分析丨AI服务器芯片的市场蛋糕越来越诱人了?

方文三
AI服务器芯片市场已经呈现出快速增长的趋势,这主要得益于人工智能技术在各个行业的广泛应用和AI模型对算力需求的不断增长。

本文来自微信公众号“AI芯天下”,作者/方文三。

AI服务器芯片市场已经呈现出快速增长的趋势,这主要得益于人工智能技术在各个行业的广泛应用和AI模型对算力需求的不断增长。

640 (1).png

AI服务器芯片越重要市场蛋糕就越大

据统计数据显示,至2024年,全球服务器预计出货量将达到约1365.4万台,其中,AI服务器的出货量在各ODM厂商中表现尤为强劲。

预计在2024年,AI服务器的出货年增长率和市场占比均将实现两位数的增长,这一趋势主要受益于生成式AI市场的蓬勃发展。

据预测,生成式AI市场规模将从2022年的400亿美元显著提升至2032年的1.3万亿美元,期间年复合增长率高达41.7%。

鉴于全球生成式AI市场所蕴含的巨大商机与增长潜力,对训练AI系统的软硬件需求呈现出显著的增长态势,进而推动市场对AI服务器及相关芯片的需求持续上升。

随着AI大模型迭代速度的不断加快,厂商对智能算力的投入呈现大幅增长,特别是针对支持存储和训练的高端AI服务器的需求急剧上升。

在2023和2024年,大模型训练所需数据量急剧增长,使得AI大模型厂商对能够支持存储和训练的高端AI服务器需求迫切。

因此,各服务器厂商纷纷致力于升级芯片规格、扩大卡组数量,以应对市场需求的不断增长。

640 (1).png

全球大厂纷纷发力AI服务器芯片

各大互联网和IT设备领军企业,鉴于对AI服务器的巨大需求,纷纷投入研发力量,积极开发相关芯片。

例如,亚马逊AWS、谷歌、Meta、微软以及苹果等行业巨头,均在芯片研发领域展现出强劲势头。

近期,谷歌进一步加大了在AI领域的投入,不仅向Google Cloud客户推出了用于训练AI模型的全新TPU v5p,还发布了首款专为数据中心设计的Arm构架Axion CPU。

与此同时,Meta也公布了其自主研发的全新AI芯片“MTIA v2”,显示出其在AI技术领域的深厚实力。

今年4月初,Meta成功发布了新一代AI训练和推理加速器MTIA,其强大的计算和内存带宽能力相较于上一代产品实现了显著的提升,达到了两倍之多。

这款最新版本的芯片,在驱动Facebook和Instagram上的排名和推荐广告模型方面发挥了重要作用。

根据知名分析师郭明錤在2023年10月发布的一份报告,预计苹果在未来两年内将大举采购AI服务器。

具体而言,苹果预计在2023年和2024年分别采购2000–3000台和1.8万–2万台AI服务器,这一采购量将分别占同期全球AI服务器出货量的1.3%和5%。

估算结果显示,苹果在2023年和2024年需要分别支出约6.2亿和47.5亿美元,用于AI服务器的采购。

这一庞大的投入表明,苹果正积极拥抱AI技术,以期在未来的市场竞争中占据有利地位。

此外,国内企业也在AI算力芯片领域取得了显著进展。联想问天最新推出的WA5480 G3服务器,便是一款搭载国产AI算力芯片的明星产品。

这款服务器面向大模型训练和推理而设计,具备多芯算力、灵活拓扑以及安全可靠等特色,能够为用户提供强大的性能支持。

无论是深度学习、机器学习还是大数据分析等任务,联想问天WA5480 G3服务器都能展现出卓越的性能表现。

640 (1).png

AI服务器芯片细分市场均被带动

在AI时代的浪潮下,随着海量数据的不断涌现,算力需求呈现出爆炸性增长,进而推动AI服务器的需求量持续攀升。

与此同时,服务器内部和外部数据传输所需的接口芯片也呈现出显著的增长趋势。

其中,PCIe芯片、重定时芯片和NVSwitch等接口互连芯片技术的不断进步,极大地提升了CPU与GPU之间以及GPU之间的协同工作能力,为高性能计算的持续发展注入了强大动力。

尽管GPU的供应紧张导致AI服务器价格有所上涨,但这本质上反映了AI市场旺盛的需求态势,与汽车芯片短缺时期的情况颇为相似。

此类需求的激增往往伴随着各类芯片产量的显著提升。

根据中金公司的测算,AI服务器的核心组件按价值量从高到低依次为GPU、DRAM、SSD、CPU、网卡、PCB、高速互联芯片以及散热模组。

按照训练型服务器7.5万台和推理型服务器17.5万台的预测数量,对应的市场规模分别估算为240亿美元、88亿美元、48亿美元、34亿美元、5亿美元、3亿美元、2.5亿美元和1.5亿美元。

除了GPU和存储这两类价值量增长显著的芯片外,接口、网卡、散热系统以及PCB等其他组件的价值量也在稳步提升,共同构成了AI服务器市场多元化的增长格局。

640 (1).png

科技巨头准备自研服务器所需的AI芯片

在互联网和IT设备领域,大型企业致力于自主研发AI芯片,其核心驱动力在于实现成本的有效降低。

为确保自研芯片的经济性与可行性,企业需具备庞大的需求量作为先决条件,否则自研行为将失去其商业意义。

凭借大型企业的规模化优势,芯片研发成本得以合理分摊,随着生产规模的逐步扩大,单位芯片的成本亦将实现显著下降。

通过自主研发,这些企业能够全面掌控芯片设计与生产的成本结构,进而减少对外部供应商的依赖,提升运营的自主性和灵活性。

这种成本控制能力不仅有助于企业实现高效的运营支出管理,更有助于提升整体利润率,增强市场竞争力。

自研芯片还具有优化供应链管理的显著优势,通过减少中间环节,降低采购成本和物流成本,进一步提升企业运营的效率。

此外,自研芯片可根据云服务的具体需求进行精准定制,避免不必要的功能和性能过剩,从而进一步降低生产成本,提高产品性价比。

通过自研芯片,这些大型企业不仅能够掌握更多的议价权和定价权,避免成为传统芯片厂商的附庸,更能实现更为独立自主的发展,为企业的长远战略布局奠定坚实基础。

640 (1).png

结尾:国内增量随着全球市场浪潮而涌现

随着人工智能技术的不断进步和应用领域的扩展,AI服务器芯片市场正迎来前所未有的发展机遇。

从全球市场的增长趋势到中国等关键区域的快速扩张,再到技术革新和行业应用的推动,AI服务器芯片展现出了巨大的市场潜力和增长动力。

此外,随着AI模型的复杂度增加和对高性能计算需求的上升,AI服务器芯片不仅在云端数据中心扮演着关键角色,也逐渐在边缘计算和终端设备中显现其重要性。

国内外厂商的激烈竞争和技术创新,预示着这一市场将继续保持活跃的发展态势。

最终,AI服务器芯片市场的快速增长,不仅为芯片制造商和相关企业带来了巨大的商业机会,同时也为整个社会的数字化转型和智能化升级提供了强有力的技术支撑。

未来,随着技术的进一步成熟和应用场景的不断拓展,AI服务器芯片市场无疑将成为全球科技竞争的热点之一。

部分资料参考:半导体产业纵横:《自研AI服务器芯片,竞争升级》,晶上联盟:《数据中心及AI服务器核心芯片研究报告》,品慧科技:《AI服务器带火了,那些芯片需求?》,海涵财经:《下一个AI服务器题材急待市场重估》

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论