廉的價(jià)格使得PC服務(wù)器成為互聯(lián)網(wǎng)行業(yè)的最優(yōu)選項(xiàng)。開(kāi)放性與標(biāo)準(zhǔn)化成為了X86架構(gòu)服務(wù)器的成功核心。這賦予了X86服務(wù)器極高的硬件性?xún)r(jià)比與可選的豐富軟硬件選擇。標(biāo)準(zhǔn)化的架構(gòu)體系減少了數(shù)據(jù)中心因?yàn)橄到y(tǒng)異構(gòu)設(shè)計(jì)可能導(dǎo)致的問(wèn)題。開(kāi)放的生態(tài)降低了應(yīng)用開(kāi)發(fā)者的開(kāi)發(fā)難度,大量的應(yīng)用程序被開(kāi)發(fā)并實(shí)際應(yīng)用,提升了生產(chǎn)效率。圍繞X86架構(gòu),逐漸形成了以惠普等為代表的X86服務(wù)器廠(chǎng)商。標(biāo)準(zhǔn)化設(shè)計(jì)的X86服務(wù)器,在規(guī)模效益下降低生產(chǎn)成本,進(jìn)而推動(dòng)了X86服務(wù)器的普及,X86架構(gòu)服務(wù)器出貨量逐年提升。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖9:2002-2022年X86服務(wù)器出貨量及利潤(rùn)資料來(lái)源:TheNextPlatform,Gartner,WellFargo,長(zhǎng)江證券研究所X86架構(gòu)服務(wù)器成為互聯(lián)網(wǎng)行業(yè)首選,催生新的產(chǎn)業(yè)需求。相比于動(dòng)輒數(shù)十萬(wàn)美元的大型機(jī),價(jià)格低廉的X86架構(gòu)服務(wù)器降低了互聯(lián)網(wǎng)產(chǎn)業(yè)的門(mén)檻。同時(shí)軟硬件的飛速發(fā)展,帶動(dòng)了X86架構(gòu)服務(wù)器的算力不斷提升,使得大量互聯(lián)網(wǎng)應(yīng)用開(kāi)發(fā)落地,互聯(lián)網(wǎng)行業(yè)迎來(lái)了爆發(fā),而行業(yè)的爆發(fā)驅(qū)動(dòng)了互聯(lián)網(wǎng)產(chǎn)業(yè)的飛輪效益,對(duì)基礎(chǔ)設(shè)施的需求進(jìn)—步提升,X86服務(wù)器需求迎來(lái)了爆發(fā)式增長(zhǎng)。X86服務(wù)器也借此成為了市場(chǎng)最為主流的服務(wù)器。資料來(lái)源:Omdia,長(zhǎng)江證券研究所新的需求形成行業(yè)機(jī)遇,服務(wù)器產(chǎn)業(yè)格局重塑。在互聯(lián)網(wǎng)產(chǎn)業(yè)浪潮中,X86架構(gòu)取代了使用RISC芯片和UNIX操作系統(tǒng)的定制化大型機(jī)/小型機(jī)服務(wù)器。技術(shù)的革新創(chuàng)生了對(duì)X86服務(wù)器的需求。在新生的X86服務(wù)器市場(chǎng),供需關(guān)系由開(kāi)始的供給驅(qū)動(dòng)逐步轉(zhuǎn)變?yōu)檎?qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明需求驅(qū)動(dòng),新生的互聯(lián)網(wǎng)廠(chǎng)商龐大的服務(wù)器需求驅(qū)動(dòng)服務(wù)器市場(chǎng)不斷擴(kuò)容。高增的市場(chǎng)幫助惠普在1996年—舉成為當(dāng)時(shí)市占率第—的服務(wù)器廠(chǎng)商,并在此后長(zhǎng)期占據(jù)領(lǐng)先地資料來(lái)源:Wind,長(zhǎng)江證券研究所云計(jì)算時(shí)代:分布架構(gòu)、資源池化、彈性擴(kuò)展云計(jì)算再次驅(qū)動(dòng)產(chǎn)業(yè)革命,云服務(wù)器成為新的產(chǎn)業(yè)需求。在互聯(lián)網(wǎng)產(chǎn)業(yè)飛輪帶動(dòng)服務(wù)器行業(yè)不斷發(fā)展的過(guò)程中,服務(wù)器作為互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施成為了眾多企業(yè)的生產(chǎn)必需品。但對(duì)于很多大型企業(yè)而言,由于業(yè)務(wù)存在高峰低谷,在業(yè)務(wù)高峰期所需的硬件資源可能很高,而平均負(fù)載可能較低,導(dǎo)致了服務(wù)器錯(cuò)配,進(jìn)而導(dǎo)致了資源的浪費(fèi)和成本的提升,同時(shí)也限制了企業(yè)進(jìn)—步發(fā)展,這又催生了新的需求,也驅(qū)動(dòng)了服務(wù)器行業(yè)的又—次格局重塑。云計(jì)算突破資源瓶頸,虛擬化造就新商業(yè)模式云計(jì)算突破資源瓶頸,IT資源普惠化帶動(dòng)產(chǎn)業(yè)發(fā)展。云計(jì)算(cloudcomputing)是分布式計(jì)算的—種,指的是通過(guò)網(wǎng)絡(luò)“云”將巨大的數(shù)據(jù)計(jì)算處理程序分解成無(wú)數(shù)個(gè)小程序,并通過(guò)多部服務(wù)器組成的系統(tǒng)進(jìn)行處理和分析這些小程序得到結(jié)果并返回給用戶(hù)。因而,云計(jì)算可以視為—種提供資源的網(wǎng)絡(luò),使用者可以隨時(shí)獲取“云”上的資源,按需使用,并且資源可以無(wú)限擴(kuò)展,只需按使用量付費(fèi)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖12:云計(jì)算架構(gòu)資料來(lái)源:云腦智庫(kù),長(zhǎng)江證券研究所云技術(shù)的發(fā)展催生了新的商業(yè)模式。互聯(lián)網(wǎng)企業(yè)基于多元化的互聯(lián)網(wǎng)業(yè)務(wù),致力于創(chuàng)造便捷的溝通和交易渠道。同時(shí),互聯(lián)網(wǎng)企業(yè)擁有大量服務(wù)器資源,確保數(shù)據(jù)安全。為了節(jié)能降耗、降低成本,互聯(lián)網(wǎng)企業(yè)自身對(duì)云計(jì)算技術(shù)具有強(qiáng)烈的需求。因此,互聯(lián)網(wǎng)企業(yè)基于自身的云計(jì)算平臺(tái),聯(lián)合合作伙伴整合更多一站式服務(wù),推動(dòng)傳統(tǒng)軟件銷(xiāo)售向軟件服務(wù)業(yè)務(wù)轉(zhuǎn)型,幫助合作伙伴從傳統(tǒng)模式轉(zhuǎn)向云計(jì)算模式,并針對(duì)用戶(hù)和客戶(hù)需求開(kāi)發(fā)針對(duì)性云服務(wù)產(chǎn)品。然后,通過(guò)不同模式收費(fèi),如按時(shí)間租賃服務(wù)器計(jì)算資源的使用來(lái)收費(fèi);為各類(lèi)用戶(hù)提供各種定制型服務(wù),按需收費(fèi)等。典型的如Amazone(亞馬遜)的AWS云平臺(tái)、谷歌的GoogleApps,中國(guó)的阿里云也與2009年成立,推動(dòng)了中國(guó)的云計(jì)算發(fā)展。圖13:云技術(shù)由國(guó)外率先發(fā)展,中國(guó)廠(chǎng)商跟隨資料來(lái)源:數(shù)字經(jīng)濟(jì)觀(guān)察,中智觀(guān)察,阿里巴巴,長(zhǎng)江證券研究所云計(jì)算服務(wù)器成為了中國(guó)服務(wù)器市場(chǎng)2015-2017年期間主要推動(dòng)力。根據(jù)IDC相關(guān)報(bào)告,2016年云環(huán)境部署需求同比提升16.2%,并花費(fèi)347億美元,其中62%用于公有云數(shù)據(jù)中心,且呈現(xiàn)18.6%的增速。與此同時(shí),非云環(huán)境部署需求下降了1.8%。此外請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明根據(jù)阿里云的當(dāng)時(shí)營(yíng)收增長(zhǎng)來(lái)看,中國(guó)云計(jì)算廠(chǎng)商對(duì)于云計(jì)算服務(wù)器的需求也在同期迅猛提升。圖14:2012-2018年阿里云營(yíng)250,000200,000150,000100,00050,000064.42%137.53%212,9421.664.42%120.70%1.4196,575100.96%0.80.626.21%18.92%46,7250.48,18210,36912,56520,6930.202012201320142015201620172018阿里云營(yíng)收(萬(wàn)美元)同比增速資料來(lái)源:Wind,長(zhǎng)江證券研究所圖15:2015-2020年服務(wù)器下游需求占比預(yù)測(cè)100%90%80%70%60%50%40%30%20%0%20152016E2017E2018E2019E2020E傳統(tǒng)數(shù)據(jù)中心私有云公有云資料來(lái)源:GLOBALTECHTRENDS,IDC,長(zhǎng)江證券研究所云技術(shù)的發(fā)展又一次使得IT資源普惠化。云運(yùn)營(yíng)商通過(guò)核心技術(shù)應(yīng)用,推動(dòng)技術(shù)創(chuàng)新、規(guī)模化運(yùn)營(yíng)和成本降低的正循環(huán),不斷降低客戶(hù)用云成本。同時(shí),中國(guó)IT市場(chǎng)的云計(jì)算滲透率不到15%,中國(guó)數(shù)據(jù)中心的CPU利用率僅為10%左右。云計(jì)算可以大幅提升計(jì)算資源的利用率,云數(shù)據(jù)中心內(nèi)的CPU平均利用率,可以達(dá)到傳統(tǒng)數(shù)據(jù)中心的5倍以00$0.133$0.100資料來(lái)源:APPDeveloperMagazine,長(zhǎng)江證券研究所云計(jì)算技術(shù)催動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)的又—次革新,移動(dòng)互聯(lián)網(wǎng)推動(dòng)行業(yè)又—次擴(kuò)容。由于云計(jì)算技術(shù)的成熟,云服務(wù)進(jìn)—步降低了互聯(lián)網(wǎng)產(chǎn)業(yè)的門(mén)檻,也使得移動(dòng)終端用戶(hù)得以接入互聯(lián)網(wǎng),享受移動(dòng)互聯(lián)網(wǎng)的便利,由此,技術(shù)發(fā)展又—次驅(qū)動(dòng)產(chǎn)業(yè)升級(jí),形成移動(dòng)互聯(lián)網(wǎng)浪潮,進(jìn)而又驅(qū)使基礎(chǔ)設(shè)施擴(kuò)容,即云服務(wù)器需求的大幅提升。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖16:2007-2018全球服務(wù)器出貨量及增速20%15%10%20%15%10%5%0%-5%-10%-15%-20%120000001000000080000006000000400000020000000全球服務(wù)器出貨量(臺(tái))同比增速資料來(lái)源:Wind,長(zhǎng)江證券研究所圖17:全球云計(jì)算市場(chǎng)8006004002000201420152016E2017E2018E2019E2020EIAAS(億美元)PAAS(億美元)SAAS(億美元)增長(zhǎng)率30%25%20%15%10%5%0%資料來(lái)源:Gartner,中國(guó)信通院,長(zhǎng)江證券研究所AI服務(wù)器時(shí)代:算力狂飆,智算爆發(fā)以高端通用GPGPU為代表的高端AI芯片成為當(dāng)下影響服務(wù)器技術(shù)迭代的主要因素。以典型AI芯片通用GPU為核心的AI服務(wù)器與普通服務(wù)器存在多個(gè)方面的差別:1)硬件架構(gòu):AI服務(wù)器配備高效的CPU和多顆AI芯片如圖形處理器(GPU)、張量處理器 (TPU)或?qū)Ｓ玫腁I加速器等,而普通服務(wù)器主要以高端通用CPU作為算力的主要提供方,更加適用于處理邏輯計(jì)算和浮點(diǎn)型計(jì)算等任務(wù);2)計(jì)算能力:AI服務(wù)器通常采用并行計(jì)算模式為主,而普通服務(wù)器的CPU在進(jìn)行邏輯判斷時(shí)需要大量的分支跳轉(zhuǎn)處理,結(jié)構(gòu)復(fù)雜,算力提升主要依靠增加核心數(shù)。此外,AI服務(wù)器對(duì)內(nèi)存、網(wǎng)絡(luò)能力具有更高的要求。2023年開(kāi)始chatgpt橫空出世,全球正式進(jìn)入AI大模型時(shí)代,由于AI模型訓(xùn)練和推理的需求,需對(duì)大量數(shù)據(jù)樣本進(jìn)行并行處理,因此能夠執(zhí)行高強(qiáng)度并行計(jì)算任務(wù)的GPU更加符合大模型訓(xùn)練和推理的要求。根據(jù)IDC數(shù)據(jù),機(jī)器學(xué)習(xí)型服務(wù)器GPU成本占比在73%,顯著高于CPU成本占比。圖18:各類(lèi)型服務(wù)器成本占比資料來(lái)源:IDC,長(zhǎng)江證券研究所圖19:英偉達(dá)AI芯片技術(shù)迭代路線(xiàn)圖資料來(lái)源:ServeTheHome,長(zhǎng)江證券研究所在通用算力領(lǐng)域,互聯(lián)網(wǎng)行業(yè)仍是算力需求最大的行業(yè),占通用算力39%的份額;電信行業(yè)加強(qiáng)算力基礎(chǔ)設(shè)施投入力度,算力份額首次超過(guò)政府行業(yè),位列第二。政府、服務(wù)、金融、制造、教育、運(yùn)輸?shù)刃袠I(yè)分列三到八位。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明在智能算力領(lǐng)域,互聯(lián)網(wǎng)行業(yè)對(duì)數(shù)據(jù)處理和模型訓(xùn)練的需求不斷提升,是智能算力需求最大的行業(yè),占智能算力53%的份額;服務(wù)行業(yè)快速?gòu)膫鹘y(tǒng)模式向新興智慧模式發(fā)展,算力份額占比位列第二;政府、制造、電信、教育、金融、運(yùn)輸?shù)刃袠I(yè)分列第三到八位。圖20:我國(guó)各行業(yè)通用算力應(yīng)用分布情況資料來(lái)源:中國(guó)信息通信研究院,IDC,長(zhǎng)江證券研究所圖21:我國(guó)各行業(yè)智能算力應(yīng)用分布情況資料來(lái)源:中國(guó)信息通信研究院,IDC,長(zhǎng)江證券研究所互聯(lián)網(wǎng)是服務(wù)器市場(chǎng)最大的下游客戶(hù),采購(gòu)需求受到資本開(kāi)支影響,最終背后是業(yè)務(wù)成長(zhǎng)性作為支撐。根據(jù)TrendForce,2024年全球服務(wù)器整機(jī)采購(gòu)仍以美系云廠(chǎng)商為主,在高端AI服務(wù)器領(lǐng)域,微軟、谷歌、AWS、Meta四巨頭占比分別達(dá)到20%/17%/16%/11%,我國(guó)國(guó)內(nèi)互聯(lián)網(wǎng)廠(chǎng)商BBAT的需求占比為4.8%。服務(wù)器的需求格局隨著互聯(lián)網(wǎng)廠(chǎng)商業(yè)務(wù)需求的興起自用需求增大疊加云計(jì)算模式帶來(lái)整體市場(chǎng)需求向大廠(chǎng)云平臺(tái)需求遷移,逐漸向頭部集中,而當(dāng)前AI時(shí)代在算力服務(wù)器投入上同樣以互聯(lián)網(wǎng)大廠(chǎng)為主。圖22:2023-2024年全球CSP對(duì)高階AI服務(wù)器需求占比%(內(nèi)圈:2023年;外圈:2024年)n微軟a谷歌nAWSaMetaaCoreweavenBBATa其他資料來(lái)源:Trendforce,長(zhǎng)江證券研究所云廠(chǎng)商開(kāi)啟大模型軍備競(jìng)賽,AI服務(wù)器需求量大幅抬升。根據(jù)IDC數(shù)據(jù),全球AI基礎(chǔ)設(shè)施市場(chǎng)高速增長(zhǎng),預(yù)計(jì)到2028年支出將超過(guò)2000億美元。自2019年以來(lái),AI基礎(chǔ)設(shè)施市場(chǎng)—直保持兩位數(shù)的增長(zhǎng),這主要是由對(duì)AI部署服務(wù)器的投資推動(dòng)的。從結(jié)構(gòu)維度看,1H24年,服務(wù)器占總支出的95%,帶有嵌入式加速器的服務(wù)器是AI平臺(tái)的首選基礎(chǔ)設(shè)施,占服務(wù)器AI基礎(chǔ)設(shè)施總支出的70%,2024年上半年增長(zhǎng)了178%。IDC預(yù)計(jì),到2028年,加速服務(wù)器將超過(guò)服務(wù)器AI基礎(chǔ)設(shè)施支出的75%,5年復(fù)合年增長(zhǎng)率為42%。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明20/55圖23:IDC預(yù)測(cè)2028年全球AI基礎(chǔ)設(shè)資料來(lái)源:IDC,長(zhǎng)江證券研究所當(dāng)前趨勢(shì):AI服務(wù)器全面放量AI軍備競(jìng)賽帶動(dòng)AI服務(wù)器需求快速增長(zhǎng)。從行業(yè)的角度看,互聯(lián)網(wǎng)依然是最大的采購(gòu)行業(yè),此外金融、電信等行業(yè)均快速增長(zhǎng)。從互聯(lián)網(wǎng)角度看,為了訓(xùn)練自己的AI大模型,在下—代技術(shù)變革中取得先發(fā)優(yōu)勢(shì),各大廠(chǎng)對(duì)于AI投入的重視程度顯著提升,并開(kāi)啟—輪AI算力儲(chǔ)備,其中預(yù)計(jì)阿里未來(lái)三年資本開(kāi)支超過(guò)過(guò)去10年總和。圖24:海外科技大廠(chǎng)微軟、谷歌、亞馬遜、Meta、蘋(píng)果資本開(kāi)支800800300066%55%58%28%28%26%19%19%19%19%10%10%10%5%-3%-9%-3%-9%-8%合計(jì)資本性支出(億美元)YoY(%,右)資料來(lái)源:同花順,長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明21/55 (億元,季度)22Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4百度資本開(kāi)支YoY(%)-35%24%61%90%56%11%0%-12%-33QoQ(%)騰訊資本開(kāi)支YoY(%)-57%-21%138%-22%-10%103%-6%91%-39%96QoQ(%)阿里資本開(kāi)支YoY(%)-70%-42%-57%28%221%75%240%259%26%8%45%QoQ(%)3%2%-43%-50%99%-26%72%國(guó)內(nèi)BAT資本開(kāi)支合計(jì)YoY(%)QoQ(%)-17%-2%-13%-37%48%資料來(lái)源:彭博,長(zhǎng)江證券研究所(注:此處Q1-Q4分別代表1-3月、4-6月、7-9月、10-12月,阿里財(cái)報(bào)周期與傳統(tǒng)公司不同,已對(duì)齊)圖26:中國(guó)通用算力規(guī)模及預(yù)測(cè),2020-2027(通用算力規(guī)模,基于FP64計(jì)算,單位EFLOPS)80604020020202021202220232024202520262027資料來(lái)源:IDC,浪潮信息,長(zhǎng)江證券研究所圖28:全球人工智能服務(wù)器市場(chǎng)規(guī)模預(yù)測(cè),2022-2026($M)250002000015000100005000020222023202420252026G-AI($M)OtherAI($M)總計(jì)($M)資料來(lái)源:IDC,浪潮信息,長(zhǎng)江證券研究所圖27:中國(guó)智能算力規(guī)模及預(yù)測(cè),2020-2027(智算算力,基于FP16計(jì)算,單位EFLOPS)12001000800600400200020202021202220232024202520262027資料來(lái)源:IDC,浪潮信息,長(zhǎng)江證券研究所圖29:中國(guó)加速計(jì)算服務(wù)器市場(chǎng)預(yù)測(cè),2022-2027(百萬(wàn)美元)14,00012,00010,0008,0006,0004,0002,0000202220232024202520262027資料來(lái)源:IDC,浪潮信息,長(zhǎng)江證券研究所信驊營(yíng)收環(huán)比/同比上行,驗(yàn)證了服務(wù)器出貨的高景氣。BMC芯片是—種嵌入式微控制器,通常集成在服務(wù)器主板上,用于監(jiān)控、管理和維護(hù)服務(wù)器硬件和系統(tǒng)。BMC芯片是服務(wù)器的關(guān)鍵部件,信驊主要產(chǎn)品為服務(wù)器BMC芯片,是BMC領(lǐng)域的龍頭廠(chǎng)商,因此信驊的月度營(yíng)收數(shù)據(jù)可以作為服務(wù)器景氣度的先行指標(biāo)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明22/55圖30:信驊營(yíng)收趨勢(shì)圖(月度經(jīng)營(yíng)數(shù)據(jù),單位:NTDMillion)8006004002000JanFebMarAprMayJunJulAugSepOctNovDec20242025資料來(lái)源:信驊官網(wǎng),長(zhǎng)江證券研究所超節(jié)點(diǎn)和算力集群是當(dāng)前AI服務(wù)器主要技術(shù)方向英偉達(dá)引領(lǐng)全球算力技術(shù)趨勢(shì)。英偉達(dá)的核心算力底座從現(xiàn)在的Hopper架構(gòu)到Blackwell架構(gòu)到Rubin架的變化,背后反映的算力趨勢(shì)是從單一算力堆砌轉(zhuǎn)向系統(tǒng)性?xún)?yōu)化、從訓(xùn)練主導(dǎo)轉(zhuǎn)向推理優(yōu)先、并通過(guò)硬件與軟件的協(xié)同創(chuàng)新突破物理限制。其中算力密度層面,從芯片級(jí)轉(zhuǎn)向芯片級(jí)與系統(tǒng)級(jí)并行突破,除本身制程工藝穩(wěn)步提升,單die晶體管數(shù)量提升放緩,通過(guò)雙die或者多die的封裝,制程提升和Chiplet技術(shù)結(jié)合提升芯片算力密度。與此同時(shí),內(nèi)存帶寬與互聯(lián)技術(shù)同步升級(jí),解決數(shù)據(jù)搬運(yùn)瓶頸,適應(yīng)模型參數(shù)爆炸式增長(zhǎng)。支持推理方面,引入更多的低精度計(jì)算與無(wú)效計(jì)算路徑剪枝,推動(dòng)推理成本下降。在超大規(guī)模互聯(lián)層面,Blackwell架構(gòu)NVL72機(jī)架支持72顆GPU互聯(lián),千卡集群算力突破100EFLOPS,Rubin架構(gòu)硅光技術(shù)可實(shí)現(xiàn)更大規(guī)模的GPU集群擴(kuò)展。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明23/55圖31:英偉達(dá)引領(lǐng)全球算力發(fā)展的方向資料來(lái)源:英偉達(dá)官網(wǎng),長(zhǎng)江證券研究所算力服務(wù)器向超節(jié)點(diǎn)和集群發(fā)展,背后主要受AI對(duì)算力需求驅(qū)動(dòng):突破單機(jī)算力瓶頸,提升訓(xùn)練效率。傳統(tǒng)單機(jī)AI服務(wù)器通常僅支持8張GPU卡,且跨服務(wù)器通信帶寬較低,導(dǎo)致AI大模型訓(xùn)練時(shí)存在高通信延遲和資源閑置問(wèn)題。超節(jié)點(diǎn)技術(shù)通過(guò)擴(kuò)展單節(jié)點(diǎn)內(nèi)的GPU互聯(lián)規(guī)模(如華為CloudMatrix384卡、英偉達(dá)NVL72卡),將服務(wù)器間通信轉(zhuǎn)為節(jié)點(diǎn)內(nèi)高速互聯(lián),顯著降低通信損耗。滿(mǎn)足大規(guī)模AI模型訓(xùn)練和推理的算力需求。隨著大模型參數(shù)量向萬(wàn)億級(jí)演進(jìn)(如DeepSeekV3達(dá)6710億參數(shù)),算力需求呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。超節(jié)點(diǎn)集群通過(guò)高密度集成(如64卡/節(jié)點(diǎn))和智能互聯(lián)協(xié)議(如中國(guó)移動(dòng)OISA協(xié)議支持896GB/s帶寬),實(shí)現(xiàn)算力資源的橫向擴(kuò)展和高效協(xié)同,支撐復(fù)雜模型訓(xùn)練與推理。優(yōu)化能耗與散熱管理。高密度算力集群(如單機(jī)柜30-100kW)催生液冷技術(shù)普及,通過(guò)整機(jī)柜液冷設(shè)計(jì)(如超云液冷整機(jī)柜)解決傳統(tǒng)風(fēng)冷散熱不足的問(wèn)題,同時(shí)降低能耗。華為CloudMatrix結(jié)合液冷技術(shù)實(shí)現(xiàn)“—柜抵百機(jī)”,兼顧算力密度與綠色節(jié)能在智算集群發(fā)展過(guò)程中,依據(jù)擴(kuò)展方向的差異,又可以分為Scale-out(橫向擴(kuò)展)和Scale-up(縱向擴(kuò)展)。其中可分解為相對(duì)獨(dú)立的并行數(shù)據(jù),例如流水線(xiàn)并行和數(shù)據(jù)并行可以通過(guò)Scale-out去更好的滿(mǎn)足,而需要高頻度進(jìn)行數(shù)據(jù)交互的處理分配到GPU之間通過(guò)超高帶寬、超低時(shí)延互連的網(wǎng)絡(luò)中進(jìn)行處理,壓縮他們之間的通訊開(kāi)銷(xiāo)成本,此類(lèi)通過(guò)Scale-up方式提升。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明24/55國(guó)內(nèi)互聯(lián)網(wǎng)巨頭基于萬(wàn)卡集群加速技術(shù)服務(wù)創(chuàng)新。字節(jié)跳動(dòng)、阿里巴巴、百度為代表的互聯(lián)網(wǎng)公司在積極推進(jìn)萬(wàn)卡集群的建設(shè)。以騰訊云官方數(shù)據(jù)為例,其訓(xùn)練萬(wàn)億參數(shù)的AI大模型——混元NLP大模型,在同等數(shù)據(jù)集下,將訓(xùn)練時(shí)間由50天縮短到11天。如果基于新—代集群,訓(xùn)練時(shí)間將進(jìn)—步縮短至4天。更大和先進(jìn)的集群能及時(shí)對(duì)市場(chǎng)趨勢(shì)作出反應(yīng),快速進(jìn)行迭代訓(xùn)練。整體上超萬(wàn)卡集群將有助于壓縮大模型訓(xùn)練時(shí)間,實(shí)現(xiàn)模型能力的快速迭代,并及時(shí)對(duì)市場(chǎng)趨勢(shì)作出應(yīng)對(duì)。字節(jié)跳動(dòng)搭建了—個(gè)12288卡Ampere架構(gòu)訓(xùn)練集群,研發(fā)MegaScale生產(chǎn)系統(tǒng)用于訓(xùn)練大語(yǔ)言模型。圖32:騰訊云發(fā)布新—代HCC高性能計(jì)算集群大模型訓(xùn)練再次提速資料來(lái)源:騰訊云,長(zhǎng)江證券研究所圖33:字節(jié)跳動(dòng)萬(wàn)卡集群MegaScale實(shí)現(xiàn)55.2%MFU,相比Megatron-LM提高1.34倍資料來(lái)源:《MegaScale:ScalingLargeLanguageModelTrainingtoMoreThan10,000GPUs》(ZihengJiang,etal,2024),長(zhǎng)江證券研究所海內(nèi)外算力供應(yīng)領(lǐng)軍者均向scaleup方向提升,國(guó)內(nèi)華為昇騰實(shí)現(xiàn)突破全球AI算力龍頭英偉達(dá)在2024年新產(chǎn)品發(fā)布過(guò)程中,沒(méi)有延續(xù)H100的DGX的—機(jī)8卡的架構(gòu),直接發(fā)布NVL72的DGX,即在—個(gè)交付的機(jī)架中,使用NVSwitch把72個(gè)GPU進(jìn)行全帶寬的互連,實(shí)現(xiàn)性能的最大化。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明25/55圖34:英偉達(dá)NVL72架構(gòu)圖資料來(lái)源:fibermall,長(zhǎng)江證券研究所圖35:英偉達(dá)DGX系列的升級(jí)GPU/chip時(shí)間DGX名稱(chēng)DGX中GPU的數(shù)量SuperPOD互連方式P1002014DGX-18-CubemeshP1002017DGX-18-alltoallV1002017DGX-2-alltoallA1002020DGXA1008-alltoallGH1002022DGXH1008256alltoallGH100-NVL3232256alltoallGB2002024NVL7272、36576alltoall資料來(lái)源:53AI、英偉達(dá)官網(wǎng),長(zhǎng)江證券研究所2025年4月10日,華為云在安徽蕪湖召開(kāi)生態(tài)大會(huì),推出CloudMatrix384超節(jié)點(diǎn),并宣布已在蕪湖數(shù)據(jù)中心規(guī)模上線(xiàn)。基于“—切可池化、—切皆對(duì)等、—切可組合”的新型高速互聯(lián)總線(xiàn),華為云推出CloudMatrix384超節(jié)點(diǎn),重構(gòu)AI基礎(chǔ)設(shè)施,實(shí)現(xiàn)從服務(wù)器級(jí)到矩陣級(jí)的資源供給模式轉(zhuǎn)變。384節(jié)點(diǎn)集群突破傳統(tǒng)服務(wù)器級(jí)算力上限,其高密高速特性不僅再次提高互聯(lián)帶寬,更實(shí)現(xiàn)內(nèi)存帶寬的跨越式突破。硅基流動(dòng)創(chuàng)始人袁進(jìn)輝在華為云生態(tài)大會(huì)上宣布,硅基流動(dòng)聯(lián)合華為云基于CloudMatrix384超節(jié)點(diǎn)昇騰云服務(wù)和高性能推理框架SiliconLLM,用大規(guī)模專(zhuān)家并行最佳實(shí)踐正式上線(xiàn)DeepSeek-R1。該服務(wù)可以在保證單用戶(hù)20TPS水平前提下,單卡Decode吞吐突破1920Tokens/s,可比肩H100部署性能。同時(shí),經(jīng)過(guò)測(cè)試集驗(yàn)證及大規(guī)模線(xiàn)上盲測(cè),在昇騰算力部署DeepSeek-R1的模型精度與DeepSeek官方保持—致。圖36:華為云CloudMatrix384性能測(cè)試資料來(lái)源:新浪財(cái)經(jīng),長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明26/55資料來(lái)源:semianalysis,長(zhǎng)江證券研究所供給視角:服務(wù)器廠(chǎng)商的模式異同和格局演變—般而言,市場(chǎng)根據(jù)服務(wù)器廠(chǎng)商能力等級(jí)的差異劃分為12個(gè)不同級(jí)別,服務(wù)器廠(chǎng)商的能力等級(jí)(L1-L12)直接決定了其在產(chǎn)業(yè)鏈中的定位、技術(shù)壁壘和利潤(rùn)空間:低階制造(L1-L6):以零部件生產(chǎn)和基礎(chǔ)組裝為主,毛利率較低。這—層級(jí)廠(chǎng)商 (如廣達(dá)、緯創(chuàng))依賴(lài)規(guī)模化生產(chǎn),但受上游芯片供應(yīng)商(英特爾、英偉達(dá))議價(jià)權(quán)壓制,競(jìng)爭(zhēng)集中于東南亞及中國(guó)代工廠(chǎng)。頭部ODM廠(chǎng)商通過(guò)L6級(jí)“祼機(jī)服務(wù)器”(主板集成+電源測(cè)試)占據(jù)基礎(chǔ)市場(chǎng),但技術(shù)門(mén)檻低導(dǎo)致同質(zhì)化嚴(yán)重。中高階集成(L7-L10):L7-L9(加速卡/硬盤(pán)/CPU集成):技術(shù)壁壘顯著提升,浪潮、超聚變等通過(guò)JDM模式實(shí)現(xiàn)深度定制化。L10(全系統(tǒng)交付):要求軟硬件協(xié)同能力,毛利率較高。工業(yè)富聯(lián)憑借液冷服務(wù)器方案(單機(jī)柜售價(jià)百萬(wàn)美元級(jí))主導(dǎo)英偉達(dá)HGX代工鏈,占據(jù)全球—半以上份額。此層級(jí)僅有少量廠(chǎng)商具備量產(chǎn)能力,形成技術(shù)護(hù)城河。機(jī)柜級(jí)方案(L11-L12):需跨機(jī)架網(wǎng)絡(luò)優(yōu)化和云操作系統(tǒng)部署能力,目前僅極少數(shù)頭部廠(chǎng)商布局。英偉達(dá)GB200NVL72等機(jī)柜級(jí)方案推動(dòng)L11成為競(jìng)爭(zhēng)新高地,單柜價(jià)值量是傳統(tǒng)服務(wù)器的3-5倍。該層級(jí)要求廠(chǎng)商具備液冷散熱(如單相浸沒(méi)式)和CXL高速互連技術(shù)儲(chǔ)備,頭部企業(yè)已形成—定代際優(yōu)勢(shì)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明27/55圖38:服務(wù)器廠(chǎng)商能力等級(jí)資料來(lái)源:amax,長(zhǎng)江證券研究所不同模式的發(fā)展階段及優(yōu)劣勢(shì)對(duì)比我國(guó)服務(wù)器廠(chǎng)商從自主品牌向定制化ODM(原始設(shè)計(jì)制造)服務(wù)拓展的歷程:品牌崛起與技術(shù)突破階段(1990s——2010年):1993年浪潮研發(fā)國(guó)內(nèi)首臺(tái)小型機(jī)SMP2000,填補(bǔ)國(guó)產(chǎn)空白;2000年浪潮中標(biāo)“金稅二期”超5000萬(wàn)元訂單,首次在政務(wù)領(lǐng)域?qū)崿F(xiàn)規(guī)模化應(yīng)用。此階段以品牌建設(shè)為主,主要突破外資(IBM/HP)在高端市場(chǎng)的壟斷。2004年浪潮SP3000刷新世界TPC-H性能紀(jì)錄,2013年天梭K1系統(tǒng)上市,成為全球第三個(gè)掌握關(guān)鍵應(yīng)用主機(jī)技術(shù)的國(guó)家。聯(lián)想、曙光則通過(guò)高性能計(jì)算(如深騰6800)切入科研市場(chǎng),初步形成“技術(shù)品牌”認(rèn)知。云計(jì)算驅(qū)動(dòng)下的ODM轉(zhuǎn)型(2010——2020年):2013年阿里云、騰訊云等云廠(chǎng)商爆發(fā)式增長(zhǎng),要求服務(wù)器廠(chǎng)商提供深度定制化方案。浪潮首創(chuàng)JDM(聯(lián)合設(shè)計(jì)制造)模式,為BAT定制天蝎標(biāo)準(zhǔn)AI服務(wù)器,實(shí)現(xiàn)48小時(shí)快速交付,ODM業(yè)務(wù)占比提升至60%。華勤、聞泰等ODM廠(chǎng)商將手機(jī)領(lǐng)域的模塊化經(jīng)驗(yàn)遷移至服務(wù)器,例如華勤為亞馬遜定制液冷機(jī)柜,通過(guò)“主板+散熱+電源”模塊化設(shè)計(jì)將成本降低25%。2016年寶德推出基于Intel至強(qiáng)E5的白牌服務(wù)器,以“無(wú)品牌貼牌”模式滲透中小企業(yè)市場(chǎng)。國(guó)產(chǎn)化與AI雙輪驅(qū)動(dòng)的ODM生態(tài)重構(gòu)(2020年至今):在黨政和行業(yè)信創(chuàng)政策支持和合要求下,華為鯤鵬、海光等國(guó)產(chǎn)芯片廠(chǎng)商聯(lián)合ODM企業(yè)推出定制化方案。例如,中科曙光基于海光C86處理器開(kāi)發(fā)金融行業(yè)專(zhuān)用服務(wù)器;浪潮信息、工業(yè)富聯(lián)等頭部廠(chǎng)商通過(guò)英偉達(dá)HGX/H100代工訂單構(gòu)建技術(shù)壁壘,華勤則憑借智能手機(jī)ODM積累的柔性制造能力,為字節(jié)跳動(dòng)定制液冷數(shù)據(jù)中心,此階段中快速交付也是重要競(jìng)爭(zhēng)優(yōu)勢(shì)。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明28/55服務(wù)器行業(yè)競(jìng)爭(zhēng)要素的轉(zhuǎn)變:從技術(shù)立足到綜合比拼第—輪顯著高速增長(zhǎng)期:國(guó)產(chǎn)替代驅(qū)動(dòng)份額提升。自2013年的“棱鏡門(mén)”事件向我國(guó)敲響信息安全警鐘后,國(guó)家同年成立安全委員會(huì),政府和國(guó)有企業(yè)在信息設(shè)備自主可控方面的政策密集出臺(tái),信息安全被提升到國(guó)家戰(zhàn)略層面。服務(wù)器作為網(wǎng)絡(luò)的節(jié)點(diǎn),存儲(chǔ)、處理網(wǎng)絡(luò)上80%的數(shù)據(jù),是自主可控產(chǎn)業(yè)鏈中的關(guān)鍵領(lǐng)域,國(guó)產(chǎn)服務(wù)器品牌正式迎來(lái)黃金發(fā)展期。這—階段,國(guó)產(chǎn)化技術(shù)實(shí)力、國(guó)產(chǎn)品牌形象成為競(jìng)爭(zhēng)的關(guān)鍵要素,黨政和央國(guó)企采購(gòu)導(dǎo)向調(diào)整,國(guó)產(chǎn)服務(wù)器品牌份額快速提升。其中,2014和2015年份額提升明圖39:2014年開(kāi)始國(guó)產(chǎn)服務(wù)器品牌在中國(guó)市占率快速提升2013年中國(guó)服務(wù)器市場(chǎng)出貨量份額比例浪潮華為中科曙光聯(lián)想戴爾其他2014年中國(guó)服務(wù)器市場(chǎng)出貨量份額比例浪潮華為中科曙光聯(lián)想戴爾其他資料來(lái)源:IDC,51CTO,長(zhǎng)江證券研究所第二輪顯著高速增長(zhǎng)期:云計(jì)算拉動(dòng)行業(yè)需求。在此階段,云計(jì)算市場(chǎng)快速擴(kuò)張,數(shù)據(jù)中心云化趨勢(shì)明顯。傳統(tǒng)硬件架構(gòu)無(wú)法滿(mǎn)足超大型云數(shù)據(jù)中心對(duì)高密度、低功耗、模塊化、集中管理等需求,為解決這—問(wèn)題,Facebook在2011年?duì)款^建立了OCP開(kāi)放計(jì)算組織,從定制數(shù)據(jù)中心細(xì)節(jié)到服務(wù)器機(jī)架和主板的CAD圖紙進(jìn)行開(kāi)源,并邀請(qǐng)開(kāi)源社區(qū)及其他合作伙伴使用并改進(jìn)。2016年谷歌加入OCP,硬件開(kāi)源的發(fā)展迎來(lái)新巔峰,定制化的云服務(wù)器開(kāi)始加速取代傳統(tǒng)服務(wù)器,成為全球互聯(lián)網(wǎng)龍頭采購(gòu)的新標(biāo)的。圖40:我國(guó)云計(jì)算市場(chǎng)規(guī)模高速增長(zhǎng)200018001600140012001000800600400200020152016201720182019E2020E2021E40%35%30%25%20%15%10%5%0%國(guó)內(nèi)云計(jì)算市場(chǎng)規(guī)模(億元)國(guó)內(nèi)云計(jì)算市場(chǎng)同比增速資料來(lái)源:中國(guó)信通院,長(zhǎng)江證券研究所(備注:總規(guī)模是公有云和私有云市場(chǎng)合計(jì))圖41:阿里云計(jì)算營(yíng)收規(guī)模高速增長(zhǎng)80060040020002015Q12015Q22015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q280%60%40%20%0%阿里云營(yíng)業(yè)收入(百萬(wàn)美元)阿里云營(yíng)收同比增速資料來(lái)源:阿里巴巴財(cái)報(bào),長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明29/55白盒能夠讓傳統(tǒng)的硬件、軟件和維護(hù)被解構(gòu),從而形成—個(gè)去耦合、優(yōu)化的堆棧。較品牌服務(wù)器而言,ODM服務(wù)器產(chǎn)品更便宜,硬件配置定制性強(qiáng),在推出新的硬件方面比品牌服務(wù)器商更積極大膽,另外云計(jì)算技術(shù)對(duì)服務(wù)器資源的調(diào)度備份能力也提高了對(duì)服務(wù)器質(zhì)量的容忍度。伴隨著下游客戶(hù)議價(jià)能力過(guò)強(qiáng),白牌廠(chǎng)商入局惡化行業(yè)競(jìng)爭(zhēng)環(huán)境以及產(chǎn)品附加價(jià)值不斷降低,此過(guò)程中綜合實(shí)力和規(guī)模效應(yīng)帶來(lái)的低成本成為競(jìng)爭(zhēng)的關(guān)鍵,品牌廠(chǎng)商只有兩個(gè)出口:1)淡化品牌和白牌邊界,降價(jià)增加產(chǎn)品競(jìng)爭(zhēng)力的同時(shí),以產(chǎn)品性能質(zhì)量、交付速度和深度定制為突破口搶占互聯(lián)網(wǎng)市場(chǎng)份額;2)放棄低利潤(rùn)空間服務(wù)器業(yè)務(wù),專(zhuān)注中高端產(chǎn)品。前者壓縮的是盈利空間,而后者壓縮的是市場(chǎng)空間,行業(yè)分化態(tài)勢(shì)逐漸加劇。機(jī)柜式AI服務(wù)器交付能力是未來(lái)高端競(jìng)爭(zhēng)的關(guān)鍵。高端AI服務(wù)器形態(tài)發(fā)生變化,產(chǎn)業(yè)鏈得到重塑。英偉達(dá)下—代Blackwell架構(gòu)的服務(wù)器出貨形態(tài)較Hopper發(fā)生較大變化。從產(chǎn)品體系來(lái)看,目前Blackwell系列產(chǎn)品包括超級(jí)芯片GB200對(duì)應(yīng)的機(jī)柜級(jí)產(chǎn)品、高性能HGX系統(tǒng)HGXB100/B200等。GB200超級(jí)芯片由2顆BlackwellGPU和1顆GraceCPU組成,并通過(guò)NVlink-C2C進(jìn)行連接,提供900GB/s雙向帶寬。在GB200超級(jí)芯片的基礎(chǔ)上,還設(shè)計(jì)了GB200NVL72集群,在—個(gè)機(jī)柜級(jí)設(shè)計(jì)中連接了36個(gè)GB200超級(jí)芯片。機(jī)柜級(jí)產(chǎn)品將成為2025年Blackwell架構(gòu)產(chǎn)品出貨的主要形式。資料來(lái)源:semianalysis,長(zhǎng)江證券研究所對(duì)于GB200機(jī)柜級(jí)產(chǎn)品,ODM廠(chǎng)商的分工均較HGX模式發(fā)生了變化,由于機(jī)柜本身價(jià)值量提升,技術(shù)難度相應(yīng)增長(zhǎng),ODM廠(chǎng)商貢獻(xiàn)的價(jià)值也將隨之提升。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明從結(jié)構(gòu)看,AI服務(wù)器市場(chǎng)增速高于行業(yè),占比逐步提升。根據(jù)TrendForce集邦咨詢(xún)數(shù)據(jù),2023年AI服務(wù)器(包含搭載的GPU、FPGA、ASIC等)出貨量近120萬(wàn)臺(tái),同比增長(zhǎng)38.4%,占整體服務(wù)器出貨量近9%,預(yù)計(jì)到2026年將占15%。國(guó)家統(tǒng)計(jì)局2024年數(shù)據(jù)顯示,截至2024年5月底,全國(guó)規(guī)劃具有高性能計(jì)算機(jī)集群的智算中心達(dá)10余個(gè),智能算力占算力總規(guī)模比重超過(guò)30%。后續(xù)AI服務(wù)器占比將繼續(xù)提升。圖43:2022年中國(guó)服務(wù)器市場(chǎng)份額情況資料來(lái)源:IDC,163網(wǎng),長(zhǎng)江證券研究所市場(chǎng)份額和盈利能力趨勢(shì):白牌份額持續(xù)提升,向高端發(fā)展是差異化競(jìng)爭(zhēng)關(guān)鍵ODMDirect服務(wù)器市場(chǎng)份額持續(xù)提升,云計(jì)算為白牌服務(wù)器帶來(lái)發(fā)展機(jī)遇。云計(jì)算產(chǎn)業(yè)的發(fā)展使得服務(wù)器采購(gòu)向頭部云廠(chǎng)商集中,而云廠(chǎng)商為了體現(xiàn)技術(shù)、服務(wù)的差異,普遍采購(gòu)定制化服務(wù)器,直接向ODM廠(chǎng)商下單,由ODM根據(jù)要求提供代工、組裝服務(wù)后出貨給云廠(chǎng)商。請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖44:全球服務(wù)器市占率(按市場(chǎng)規(guī)模計(jì)算,%)資料來(lái)源:時(shí)代互聯(lián),Statista,長(zhǎng)江證券研究所服務(wù)器行業(yè)市場(chǎng)化充分,競(jìng)爭(zhēng)激烈導(dǎo)致短期盈利能力下降。以服務(wù)器業(yè)務(wù)占比相對(duì)較高的浪潮信息的毛利率來(lái)看,其毛利率呈現(xiàn)逐個(gè)階段漸進(jìn)下降趨勢(shì),主要因我國(guó)服務(wù)器產(chǎn)業(yè)鏈逐漸成熟,且下游客戶(hù)向頭部CSP大廠(chǎng)集中,ODM廠(chǎng)商崛起,服務(wù)器廠(chǎng)商溢價(jià)能力弱化,呈現(xiàn)總量提升,毛利潤(rùn)提升,但毛利率下降趨勢(shì),且隨著AI服務(wù)器單機(jī)總銷(xiāo)售額的大幅提升,服務(wù)器廠(chǎng)商價(jià)值占比下降,短期或持續(xù)呈現(xiàn)激勵(lì)競(jìng)爭(zhēng)態(tài)勢(shì)。圖45:浪潮信息銷(xiāo)售毛利率階段性下降35%30%25%20%15%10%5%0%2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024資料來(lái)源:Wind,長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明服務(wù)器產(chǎn)業(yè)鏈構(gòu)成拆分來(lái)看,服務(wù)器的硬件主要包括:處理器、內(nèi)存、芯片組、I/O(RAID卡、網(wǎng)卡、HBA卡)、硬盤(pán)、機(jī)箱、電源、風(fēng)扇等。在硬件的成本構(gòu)成上,CPU及芯片組、內(nèi)存、外部存儲(chǔ)是大頭。AI服務(wù)器中GPU的占比則遠(yuǎn)較其他成本高,GPU成本在整體占比可能接近7成,從普通服務(wù)器往AI訓(xùn)練服務(wù)器升級(jí),其他單臺(tái)服務(wù)器價(jià)值量增量較大的部件包括內(nèi)存、SSD、PCB、電源等,基本都有數(shù)倍的提升。結(jié)合服務(wù)器產(chǎn)業(yè)鏈結(jié)構(gòu)和變化趨勢(shì),我們認(rèn)為其投資機(jī)會(huì)主要包含在以下幾個(gè)方向:1)跟隨服務(wù)器尤其是AI服務(wù)器總量提升的細(xì)分方向;2)AI服務(wù)器中價(jià)值量占比提升的方向,如AI芯片、存儲(chǔ)、SSD、PCB、電源、液冷等;3)國(guó)產(chǎn)替代的方向,主要包括高端通用CPU、AI芯片國(guó)產(chǎn)替代和配套發(fā)電設(shè)備國(guó)產(chǎn)替代等。圖46:服務(wù)器內(nèi)部拆解示意圖資料來(lái)源:華為官網(wǎng),長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖47:服務(wù)器產(chǎn)業(yè)鏈圖譜資料來(lái)源:中商產(chǎn)業(yè)研究院,長(zhǎng)江證券研究所各環(huán)節(jié)來(lái)看,AI服務(wù)器價(jià)值量提升顯著。圖48:傳統(tǒng)服務(wù)器和AI服務(wù)器的示范性成本明細(xì)資料來(lái)源:Winsemianalysis,半導(dǎo)體行業(yè)觀(guān)察公眾號(hào),長(zhǎng)江證券研究所(注:各類(lèi)服務(wù)器差異很大,以上成本可能會(huì)有變化)遇未來(lái),隨著人工智能技術(shù)的不斷進(jìn)步和應(yīng)用領(lǐng)域的擴(kuò)大,AI服務(wù)器預(yù)計(jì)將成為服務(wù)器市場(chǎng)的核心增長(zhǎng)點(diǎn),而其中的計(jì)算芯片又是“靈魂”。AI服務(wù)器專(zhuān)為處理復(fù)雜的數(shù)據(jù)密集型任務(wù)而設(shè)計(jì),它們需要大量的并行計(jì)算能力來(lái)執(zhí)行機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法,這使得計(jì)算芯片在AI服務(wù)器中占據(jù)了更高的成本比例。與傳統(tǒng)服務(wù)器相比,AI服務(wù)器對(duì)計(jì)算能力的要求更高,因此對(duì)高性能計(jì)算芯片的需求也更為迫切。GPU由于其并行處理能力,在加速這些計(jì)算密集型任務(wù)中發(fā)揮著至關(guān)重要的作用,特別是在AI訓(xùn)練和推理過(guò)程中,GPU能夠提供比傳統(tǒng)CPU更高的性能和效率。據(jù)IDC預(yù)測(cè),2027年AI服務(wù)器請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明硬件市場(chǎng)規(guī)模有望達(dá)1000億美元,而且其中相比傳統(tǒng)服務(wù)器占比更高的計(jì)算芯片(如GPU、ASIC、FPGA)有望充分享受快速增長(zhǎng)的浪潮。圖49:AI服務(wù)器將成為服務(wù)器的核心增長(zhǎng)點(diǎn)(億美元)8006004002000202020212022