收藏本站
当前位置：浅析：什么是伺服器？伺服器供应链解析！
受益于AI人工智能需求持续强劲，不论大型云端供应商、企业皆积极采购伺服器。虽然目前AI伺服器占整体伺服器出货比重还不到10%，但2026年该数字有望达15%。同时，中国台湾地区市场（以下数据仅指中国台湾地区市场数据）也预期相较于云端市场2023~2030年有17%的年均复合成长率（CAGR），整体AI市场从2023~2030年的CAGR高达37%。
我们知道一颗晶片从无到有的所有流程，当然也包括了AI伺服器的核心GPU晶片，然而一台伺服器的组成还需要经过多项程序，以及元件的组装，才能发挥其强大的运算能力。以下就带大家拆解AI伺服器的供应链吧！
AI伺服器有什么特别的？
与传统伺服器以中央处理器（CPU）为主要算力提供者的形式不同，AI伺服器一般是指采用异质架构形式的伺服器，一般常见可以为CPU＋图形处理器（GPU）及CPU＋特定应用IC（ASIC、FPGA、TPU）。因为无论推论还是训练，在资料量迅速膨胀的情况下，需要更多工的运算需求，所以目前常见AI伺服器主要是通过CPU搭配GPU，以GPU为核心算力来源，因此让以GPU起家的辉达（NVDA）一举跃上枝头。
AI伺服器上游
元件
一个伺服器内除了GPU、CPU等运算处理晶片外，还需要相当多的元件所构成。基本可以分为GPU模组、GPU基板、电源供应器、散热、机柜等重要的元件。
为了不断追求运算速度，伺服器内晶片数量开始越来越多，晶片的放置将决定整体的运算效率，也因此晶片与晶片之间的堆叠排列成了一门学问。GPU模组与基板的重要性不言而喻，在辉达（NVDA）的伺服器供应链中由鸿海子公司工业富联独家供应，而纬创则是MI300（AMD）的独家供应商。
由于AI算力的需求攀升，使得晶片耗电功率也不断升级，一台AI伺服器需要2颗CPU与4至8颗的GPU，GPU又是CPU功率的2至4倍，整体需要更多电力。且随着技术的进展，如今记忆体、GPU、CPU集合在同一封装内，各晶片所需的工作电压不同，将大大考验着电源供应器的处理能力。电源供应器大厂有包含了像是光宝科、台达电、康舒等，而目前市场更传出台达电通吃辉达最新Blackwell架构系列B100、B200、GB200伺服器电源订单。
除了电源供应系统升级需求外，在功耗动辄上千瓦以上，传统气冷散热技术已不敷使用，市场则开始将目光放向了水冷散热方案。水冷散热成为AI伺服器主流解决方案后，伴随而来的是散热模组将内含更多高单价零组件，例如水冷头、分歧管、冷却液分配装置等，这些都是过往传统热管、均热板不曾使用的零组件，再加上解热设计、客户验证等，均大幅垫高供应链门槛。据消息称辉达最新推出的GB200伺服器的风扇产值将高达5200～5300美元，是上一代采用传统散热方案的风扇2~3倍的价格，目前市场散热族群中，以双鸿、奇鋐在水冷散热布局较为领先。
目前AI伺服器多属“机架伺服器”，一个机柜内存放多个伺服器机箱，伺服器机箱的规格则是以U为代称，分别有1U、2U、4U等不同的大小，随着AI需求提高，4U、7U等高Ｕ数伺服器逐渐受到重视，高Ｕ数可望带动公司ASP提高。
AI伺服器中游
整合组装
当伺服器内的原料整备完成后，则会进入伺服器组装厂进行组装代工的程序，此时将为被分为两种模式。过去多数都以ODM代工厂组装完成后，送至品牌伺服器厂进行销售，为主要路线。但若ODM厂与CSP（Cloud Service Provider,云端服务供应商）有直接合作关系，不通过品牌厂，而是服务商直接下单购买客制化的设备，就成为ODM Direct，一般称为白牌伺服器厂商，也是近期兴起的销售方式。
AI伺服器下游
伺服器的下游大户就是云端服务供应商（CSP），将AI伺服器部署在全球各地，以便支援各自云端系统的运算速度，现如今生成式AI的需求暴涨，各家巨头纷纷增加对于AI伺服器的需求，以因应训练与推理的庞大算力。
市调机构TrendForce发布报告表示，预计美系四大云端服务供应商（CSP），微软（MSFT）、Google（GOOGL）、亚马逊（AMZN）与Meta（META）对2024年AI伺服器需求比重，分别达20.2%、16.6%、16%及10.8%，合计超过六成。
结语
目前中国台湾市场上的AI伺服器就是以辉达所生产的GPU伺服其占最大宗，可以发现整个供应链都以台厂为主，得益于站在人工智能浪潮风口，拉抬了不少台系业者的营收与股价表现。
▲ 注：文章及图片整理转载于网络，仅供参考学习，版权归原作者所有，如涉及侵权，请联系小编删除。
上一篇：海外AI提速！半导体材料或将迎来“黄金时代”？ 2025-06-23
下一篇：AI算力芯片市场四分天下，中国力量日益崛起 2025-06-23
