一、AI 服務器的崛起之勢
（一）全球市場的蓬勃發展
根據市場調研機構 Counterpoint Research 發布的最新報告顯示，2024 年第二季度全球服務器市場收入同比增長 35%至 454.22 億美元，其中 AI 服務器收入占比增長至 29%。TrendForce 將 2024 年全球出貨量增幅上修至 41.5%，出貨量達到 167 萬臺。其中，AI 服務器出貨量比重將達到 12.2%，同比提升 3.4pct。研報預估 2024 年全球 AI 服務器產值達 1870 億美元，約占服務器市場比重 65%。從 AI 服務器搭配 AI 芯片類型來看，北美 CSPs 業者及中國本土業者持續擴大自研 ASIC，促 ASIC 服務器占整體 AI 服務器的比重在 2024 年將提升至 26%，而主流搭載 GPU 的 AI 服務器占比則約 71%。單看 AI 服務器搭載 GPU，英偉達市占率最高、逼近 9 成，AMD 市占率則僅約 8%。若加計所有 AI 服務器用 AI 芯片包含 GPU、ASIC、FPGA，英偉達今年市占率則約 64%。
（二）我國市場的高速增長
2024 年，我國 AI 服務器行業也將高速發展，預計出貨量同比增長 18.92%至 42.1 萬臺，市場規模將同比增長 14.29%至 560 億元。受人工智能大模型發展熱潮影響，市場算力需求大增，AI 服務器作為算力基礎設施之一，市場價值逐漸凸顯。2022 年 AI 服務器市場出貨量約達 28.4 萬臺，同比增長約 25.66%，2023 年約為 35.4 萬臺。2024 年中國 AI 服務器出貨量將達到 42.1 萬臺。隨著人工智能產業化應用的加速發展，全球 AI 基礎設施支出持續呈現高增長態勢，2021 年全球 AI 服務器市場規模 156 億美元，2022 年市場規模約為 183 億美元。預計 2023 年全球 AI 服務器市場規模將達 211 億美元。
二、AI 服務器的價值優勢
（一）高附加值的體現
AI 服務器附加值較高主要有以下幾個原因。首先，其核心組件先進，AI 芯片作為 AI 服務器的核心組件之一，主要用于處理人工智能應用中的大量計算任務，提供強大算力支持。例如英偉達在 GTC 大會上發布的 B200 GPU 在計算能力上實現了巨大的代際飛躍；AMD 發布的 MI325X GPU 啟用了 HBM3E 高帶寬內存；聯發科的天璣 9400 也將采用全大核架構與先進 AI 技術的融合。這些先進的芯片使得 AI 服務器在性能上遠超傳統服務器。其次，AI 服務器性能強大，能夠提供高容量、高性能的數據存儲和處理服務。在 AIGC 爆發階段，用于超大型數據中心加速落成，驅動行業穩步發展。AI 服務器的高性能使其在處理復雜的人工智能任務時更加高效，為企業和機構帶來更高的價值回報。
（二）對相關產業的拉動
AI 服務器對 PCB、汽車電子等產業有著積極的影響。在 PCB 產業方面，AI 服務器提高了 PCB 用量和規格要求。較傳統 CPU 服務器相比，AI 服務器的核心功能在于增加了 GPU 模塊，如參考英偉達 DGX H100 系列服務器，GPU 模塊通常由八張 GPU 卡組成，形成一個 UBB 模組，同時卡間互聯也在增加，這都將增加對 PCB 的用量。隨著服務器平臺的升級，對 PCB 材料的要求也從低損耗升級到超低損耗，加工層數也從原來的 12 - 18 層升級到 14 - 20 層，這帶動了 PCB 行業的發展。例如勝宏科技在 AI 服務器領域，應用于 Eagle/Birch Stream 級服務器領域的產品均已實現產業化作業，針對 AI 服務器加速模塊的多階 HDI 及高多層產品，也已實現了 5 階、6 階 20 層 HDI 產品及 28 層加速卡產品（階梯金手指）的量產。2024 年上半年，勝宏科技實現歸母凈利潤 4.6 億元，同比增長 33.2%；實現營收 48.5 億元，同比增長 32.3%。在汽車電子產業方面，汽車電動化、智能化拉動 PCB 需求，預測 2022 - 2026 年汽車 PCB 市場有望由 92 億美元增長至 145 億美元，復合年均增長率可達 12%。鵬鼎控股汽車及服務器產品收入大幅增長 71.45%，得益于 ADAS 域控制器和車載雷達產品的發展。景旺電子新推出的高階 HDI、HLC、FPC 及 R+F 板在性能上具有顯著提高，適應了當前對空間利用率和信號處理速度更高的要求，其技術布局不僅覆蓋了國際汽車行業的絕大多數頭部企業和零部件供應商，還彰顯了其在電子制造領域的競爭力。
三、AI 服務器的發展前景
（一）政策助力行業騰飛
國家政策對 AI 服務器行業發展利好顯著。在技術創新方面，政府鼓勵加大在 AI 技術、算法、芯片等方面的研發投入，推動技術創新和突破，提高 AI 服務器的性能和穩定性。通過設立專項資金、科研項目等方式，支持企業、高校和科研機構開展相關研究，促進產學研用深度融合。例如，國務院陸續出臺了《數字中國建設整體布局規劃》《關于支持建設新一代人工智能示范應用場景的通知》《新一代人工智能發展規劃》等多項政策，為 AI 服務器行業的技術創新提供了強大的動力和支持。
在人才培養方面，政府重視 AI 人才的培養和引進，通過實施人才計劃、建設人才基地等措施，吸引和培養高水平 AI 人才。同時，鼓勵企業加強內部培訓，提升員工技能水平，為行業發展提供有力的人才保障。例如，一些高校和科研機構開設了人工智能相關專業和課程，培養了大量的專業人才，為 AI 服務器行業的發展提供了人才支持。
（二）技術創新推動發展
隨著人工智能技術的快速發展和廣泛應用，AI 服務器作為支撐 AI 應用的重要基礎設施，其市場需求也在不斷攀升。金融、服務、制造、能源等行業對 AI 服務器的需求日益增加，推動了 AI 服務器市場的持續擴大。
人工智能技術的發展為 AI 服務器帶來了更多的創新和改進機會。例如，AI 芯片的不斷升級，提高了 AI 服務器的算力和性能；液冷技術的應用，提高了 AI 服務器的散熱效率和穩定性；智能化管理軟件的開發，提高了 AI 服務器的運維效率和可靠性。這些技術創新不僅滿足了不同行業的需求，也為 AI 服務器行業的發展帶來了新的機遇和挑戰。
（三）大模型應用促增長
AI 大模型是指經過大規模數據訓練且在經微調后即可適應廣泛下游任務的模型。隨著參數規模不斷擴大，AI 大模型在語言、視覺、推理、人機交互等領域不斷涌現出新能力。受 AI 大模型發展熱潮影響，市場算力需求大增，AI 服務器作為算力基礎設施之一，由于具備圖形渲染和海量數據的并行運算等優勢，能夠快速準確地處理大量數據，市場價值逐漸凸顯。
AI 大模型的應用落地，為 AI 服務器市場帶來了巨大的推動作用。例如，在自然語言處理領域，AI 大模型可以實現智能客服、智能翻譯、文本生成等應用，這些應用需要大量的算力支持，AI 服務器成為了首選的解決方案。在圖像識別領域，AI 大模型可以實現人臉識別、物體識別、圖像分類等應用，這些應用也需要強大的算力支持，AI 服務器的市場需求也在不斷增加。
（四）智算中心建設帶動需求
人工智能計算中心是以基于 AI 芯片、AI 服務器等構建的人工智能計算機集群為基礎，涵蓋了基建基礎設施（機房基建）、硬件基礎設施和軟件基礎設施的完整系統，提供從底層芯片算力釋放到頂層應用使能的人工智能全棧能力。
目前全國有超過 30 個城市正在建設或提出建設智算中心，“十四五”期間，對智算中心的投資可帶動 AI 核心產業增長約 2.9 - 3.4 倍，全國有望掀起智算中心建設及應用浪潮，預期將帶動 AI 服務器的需求增長。智算中心的建設，為 AI 服務器提供了廣闊的市場空間和應用場景。例如，北京昇騰人工智能計算中心與首批 47 家企業和科研單位簽約，并將落戶中關村（京西）人工智能科技園，預計首批簽約企業和科研單位算力使用規模超過 248PFLOPS（每秒 24.8 億億次浮點運算能力）。未來北京昇騰人工智能計算中心還將持續擴容，短期算力規模將達到 500PFLOPS，遠期達到 1000PFLOPS，力爭成為北方智能算力樞紐中心，并充分利用普惠 AI 算力，推動北京人工智能產業匯聚。
四、AI 服務器的未來展望
I 服務器在當今的算力時代占據著至關重要的地位。隨著人工智能技術的不斷發展和應用場景的持續拓展，AI 服務器作為提供強大算力支持的關鍵基礎設施，其重要性日益凸顯。
一方面，AI 服務器在各個領域的應用不斷深化。在金融領域，AI 服務器能夠快速處理海量的金融數據，實現風險評估、投資決策等復雜任務，提高金融機構的運營效率和決策準確性。在醫療領域，AI 服務器可以助力醫學影像分析、疾病預測等，為醫生提供更準確的診斷依據。在制造業中，AI 服務器能夠實現智能生產、質量檢測等功能，提升生產效率和產品質量。
然而，AI 服務器的發展也面臨著一些挑戰。首先，技術更新換代迅速，需要不斷投入研發資源以保持競爭力。例如，AI 芯片的性能提升、液冷技術的進一步優化等都需要持續的創新。其次，市場競爭激烈，各大廠商紛紛布局 AI 服務器市場，競爭壓力不斷增大。此外，數據安全和隱私保護也是一個重要問題，AI 服務器處理大量敏感數據，如何確保數據的安全和隱私成為亟待解決的問題。
盡管面臨挑戰，但 AI 服務器的前景依然廣闊。隨著 5G 技術的普及和應用，數據傳輸速度將大幅提升，為 AI 服務器的發展提供更廣闊的空間。同時，邊緣計算的發展也將為 AI 服務器帶來新的機遇，邊緣 AI 服務器可以在靠近數據源的地方進行數據處理，降低延遲，提高響應速度。
總之，AI 服務器在算力時代具有不可替代的重要地位。雖然面臨著諸多挑戰，但憑借其強大的算力支持和廣泛的應用前景，值得我們持續關注和期待。未來，AI 服務器將在技術創新、市場拓展和應用深化等方面不斷取得新的突破，為推動人工智能技術的發展和各行業的數字化轉型發揮更大的作用。