本文来自微信公众号“AI芯天下”，作者/方文三。
对于一些高新科技企业而言，核心的技术数据是其生命线。
过度依赖进口服务器等同于将自己的生命主动权完全交给别人。
因此，服务器国产化的重要性不言而喻。
服务器市场正迎来代际升级
服务器作为数据处理和存储的核心部件，其性能直接决定了整个信息系统的运行效率。
随着Al大模型应用的加速落地和智算中心建设的加速，国内外厂商对算力的需求不断提升，Al服务器的需求量也大幅增加。
据IDC预测，2023年市场规模将达到248亿美元，同比增长27%。
根据北京研精毕智信息的最新数据，2022年全球Al服务器行业市场出货量达到了85万台。
根据TrendForce的预估，2023年全球Al服务器出货量将接近120万台；
到2025年，这一数字将增长至近190万台，2022-2025年的复合年增长率（CAGR）为41.2%。
AI服务器主要采用并行计算的芯片，如GPU、FPGA等，以适应AI时代的算力需求。
这些芯片的应用，使得AI服务器在组成部件上与普通服务器差异不大，但性能却有显著的提升。
根据IDC发布的市场跟踪报告，2022年中国服务器市场规模达到273.4亿美元，同比增长9.1%，占全球市场份额的24.5%。
中商产业研究院预测，到2023年，中国服务器市场规模将增长至308亿美元。
国内将首要关注新兴服务器芯片领域
和PC一样，服务器核心芯片主要包括CPU、GPU，随着大数据催生多元算力新计算架构，DPU逐渐成为数据中心的第三颗主力芯片。
相比训练，模型的部署是更大的市场。应用对于服务器的最大承载能力要求在于过峰，即满足PCU时刻的访问需求。
据此测算，国内由AI带动的服务器需求量约为5万台-16.6万台，芯片为50-166万颗。
假设全球活跃用户体量为国内用户体量的3倍，则全球服务器需求量为15-50万台，芯片需求量为50-500万颗。
从产业发展现状来看，X86服务器领域国内厂商差距较为明显。
ARM、RISC-V为代表的新兴服务器芯片及DPU为代表的新应用产品未来有望在云端市场占据一定空间。
中金测算，AI服务器核心组件按价值量由高到低依次为GPU、DRAM、SSD、CPU、网卡、PCB、高速互联芯片和散热模组等。
按7.5万台训练型和17.5万台推理型服务器测算，对应市场规模分别为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。
内存接口芯片作为提升内存数据访问速度和稳定性的关键部件，其市场需求也将随之增长。
目前，内存接口芯片仅用于服务器内存模组，为服务器的大容量、高速率、高稳定性等性能提供重要保障。
澜起科技以内存接口芯片为核心，不断拓展高速互连芯片品类，迭代开发CPU、AI等高性能计算芯片，深度融入服务器生态系统，充分受益于高速成长的服务器产业。
其[1+9]分布式架构，这一创新性技术解决了传统集中式架构存在的功耗高、大容量与高速率之间冲突的问题，并被JEDEC国际标准所采纳。
随着内存模组迎来新旧世代切换，澜起科技的产品有望迎来新的发展机遇，其PCIe Retimer芯片、MXC芯片和MCR接口芯片等新产品。
专注于PCB产业的沪电股份，在AI超算服务器PCB市场上处于领先地位，预计5.0服务器主板的份额也将显著提升。
服务器芯片公司不会错过这样的发展时机
根据IDC 2018年服务器成本结构数据显示，芯片成本在基础型服务器中约占总成本的32%；
而在高性能或更强性能的服务器中，芯片成本占比高达50%—83%。
从产业发展的趋势来看，在国内服务器已逐渐占据一定市场份额的大背景下，加速实现服务器芯片的自主可控已是大势所趋。
当前，国产服务器CPU正处于关键时期，主流厂商包括海光、兆芯、飞腾、华为鲲鹏、龙芯和申威等六家领军企业。
以电信行业为例，2020-2022年国产CPU占比提升不断提升，其中海光和鲲鹏占据较大的市场份额。
海光最新一代CPU已接近国际同类高端产品水平，并兼容x86指令集，在电信、金融、互联网等领域具有显著优势。
海光CPU包括海光3000、5000以及7000系列，它们的技术设计同源，处理器核心等具有相似的技术特征。
图
飞腾与1600余家国内软硬件厂商打造完整生态体系，并已完成与6大类1000余种整机产品、2600余种软件和外设的适配。
基于飞腾桌面CPU的终端已形成较为完整的生态图谱，可覆盖从整机硬件、基础软件到上层的应用。
今年4月，龙芯推出2023款HPC CPU:3D5000，拥有32核高达2 GHz和300W TDP，据称比典型Arm芯片快4倍。
龙芯3D5000的推出，进一步满足了数据中心对性能的需求，也标志着龙芯中科在服务器CPU芯片领域进入国内领先行列。
国内企业开始部署RISC-V芯片
在今年的10月份，山东大学成功部署了基于RISC-V CPU的服务器集群，该系统拥有3072个核心，并配置了48个64位RISC-V CPU节点。
据阿里巴巴生态系统总监陈大伟在RISC-V峰会上发表演讲时透露，这是RISC-V集群首次在云端部署，目前该系统主要用于山东大学的教学和科研项目，部分功能也可用于商用云计算。
山东大学的RISC-V系统采用了国内某公司的SG2042芯片，该芯片主频达到2GHz，并配备64MB缓存。
今年早些时候，该公司发布了RISC-V芯片，阿里巴巴与其合作将Linux操作系统引入该服务器集群。
中国科学院(CAS)正在与阿里巴巴、腾讯和中兴通讯等本土顶尖企业合作开发名为[香山-v3]的RISC-V芯片。
国内相关企业和科研机构正在开发专门用于RISC-V芯片设计的开源EDA工具。
国内服务器厂商与芯片厂商共同推进
基于供应受限的背景，服务器龙头们过去半年来一边继续做GPU服务器的开发；
另一方面纷纷采取开放架构，兼容国产自主创新芯片。
比如浪潮信息就推出了开放加速计算架构，据称具有大算力、高互联和强扩展的特点。
基于此，浪潮信息发布了三代AI服务器产品，和10余家芯片伙伴实现多元AI计算产品落地，并推出AIStation平台，可高效调度30余款AI芯片。
还有一些服务器厂商则绕过GPGPU路线，另辟蹊径从自主创新硬件落地AI服务器。
比如，8月，科大讯飞与华为联合发布的讯飞星火一体机，基于鲲鹏CPU＋昇腾GPU，采用华为存储和网络提供整机柜方案，FP16算力达2.5 PFLOPS。
对比来看，在大模型训练中最为流行的英伟达DGX A100 8-GPU，可以输出5PFLOPS的FP16算力。
结尾：
在经历多次起起落落之后，服务器芯片领域有望在不久的将来迎来新的变革。
在这个不断变化的环境中，机遇与挑战并存，未来的格局充满未知。
在这个关键时刻，AI服务器厂商需要证明他们在产业链中的疏通能力，以应对供应链风险并与上下游合作伙伴形成强大的联盟。
