信息技術(shù)-計算機行業(yè)服務(wù)器及佩套產(chǎn)業(yè)鏈深度：算力浪潮螺旋升AI時代新機遇

聯(lián)合研究I行業(yè)深度證券研究報告I服務(wù)器是為客戶機提供計算、存儲、網(wǎng)絡(luò)等服務(wù)的專用高性能計算機。CPU通用服務(wù)器的硬件架構(gòu)與普通計算機相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計算機有更高要求。服務(wù)器行業(yè)需求隨著技術(shù)進步和需求變遷不斷迭代,當前時點AI付錢全面放量,超節(jié)點和算力集群是當前AI服務(wù)器主要技術(shù)方向。拆分其結(jié)構(gòu),產(chǎn)業(yè)鏈機遇主要分布在整機、高端通用CPU芯片AI芯片、存儲、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請閱讀最后評級說明和重要聲明2/55I證券研究報告II證券研究報告I2025-06-20聯(lián)合研究I行業(yè)深度更多研報請訪問長江研究小程序服務(wù)器及佩套產(chǎn)業(yè)鏈深度:算力浪潮螺旋升,AI時代新機遇服務(wù)器:計算服務(wù)的基石服務(wù)器是為客戶機提供計算、存儲、網(wǎng)絡(luò)等服務(wù)的專用高性能計算機。CPU通用服務(wù)器的硬件架構(gòu)與普通計算機相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計算機有更高要求。服務(wù)器行業(yè)需求隨著技術(shù)進步和需求變遷不斷迭代,當前時點AI服務(wù)器全面放量,超節(jié)點和算力集群是當前AI服務(wù)器主要技術(shù)方向。市場根據(jù)服務(wù)器廠商能力等級的差異劃分為12個不同級別,服務(wù)器廠商的能力等級(L1-L12)直接決定了其在產(chǎn)業(yè)鏈中的定位、技術(shù)壁壘和利潤空間,一般可大致分為低階制造(L1-L6)、中高階集成(L7-L10)和機柜級方案(L11-L12)三檔。我國服務(wù)廠商成長歷程中主要經(jīng)歷了從自主品牌向定制化ODM(原始設(shè)計制造)服務(wù)拓展,第一輪顯著高速增長期:國產(chǎn)替代驅(qū)動份額提升,第二輪顯著高速增長期:云計算拉動行業(yè)需求,服務(wù)器行業(yè)競爭要素發(fā)生了從技術(shù)立足到綜合比拼的轉(zhuǎn)變,當前機柜式AI服務(wù)器交付能力是未來高端競爭的關(guān)鍵。競爭加劇背景下,白牌份額持續(xù)提升,向高端發(fā)展是差異化競爭關(guān)鍵。拆分來看,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、機箱、電源、風扇等。在硬件的成本構(gòu)成上,CPU及芯片組、內(nèi)存、外部存儲是大頭。以一臺普通的服務(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訓練服務(wù)器升級,其他單臺服務(wù)器價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,我們認為其投資機會主要包含在以下幾個方向:1)跟隨服務(wù)器尤其是AI服務(wù)器總量提升的細分方向;2)AI服務(wù)器中價值量占比提升的方向,如AI芯片、存儲、SSD、PCB、電源、液冷等;3)國產(chǎn)替代的方向,主要包括高端通用CPU、AI芯片國產(chǎn)替代和配套發(fā)電設(shè)備國產(chǎn)替代等。1、產(chǎn)能不及預期的風險;2、行業(yè)景氣度不及預期風險;3、行業(yè)競爭加劇的風險。請閱讀最后評級說明和重要聲明服務(wù)器:計算服務(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,GPU行業(yè)迎高增機遇 風險提示 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)器市場占有率,1996-2001 13圖9:2002-2022年X86服務(wù)器出貨量及利潤 14圖10:2000-2021年不同CPU類型服務(wù)器出貨量 14圖11:惠普1980年至2000年股價變化 15圖12:云計算架構(gòu) 16圖13:云技術(shù)由國外率先發(fā)展,中國廠商跟隨 16圖14:2012-2018年阿里云營業(yè)收入 17圖15:2015-2020年服務(wù)器下游需求占比預測 17圖16:2007-2018全球服務(wù)器出貨量及增速 18圖17:全球云計算市場 18圖18:各類型服務(wù)器成本占比 18圖19:英偉達AI芯片技術(shù)迭代路線圖 18圖20:我國各行業(yè)通用算力應(yīng)用分布情況 19圖21:我國各行業(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預測2028年全球AI基礎(chǔ)設(shè)施市場規(guī)模超過2000億美金 20圖24:海外科技大廠微軟、谷歌、亞馬遜、Meta、蘋果資本開支 20請閱讀最后評級說明和重要聲明圖25:中國BAT資本開支 21圖26:中國通用算力規(guī)模及預測,2020-2027(通用算力規(guī)模,基于FP64計算,單位EFLOPS) 21圖27:中國智能算力規(guī)模及預測,2020-2027(智算算力,基于FP16計算,單位EFLOPS) 21圖28:全球人工智能服務(wù)器市場規(guī)模預測,2022-2026($M) 21圖29:中國加速計算服務(wù)器市場預測,2022-2027(百萬美元) 21圖30:信驊營收趨勢圖(月度經(jīng)營數(shù)據(jù),單位:NTDMillion) 22圖31:英偉達引領(lǐng)全球算力發(fā)展的方向 23圖32:騰訊云發(fā)布新一代HCC高性能計算集群大模型訓練再次提速 24圖33:字節(jié)跳動萬卡集群MegaScale實現(xiàn)55.2%MFU,相比Megatron-LM提高1.34倍 24圖34:英偉達NVL72架構(gòu)圖 25圖35:英偉達DGX系列的升級 25圖36:華為云CloudMatrix384性能測試 25圖37:華為CloudMatrix與英偉達的GB200的對比 26圖38:服務(wù)器廠商能力等級 27圖39:2014年開始國產(chǎn)服務(wù)器品牌在中國市占率快速提升 28圖40:我國云計算市場規(guī)模高速增長 28圖41:阿里云計算營收規(guī)模高速增長 28圖42:NVL72和NVL36*2架構(gòu) 29圖43:2022年中國服務(wù)器市場份額情況 30圖44:全球服務(wù)器市占率(按市場規(guī)模計算,%) 31圖45:浪潮信息銷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 33圖49:AI服務(wù)器將成為服務(wù)器的核心增長點(億美元) 34圖50:相比傳統(tǒng)服務(wù)器,AI服務(wù)器整體成本中計算芯片占比更高 34圖51:四類邏輯芯片特性比較 34圖52:主要AI芯片的功能特性比較 34圖53:2021年中國AI服務(wù)器加速卡類別 35圖54:數(shù)據(jù)中心AI芯片市場份額(2023年) 35圖55:我國本土品牌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:存儲器龍頭在HBM技術(shù)方向上的進展 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的標準規(guī)范 38圖60:HBM3的結(jié)構(gòu)與性能優(yōu)勢 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/計算機領(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PCB產(chǎn)值(單位:億美元) 42請閱讀最后評級說明和重要聲明圖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供電路線與HVDC供電路線對比 44圖71:臺達AI數(shù)據(jù)中心電源解決方案對比,兩者服務(wù)器電源級數(shù)相同 45圖72:AIDC服務(wù)器單機柜功率預計將持續(xù)增加,遠期有望達1000+kW 46圖73:IDC溫控風冷與液冷示意圖 47圖74:不同芯片架構(gòu)對應(yīng)參數(shù)表 48圖75:不同芯片功耗及服務(wù)器高度對應(yīng)的散熱方式 48圖76:冷板式及浸沒式液冷數(shù)據(jù)中心使用比例 48圖77:冷板式液冷方案對服務(wù)器側(cè)和機房側(cè)的改動均較小 48圖78:導熱界面材料示意圖 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實物圖 51圖83:液冷板實物圖 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 表2:AWS降價使IT資源普惠化 17表3:主要內(nèi)存技術(shù)性能對比 36表4:海力士HBM產(chǎn)品情況 38表5:CPU&GPU龍頭廠商產(chǎn)品搭載HBM情況 40表6:服務(wù)器類產(chǎn)品主要性能指標 41表7:全球PCB按下游應(yīng)用分類市場規(guī)模(單位:百萬美元) 42表8:英偉達不同架構(gòu)GPU功耗對比 45表9:2023年全球電源廠商前十五名 46表10:典型導熱界面材料 49請閱讀最后評級說明和重要聲明服務(wù)器:計算服務(wù)的基石什么是服務(wù)器?服務(wù)器是為客戶機提供計算、存儲、網(wǎng)絡(luò)等服務(wù)的專用高性能計算機。CPU通用服務(wù)器的硬件架構(gòu)與普通計算機相似,但在性能、穩(wěn)定性、安全性、可拓展性方面比普通計算機有更高要求。怎么理解服務(wù)器的功能和價值?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)器是通過運行管理軟件控制網(wǎng)絡(luò)或網(wǎng)絡(luò)資源的高性能計算機,能夠為網(wǎng)絡(luò)中的其他計算機提供資源。服務(wù)器通過監(jiān)聽網(wǎng)絡(luò)中其他計算機提交的服務(wù)請求,提供相應(yīng)的服務(wù),例如響應(yīng)訪問請求的網(wǎng)站服務(wù)器,存儲文件的文件,存儲數(shù)據(jù)的數(shù)據(jù)服務(wù)器,服務(wù)器是整個網(wǎng)絡(luò)系統(tǒng)的應(yīng)用核心。資料來源:長江證券研究所服務(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。算力是計算機系統(tǒng)的處理能力,通常用來衡量計算機或計算集群執(zhí)行復雜計算任務(wù)的能力。服務(wù)器作為互聯(lián)網(wǎng)應(yīng)用功能的運行中樞,是算力的核心載體。相對于普通計算機,服務(wù)器對于穩(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、硬盤存儲、IO部件等隨著科技的進步,性能不斷提升,進而使其算力愈發(fā)強大,滿足了更多下游場景需請閱讀最后評級說明和重要聲明求,帶動下游產(chǎn)業(yè)的發(fā)展。下游產(chǎn)業(yè)發(fā)展驅(qū)動服務(wù)器整體需求提升,同時帶動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商,如英偉達(GPU)、華為(算力芯片)等對服務(wù)器廠商的議價能力不斷提升,壓縮服務(wù)器產(chǎn)業(yè)利潤率。而下游需求也逐步集中到云服務(wù)廠商,進而提升了下游廠商的議價能力。因而服務(wù)器廠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,其需求是否強盛反映了整個互聯(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)需求擴容而提升,并使IT普惠化,進而促進行業(yè)的進—步發(fā)展,形成飛輪效益。而后隨著下游需求增長放緩,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)歷了類似的成長周期。復盤服務(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)器按使用場景要求、指令集架構(gòu)、產(chǎn)品形態(tài)等有多重分類,當前時點由于AI的興起,為區(qū)分對比,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:用戶需求結(jié)構(gòu)變遷,從業(yè)務(wù)支撐走向AIGC時代演進:技術(shù)進步和需求變遷大小型機時代: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)勢在大型機市場中保持了領(lǐng)先地位。1959年IBM推出IBM1401,成為了當時最流行的計算機,并幫助IBM在當時的計算機行業(yè)占據(jù)絕對的市場領(lǐng)先地位。從1959年推出到1971年停止使用,該系列大型機成為第—臺部署過萬的計算機。請閱讀最后評級說明和重要聲明資料來源:IBM官網(wǎng),長江證券研究所面向兼容緊抓機遇,在大型機時代取得領(lǐng)先地位。1961年12月,IBM耗資50億美元啟動了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。這是世界上首個指令集可兼容計算機。單個操作系統(tǒng)可以適用整個系列,而不需要為每種主機量身定做操作系統(tǒng),而且在電腦主體硬件升級之后,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,開始形成。IBMSystem/360也是現(xiàn)代意義上第—臺服務(wù)器。它協(xié)助美國太空總署建立阿波羅11號數(shù)據(jù)庫,完成航天員登陸月球計劃;建立銀行跨行交易系統(tǒng)(ATM)以及航空業(yè)最大在線票務(wù)系統(tǒng)。在IBMSystem/360發(fā)布后的頭—個月,全球客戶訂購的系統(tǒng)超過100000圖3:IBMSystem/360資料來源:半導體行業(yè)觀察,長江證券研究所請閱讀最后評級說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)擴容帶來的廣闊市場。System/360大幅增加了市場對計算的整體需求,由于IBM的技術(shù)創(chuàng)新,以及用戶經(jīng)驗的不斷積累,并了解了計算機在降低成本和執(zhí)行新功能方面的價值,更多的企業(yè)越來越廣泛地使用計算機,使得計算機行業(yè)在20世紀60年代后半期的年增長率達到了兩位數(shù),IBM也成為了該時期服務(wù)器產(chǎn)業(yè)毫無疑問的霸主。在早期的服務(wù)器行業(yè)與計算機行業(yè),IBM的成功奠定了這個行業(yè)最重要的核心:擁抱技術(shù)突破,滿足客戶需求。資料來源:Bloomberg,長江證券研究所PC服務(wù)器時代:X86架構(gòu)實現(xiàn)軟硬件解耦,PC服務(wù)器帶動互聯(lián)網(wǎng)革命X86架構(gòu)CPU性能的提升,催動了PC服務(wù)器的發(fā)展,進而帶動了互聯(lián)網(wǎng)產(chǎn)業(yè)革命。IBMSystem/360高額的價格,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,實現(xiàn)軟硬件解耦,價格低廉的X86架構(gòu)PC服務(wù)器成為主流,降低了開發(fā)門檻,互聯(lián)網(wǎng)革命得以爆發(fā),同時產(chǎn)生飛輪效應(yīng),使產(chǎn)業(yè)擴容,服務(wù)器需求進—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,簡稱CPU)作為計算機的運算與控制核心,是信息處理、程序運行的最終執(zhí)行單元。在計算機體系中,CPU主要用于執(zhí)行計算機指令和處理計算機軟件中的數(shù)據(jù),并負責對計算機的所有軟硬件資源進行控制調(diào)配。按照指令集類型不同,CPU可分為復雜指令集(CISC)與精簡指令集(RISC)兩類。指令集是指存儲于CPU內(nèi)部,用于引導CPU進行加減運算和控制計算機操作系統(tǒng)的—系列指令集合。作為計算機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)。以指令集為標準,CPU可分為CISC與RISC兩類,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)。請閱讀最后評級說明和重要聲明 種類主要架構(gòu)1、指令系統(tǒng)龐大,功能復雜,尋址方式多,且長度可變,有X86架構(gòu)兼容性強,配套軟件及開發(fā)工具相對成熟,且X86架構(gòu)功能強大,高效使用主存儲器,因此在ARM1、指令長度固定,易于譯碼執(zhí)行2、大部分指令可以條件式地執(zhí)行,降低在分支時產(chǎn)生的開銷,彌補分支預測器的不足點,聚焦移動端市場,在消費類電3、所有指令都是32位,且采用定長編碼的指令集和流水線4、具有高性能高速緩存能力,且內(nèi)存管理方案相對靈活MIPS結(jié)構(gòu)設(shè)計簡單、功耗較低,在Alpha1、采用32位定長指令集,使用低字節(jié)寄存器占用低內(nèi)存地2、分支指令無延遲槽,使用無條件分支碼寄存器Alpha結(jié)構(gòu)簡單,易于實現(xiàn)超標量和資料來源:海光招股說明書,長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。1965年時任仙童半導體公司研究開發(fā)實驗室主任的摩爾發(fā)現(xiàn)了—個關(guān)于芯片性能的趨勢:集成電路上可容納的晶體管數(shù)目,約每隔18個月便增加—倍,而成本卻成比例地遞減,根據(jù)該趨勢,計算能力相對于時間周期將呈指數(shù)式的上升。這便是半導體行業(yè)奉為圭桌的摩爾定律。該定律指導了半導體乃至整個信息產(chǎn)業(yè)半個世紀的發(fā)展步伐。Intel的X86架構(gòu)CPU不斷驗證著該定律的正確性。X86架構(gòu)CPU性能的不斷提升,逐步滿足了下游廠商對算力的需求,也使得X86架構(gòu)服務(wù)器成為了服務(wù)器市場的新選請閱讀最后評級說明和重要聲明資料來源:《ComputerandInformationSecurityHandbook(ThirdEdition)》(2013),JohnR.Mallery,長江證券研究所英特爾專注于CPU的設(shè)計、生產(chǎn),并采取開發(fā)生態(tài)的策略,與微軟展開了深度合作,形成了“Wintel”生態(tài)。1981年8月12日,IBM公司正式推出個人電腦IBM5150。IBM5150采用通用標準部件,應(yīng)用了微軟的磁盤操作系統(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資料來源:IBM官網(wǎng),長江證券研究所圖7:Wintel聯(lián)盟資料來源:TheDigitalBridges,長江證券研究所“Wintel”生態(tài)下,軟硬件解耦推動PC服務(wù)器產(chǎn)業(yè)的發(fā)展,進而帶動了PC互聯(lián)網(wǎng)浪潮。軟硬件解耦后,芯片設(shè)計工程師可以專注于芯片架構(gòu)和性能,通過各種優(yōu)化手段,快速提升CPU性能;軟件工程師可以聚焦于軟件開發(fā),開發(fā)出各類系統(tǒng)級和應(yīng)用級的軟件,共同組成了基于X86架構(gòu)下的軟件超級生態(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。請閱讀最后評級說明和重要聲明圖8:微軟系統(tǒng)服務(wù)器市場占有率,1996-2001資料來源:《TheEuropeancommissionversusMicrosoft:competitionpolicyinhigh-techindustries》(2007),Genakos,Kuhn,Reenen,長江證券研究所PC服務(wù)器成為服務(wù)器市場新選擇。1989年,全球第—款I(lǐng)A(IntelArchitecture)架構(gòu)服務(wù)器SystemPro推出,開創(chuàng)了x86服務(wù)器市場。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)器又稱為PC服務(wù)器。IA架構(gòu)服務(wù)器采用了開放式體系,實現(xiàn)了工業(yè)標準化技術(shù),得到了國內(nèi)外大量軟硬件供應(yīng)商的支持。進而憑借可靠的性能、低廉的價格使得PC服務(wù)器成為互聯(lián)網(wǎng)行業(yè)的最優(yōu)選項。開放性與標準化成為了X86架構(gòu)服務(wù)器的成功核心。這賦予了X86服務(wù)器極高的硬件性價比與可選的豐富軟硬件選擇。標準化的架構(gòu)體系減少了數(shù)據(jù)中心因為系統(tǒng)異構(gòu)設(shè)計可能導致的問題。開放的生態(tài)降低了應(yīng)用開發(fā)者的開發(fā)難度,大量的應(yīng)用程序被開發(fā)并實際應(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)器廠商。標準化設(shè)計的X86服務(wù)器,在規(guī)模效益下降低生產(chǎn)成本,進而推動了X86服務(wù)器的普及,X86架構(gòu)服務(wù)器出貨量逐年提升。請閱讀最后評級說明和重要聲明圖9:2002-2022年X86服務(wù)器出貨量及利潤資料來源:TheNextPlatform,Gartner,WellFargo,長江證券研究所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。相比于動輒數(shù)十萬美元的大型機,價格低廉的X86架構(gòu)服務(wù)器降低了互聯(lián)網(wǎng)產(chǎn)業(yè)的門檻。同時軟硬件的飛速發(fā)展,帶動了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)用開發(fā)落地,互聯(lián)網(wǎng)行業(yè)迎來了爆發(fā),而行業(yè)的爆發(fā)驅(qū)動了互聯(lián)網(wǎng)產(chǎn)業(yè)的飛輪效益,對基礎(chǔ)設(shè)施的需求進—步提升,X86服務(wù)器需求迎來了爆發(fā)式增長。X86服務(wù)器也借此成為了市場最為主流的服務(wù)器。資料來源:Omdia,長江證券研究所新的需求形成行業(yè)機遇,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/小型機服務(wù)器。技術(shù)的革新創(chuàng)生了對X86服務(wù)器的需求。在新生的X86服務(wù)器市場,供需關(guān)系由開始的供給驅(qū)動逐步轉(zhuǎn)變?yōu)檎堥喿x最后評級說明和重要聲明需求驅(qū)動,新生的互聯(lián)網(wǎng)廠商龐大的服務(wù)器需求驅(qū)動服務(wù)器市場不斷擴容。高增的市場幫助惠普在1996年—舉成為當時市占率第—的服務(wù)器廠商,并在此后長期占據(jù)領(lǐng)先地資料來源:Wind,長江證券研究所云計算時代:分布架構(gòu)、資源池化、彈性擴展云計算再次驅(qū)動產(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)飛輪帶動服務(wù)器行業(yè)不斷發(fā)展的過程中,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,而平均負載可能較低,導致了服務(wù)器錯配,進而導致了資源的浪費和成本的提升,同時也限制了企業(yè)進—步發(fā)展,這又催生了新的需求,也驅(qū)動了服務(wù)器行業(yè)的又—次格局重塑。云計算突破資源瓶頸,虛擬化造就新商業(yè)模式云計算突破資源瓶頸,IT資源普惠化帶動產(chǎn)業(yè)發(fā)展。云計算(cloudcomputing)是分布式計算的—種,指的是通過網(wǎng)絡(luò)“云”將巨大的數(shù)據(jù)計算處理程序分解成無數(shù)個小程序,并通過多部服務(wù)器組成的系統(tǒng)進行處理和分析這些小程序得到結(jié)果并返回給用戶。因而,云計算可以視為—種提供資源的網(wǎng)絡(luò),使用者可以隨時獲取“云”上的資源,按需使用,并且資源可以無限擴展,只需按使用量付費。請閱讀最后評級說明和重要聲明圖12:云計算架構(gòu)資料來源:云腦智庫,長江證券研究所云技術(shù)的發(fā)展催生了新的商業(yè)模式?；ヂ?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,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)自身對云計算技術(shù)具有強烈的需求。因此,互聯(lián)網(wǎng)企業(yè)基于自身的云計算平臺,聯(lián)合合作伙伴整合更多一站式服務(wù),推動傳統(tǒng)軟件銷售向軟件服務(wù)業(yè)務(wù)轉(zhuǎn)型,幫助合作伙伴從傳統(tǒng)模式轉(zhuǎn)向云計算模式,并針對用戶和客戶需求開發(fā)針對性云服務(wù)產(chǎn)品。然后,通過不同模式收費,如按時間租賃服務(wù)器計算資源的使用來收費;為各類用戶提供各種定制型服務(wù),按需收費等。典型的如Amazone(亞馬遜)的AWS云平臺、谷歌的GoogleApps,中國的阿里云也與2009年成立,推動了中國的云計算發(fā)展。圖13:云技術(shù)由國外率先發(fā)展,中國廠商跟隨資料來源:數(shù)字經(jīng)濟觀察,中智觀察,阿里巴巴,長江證券研究所云計算服務(wù)器成為了中國服務(wù)器市場2015-2017年期間主要推動力。根據(jù)IDC相關(guān)報告,2016年云環(huán)境部署需求同比提升16.2%,并花費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,非云環(huán)境部署需求下降了1.8%。此外請閱讀最后評級說明和重要聲明根據(jù)阿里云的當時營收增長來看,中國云計算廠商對于云計算服務(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阿里云營收(萬美元)同比增速資料來源:Wind,長江證券研究所圖15:2015-2020年服務(wù)器下游需求占比預測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源:GLOBALTECHTRENDS,IDC,長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。云運營商通過核心技術(shù)應(yīng)用,推動技術(shù)創(chuàng)新、規(guī)模化運營和成本降低的正循環(huán),不斷降低客戶用云成本。同時,中國IT市場的云計算滲透率不到15%,中國數(shù)據(jù)中心的CPU利用率僅為10%左右。云計算可以大幅提升計算資源的利用率,云數(shù)據(jù)中心內(nèi)的CPU平均利用率,可以達到傳統(tǒng)數(shù)據(jù)中心的5倍以00$0.133$0.100資料來源:APPDeveloperMagazine,長江證券研究所云計算技術(shù)催動互聯(lián)網(wǎng)產(chǎn)業(yè)的又—次革新,移動互聯(lián)網(wǎng)推動行業(yè)又—次擴容。由于云計算技術(shù)的成熟,云服務(wù)進—步降低了互聯(lián)網(wǎng)產(chǎn)業(yè)的門檻,也使得移動終端用戶得以接入互聯(lián)網(wǎng),享受移動互聯(lián)網(wǎng)的便利,由此,技術(shù)發(fā)展又—次驅(qū)動產(chǎn)業(yè)升級,形成移動互聯(lián)網(wǎng)浪潮,進而又驅(qū)使基礎(chǔ)設(shè)施擴容,即云服務(wù)器需求的大幅提升。請閱讀最后評級說明和重要聲明圖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)同比增速資料來源:Wind,長江證券研究所圖17:全球云計算市場8006004002000201420152016E2017E2018E2019E2020EIAAS(億美元)PAAS(億美元)SAAS(億美元)增長率30%25%20%15%10%5%0%資料來源:Gartner,中國信通院,長江證券研究所AI服務(wù)器時代: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算和浮點型計算等任務(wù);2)計算能力:AI服務(wù)器通常采用并行計算模式為主,而普通服務(wù)器的CPU在進行邏輯判斷時需要大量的分支跳轉(zhuǎn)處理,結(jié)構(gòu)復雜,算力提升主要依靠增加核心數(shù)。此外,AI服務(wù)器對內(nèi)存、網(wǎng)絡(luò)能力具有更高的要求。2023年開始chatgpt橫空出世,全球正式進入AI大模型時代,由于AI模型訓練和推理的需求,需對大量數(shù)據(jù)樣本進行并行處理,因此能夠執(zhí)行高強度并行計算任務(wù)的GPU更加符合大模型訓練和推理的要求。根據(jù)IDC數(shù)據(jù),機器學習型服務(wù)器GPU成本占比在73%,顯著高于CPU成本占比。圖18:各類型服務(wù)器成本占比資料來源:IDC,長江證券研究所圖19:英偉達AI芯片技術(shù)迭代路線圖資料來源:ServeTheHome,長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)加強算力基礎(chǔ)設(shè)施投入力度,算力份額首次超過政府行業(yè),位列第二。政府、服務(wù)、金融、制造、教育、運輸?shù)刃袠I(yè)分列三到八位。請閱讀最后評級說明和重要聲明在智能算力領(lǐng)域,互聯(lián)網(wǎng)行業(yè)對數(shù)據(jù)處理和模型訓練的需求不斷提升,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)快速從傳統(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、運輸?shù)刃袠I(yè)分列第三到八位。圖20:我國各行業(yè)通用算力應(yīng)用分布情況資料來源:中國信息通信研究院,IDC,長江證券研究所圖21:我國各行業(yè)智能算力應(yīng)用分布情況資料來源:中國信息通信研究院,IDC,長江證券研究所互聯(lián)網(wǎng)是服務(wù)器市場最大的下游客戶,采購需求受到資本開支影響,最終背后是業(yè)務(wù)成長性作為支撐。根據(jù)TrendForce,2024年全球服務(wù)器整機采購仍以美系云廠商為主,在高端AI服務(wù)器領(lǐng)域,微軟、谷歌、AWS、Meta四巨頭占比分別達到20%/17%/16%/11%,我國國內(nèi)互聯(lián)網(wǎng)廠商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)廠商業(yè)務(wù)需求的興起自用需求增大疊加云計算模式帶來整體市場需求向大廠云平臺需求遷移,逐漸向頭部集中,而當前AI時代在算力服務(wù)器投入上同樣以互聯(lián)網(wǎng)大廠為主。圖22:2023-2024年全球CSP對高階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其他資料來源:Trendforce,長江證券研究所云廠商開啟大模型軍備競賽,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)施市場高速增長,預計到2028年支出將超過2000億美元。自2019年以來,AI基礎(chǔ)設(shè)施市場—直保持兩位數(shù)的增長,這主要是由對AI部署服務(wù)器的投資推動的。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年上半年增長了178%。IDC預計,到2028年,加速服務(wù)器將超過服務(wù)器AI基礎(chǔ)設(shè)施支出的75%,5年復合年增長率為42%。請閱讀最后評級說明和重要聲明20/55圖23:IDC預測2028年全球AI基礎(chǔ)設(shè)資料來源:IDC,長江證券研究所當前趨勢:AI服務(wù)器全面放量AI軍備競賽帶動AI服務(wù)器需求快速增長。從行業(yè)的角度看,互聯(lián)網(wǎng)依然是最大的采購行業(yè),此外金融、電信等行業(yè)均快速增長。從互聯(lián)網(wǎng)角度看,為了訓練自己的AI大模型,在下—代技術(shù)變革中取得先發(fā)優(yōu)勢,各大廠對于AI投入的重視程度顯著提升,并開啟—輪AI算力儲備,其中預計阿里未來三年資本開支超過過去10年總和。圖24:海外科技大廠微軟、谷歌、亞馬遜、Meta、蘋果資本開支800800300066%55%58%28%28%26%19%19%19%19%10%10%10%5%-3%-9%-3%-9%-8%合計資本性支出(億美元)YoY(%,右)資料來源:同花順,長江證券研究所請閱讀最后評級說明和重要聲明21/55 (億元,季度)22Q122Q222Q322Q423Q123Q223Q323Q424Q124Q224Q324Q4百度資本開支YoY(%)-35%24%61%90%56%11%0%-12%-33QoQ(%)騰訊資本開支YoY(%)-57%-21%138%-22%-10%103%-6%91%-39%96QoQ(%)阿里資本開支YoY(%)-70%-42%-57%28%221%75%240%259%26%8%45%QoQ(%)3%2%-43%-50%99%-26%72%國內(nèi)BAT資本開支合計YoY(%)QoQ(%)-17%-2%-13%-37%48%資料來源:彭博,長江證券研究所(注:此處Q1-Q4分別代表1-3月、4-6月、7-9月、10-12月,阿里財報周期與傳統(tǒng)公司不同,已對齊)圖26:中國通用算力規(guī)模及預測,2020-2027(通用算力規(guī)模,基于FP64計算,單位EFLOPS)80604020020202021202220232024202520262027資料來源:IDC,浪潮信息,長江證券研究所圖28:全球人工智能服務(wù)器市場規(guī)模預測,2022-2026($M)250002000015000100005000020222023202420252026G-AI($M)OtherAI($M)總計($M)資料來源:IDC,浪潮信息,長江證券研究所圖27:中國智能算力規(guī)模及預測,2020-2027(智算算力,基于FP16計算,單位EFLOPS)12001000800600400200020202021202220232024202520262027資料來源:IDC,浪潮信息,長江證券研究所圖29:中國加速計算服務(wù)器市場預測,2022-2027(百萬美元)14,00012,00010,0008,0006,0004,0002,0000202220232024202520262027資料來源:IDC,浪潮信息,長江證券研究所信驊營收環(huán)比/同比上行,驗證了服務(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)域的龍頭廠商,因此信驊的月度營收數(shù)據(jù)可以作為服務(wù)器景氣度的先行指標。請閱讀最后評級說明和重要聲明22/55圖30:信驊營收趨勢圖(月度經(jīng)營數(shù)據(jù),單位:NTDMillion)8006004002000JanFebMarAprMayJunJulAugSepOctNovDec20242025資料來源:信驊官網(wǎng),長江證券研究所超節(jié)點和算力集群是當前AI服務(wù)器主要技術(shù)方向英偉達引領(lǐng)全球算力技術(shù)趨勢。英偉達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是從單一算力堆砌轉(zhuǎn)向系統(tǒng)性優(yōu)化、從訓練主導轉(zhuǎn)向推理優(yōu)先、并通過硬件與軟件的協(xié)同創(chuàng)新突破物理限制。其中算力密度層面,從芯片級轉(zhuǎn)向芯片級與系統(tǒng)級并行突破,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,內(nèi)存帶寬與互聯(lián)技術(shù)同步升級,解決數(shù)據(jù)搬運瓶頸,適應(yīng)模型參數(shù)爆炸式增長。支持推理方面,引入更多的低精度計算與無效計算路徑剪枝,推動推理成本下降。在超大規(guī)?；ヂ?lián)層面,Blackwell架構(gòu)NVL72機架支持72顆GPU互聯(lián),千卡集群算力突破100EFLOPS,Rubin架構(gòu)硅光技術(shù)可實現(xiàn)更大規(guī)模的GPU集群擴展。請閱讀最后評級說明和重要聲明23/55圖31:英偉達引領(lǐng)全球算力發(fā)展的方向資料來源:英偉達官網(wǎng),長江證券研究所算力服務(wù)器向超節(jié)點和集群發(fā)展,背后主要受AI對算力需求驅(qū)動:突破單機算力瓶頸,提升訓練效率。傳統(tǒng)單機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,導致AI大模型訓練時存在高通信延遲和資源閑置問題。超節(jié)點技術(shù)通過擴展單節(jié)點內(nèi)的GPU互聯(lián)規(guī)模(如華為CloudMatrix384卡、英偉達NVL72卡),將服務(wù)器間通信轉(zhuǎn)為節(jié)點內(nèi)高速互聯(lián),顯著降低通信損耗。滿足大規(guī)模AI模型訓練和推理的算力需求。隨著大模型參數(shù)量向萬億級演進(如DeepSeekV3達6710億參數(shù)),算力需求呈現(xiàn)指數(shù)級增長。超節(jié)點集群通過高密度集成(如64卡/節(jié)點)和智能互聯(lián)協(xié)議(如中國移動OISA協(xié)議支持896GB/s帶寬),實現(xiàn)算力資源的橫向擴展和高效協(xié)同,支撐復雜模型訓練與推理。優(yōu)化能耗與散熱管理。高密度算力集群(如單機柜30-100kW)催生液冷技術(shù)普及,通過整機柜液冷設(shè)計(如超云液冷整機柜)解決傳統(tǒng)風冷散熱不足的問題,同時降低能耗。華為CloudMatrix結(jié)合液冷技術(shù)實現(xiàn)“—柜抵百機”,兼顧算力密度與綠色節(jié)能在智算集群發(fā)展過程中,依據(jù)擴展方向的差異,又可以分為Scale-out(橫向擴展)和Scale-up(縱向擴展)。其中可分解為相對獨立的并行數(shù)據(jù),例如流水線并行和數(shù)據(jù)并行可以通過Scale-out去更好的滿足,而需要高頻度進行數(shù)據(jù)交互的處理分配到GPU之間通過超高帶寬、超低時延互連的網(wǎng)絡(luò)中進行處理,壓縮他們之間的通訊開銷成本,此類通過Scale-up方式提升。請閱讀最后評級說明和重要聲明24/55國內(nèi)互聯(lián)網(wǎng)巨頭基于萬卡集群加速技術(shù)服務(wù)創(chuàng)新。字節(jié)跳動、阿里巴巴、百度為代表的互聯(lián)網(wǎng)公司在積極推進萬卡集群的建設(shè)。以騰訊云官方數(shù)據(jù)為例,其訓練萬億參數(shù)的AI大模型——混元NLP大模型,在同等數(shù)據(jù)集下,將訓練時間由50天縮短到11天。如果基于新—代集群,訓練時間將進—步縮短至4天。更大和先進的集群能及時對市場趨勢作出反應(yīng),快速進行迭代訓練。整體上超萬卡集群將有助于壓縮大模型訓練時間,實現(xiàn)模型能力的快速迭代,并及時對市場趨勢作出應(yīng)對。字節(jié)跳動搭建了—個12288卡Ampere架構(gòu)訓練集群,研發(fā)MegaScale生產(chǎn)系統(tǒng)用于訓練大語言模型。圖32:騰訊云發(fā)布新—代HCC高性能計算集群大模型訓練再次提速資料來源:騰訊云,長江證券研究所圖33:字節(jié)跳動萬卡集群MegaScale實現(xiàn)55.2%MFU,相比Megatron-LM提高1.34倍資料來源:《MegaScale:ScalingLargeLanguageModelTrainingtoMoreThan10,000GPUs》(ZihengJiang,etal,2024),長江證券研究所海內(nèi)外算力供應(yīng)領(lǐng)軍者均向scaleup方向提升,國內(nèi)華為昇騰實現(xiàn)突破全球AI算力龍頭英偉達在2024年新產(chǎn)品發(fā)布過程中,沒有延續(xù)H100的DGX的—機8卡的架構(gòu),直接發(fā)布NVL72的DGX,即在—個交付的機架中,使用NVSwitch把72個GPU進行全帶寬的互連,實現(xiàn)性能的最大化。請閱讀最后評級說明和重要聲明25/55圖34:英偉達NVL72架構(gòu)圖資料來源:fibermall,長江證券研究所圖35:英偉達DGX系列的升級GPU/chip時間DGX名稱DGX中GPU的數(shù)量SuperPOD互連方式P1002014DGX-18-CubemeshP1002017DGX-18-alltoallV1002017DGX-2-alltoallA1002020DGXA1008-alltoallGH1002022DGXH1008256alltoallGH100-NVL3232256alltoallGB2002024NVL7272、36576alltoall資料來源:53AI、英偉達官網(wǎng),長江證券研究所2025年4月10日,華為云在安徽蕪湖召開生態(tài)大會,推出CloudMatrix384超節(jié)點,并宣布已在蕪湖數(shù)據(jù)中心規(guī)模上線。基于“—切可池化、—切皆對等、—切可組合”的新型高速互聯(lián)總線,華為云推出CloudMatrix384超節(jié)點,重構(gòu)AI基礎(chǔ)設(shè)施,實現(xiàn)從服務(wù)器級到矩陣級的資源供給模式轉(zhuǎn)變。384節(jié)點集群突破傳統(tǒng)服務(wù)器級算力上限,其高密高速特性不僅再次提高互聯(lián)帶寬,更實現(xiàn)內(nèi)存帶寬的跨越式突破。硅基流動創(chuàng)始人袁進輝在華為云生態(tài)大會上宣布,硅基流動聯(lián)合華為云基于CloudMatrix384超節(jié)點昇騰云服務(wù)和高性能推理框架SiliconLLM,用大規(guī)模專家并行最佳實踐正式上線DeepSeek-R1。該服務(wù)可以在保證單用戶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,經(jīng)過測試集驗證及大規(guī)模線上盲測,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性能測試資料來源:新浪財經(jīng),長江證券研究所請閱讀最后評級說明和重要聲明26/55資料來源:semianalysis,長江證券研究所供給視角:服務(wù)器廠商的模式異同和格局演變—般而言,市場根據(jù)服務(wù)器廠商能力等級的差異劃分為12個不同級別,服務(wù)器廠商的能力等級(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—層級廠商 (如廣達、緯創(chuàng))依賴規(guī)?；a(chǎn),但受上游芯片供應(yīng)商(英特爾、英偉達)議價權(quán)壓制,競爭集中于東南亞及中國代工廠。頭部ODM廠商通過L6級“祼機服務(wù)器”(主板集成+電源測試)占據(jù)基礎(chǔ)市場,但技術(shù)門檻低導致同質(zhì)化嚴重。中高階集成(L7-L10):L7-L9(加速卡/硬盤/CPU集成):技術(shù)壁壘顯著提升,浪潮、超聚變等通過JDM模式實現(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(單機柜售價百萬美元級)主導英偉達HGX代工鏈,占據(jù)全球—半以上份額。此層級僅有少量廠商具備量產(chǎn)能力,形成技術(shù)護城河。機柜級方案(L11-L12):需跨機架網(wǎng)絡(luò)優(yōu)化和云操作系統(tǒng)部署能力,目前僅極少數(shù)頭部廠商布局。英偉達GB200NVL72等機柜級方案推動L11成為競爭新高地,單柜價值量是傳統(tǒng)服務(wù)器的3-5倍。該層級要求廠商具備液冷散熱(如單相浸沒式)和CXL高速互連技術(shù)儲備,頭部企業(yè)已形成—定代際優(yōu)勢。請閱讀最后評級說明和重要聲明27/55圖38:服務(wù)器廠商能力等級資料來源:amax,長江證券研究所不同模式的發(fā)展階段及優(yōu)劣勢對比我國服務(wù)器廠商從自主品牌向定制化ODM(原始設(shè)計制造)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)國內(nèi)首臺小型機SMP2000,填補國產(chǎn)空白;2000年浪潮中標“金稅二期”超5000萬元訂單,首次在政務(wù)領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用。此階段以品牌建設(shè)為主,主要突破外資(IBM/HP)在高端市場的壟斷。2004年浪潮SP3000刷新世界TPC-H性能紀錄,2013年天梭K1系統(tǒng)上市,成為全球第三個掌握關(guān)鍵應(yīng)用主機技術(shù)的國家。聯(lián)想、曙光則通過高性能計算(如深騰6800)切入科研市場,初步形成“技術(shù)品牌”認知。云計算驅(qū)動下的ODM轉(zhuǎn)型(2010——2020年):2013年阿里云、騰訊云等云廠商爆發(fā)式增長,要求服務(wù)器廠商提供深度定制化方案。浪潮首創(chuàng)JDM(聯(lián)合設(shè)計制造)模式,為BAT定制天蝎標準AI服務(wù)器,實現(xiàn)48小時快速交付,ODM業(yè)務(wù)占比提升至60%。華勤、聞泰等ODM廠商將手機領(lǐng)域的模塊化經(jīng)驗遷移至服務(wù)器,例如華勤為亞馬遜定制液冷機柜,通過“主板+散熱+電源”模塊化設(shè)計將成本降低25%。2016年寶德推出基于Intel至強E5的白牌服務(wù)器,以“無品牌貼牌”模式滲透中小企業(yè)市場。國產(chǎn)化與AI雙輪驅(qū)動的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、海光等國產(chǎn)芯片廠商聯(lián)合ODM企業(yè)推出定制化方案。例如,中科曙光基于海光C86處理器開發(fā)金融行業(yè)專用服務(wù)器;浪潮信息、工業(yè)富聯(lián)等頭部廠商通過英偉達HGX/H100代工訂單構(gòu)建技術(shù)壁壘,華勤則憑借智能手機ODM積累的柔性制造能力,為字節(jié)跳動定制液冷數(shù)據(jù)中心,此階段中快速交付也是重要競爭優(yōu)勢。請閱讀最后評級說明和重要聲明28/55服務(wù)器行業(yè)競爭要素的轉(zhuǎn)變:從技術(shù)立足到綜合比拼第—輪顯著高速增長期:國產(chǎn)替代驅(qū)動份額提升。自2013年的“棱鏡門”事件向我國敲響信息安全警鐘后,國家同年成立安全委員會,政府和國有企業(yè)在信息設(shè)備自主可控方面的政策密集出臺,信息安全被提升到國家戰(zhàn)略層面。服務(wù)器作為網(wǎng)絡(luò)的節(jié)點,存儲、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,國產(chǎn)服務(wù)器品牌正式迎來黃金發(fā)展期。這—階段,國產(chǎn)化技術(shù)實力、國產(chǎn)品牌形象成為競爭的關(guān)鍵要素,黨政和央國企采購導向調(diào)整,國產(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年開始國產(chǎn)服務(wù)器品牌在中國市占率快速提升2013年中國服務(wù)器市場出貨量份額比例浪潮華為中科曙光聯(lián)想戴爾其他2014年中國服務(wù)器市場出貨量份額比例浪潮華為中科曙光聯(lián)想戴爾其他資料來源:IDC,51CTO,長江證券研究所第二輪顯著高速增長期:云計算拉動行業(yè)需求。在此階段,云計算市場快速擴張,數(shù)據(jù)中心云化趨勢明顯。傳統(tǒng)硬件架構(gòu)無法滿足超大型云數(shù)據(jù)中心對高密度、低功耗、模塊化、集中管理等需求,為解決這—問題,Facebook在2011年牽頭建立了OCP開放計算組織,從定制數(shù)據(jù)中心細節(jié)到服務(wù)器機架和主板的CAD圖紙進行開源,并邀請開源社區(qū)及其他合作伙伴使用并改進。2016年谷歌加入OCP,硬件開源的發(fā)展迎來新巔峰,定制化的云服務(wù)器開始加速取代傳統(tǒng)服務(wù)器,成為全球互聯(lián)網(wǎng)龍頭采購的新標的。圖40:我國云計算市場規(guī)模高速增長200018001600140012001000800600400200020152016201720182019E2020E2021E40%35%30%25%20%15%10%5%0%國內(nèi)云計算市場規(guī)模(億元)國內(nèi)云計算市場同比增速資料來源:中國信通院,長江證券研究所(備注:總規(guī)模是公有云和私有云市場合計)圖41:阿里云計算營收規(guī)模高速增長80060040020002015Q12015Q22015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q280%60%40%20%0%阿里云營業(yè)收入(百萬美元)阿里云營收同比增速資料來源:阿里巴巴財報,長江證券研究所請閱讀最后評級說明和重要聲明29/55白盒能夠讓傳統(tǒng)的硬件、軟件和維護被解構(gòu),從而形成—個去耦合、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,在推出新的硬件方面比品牌服務(wù)器商更積極大膽,另外云計算技術(shù)對服務(wù)器資源的調(diào)度備份能力也提高了對服務(wù)器質(zhì)量的容忍度。伴隨著下游客戶議價能力過強,白牌廠商入局惡化行業(yè)競爭環(huán)境以及產(chǎn)品附加價值不斷降低,此過程中綜合實力和規(guī)模效應(yīng)帶來的低成本成為競爭的關(guān)鍵,品牌廠商只有兩個出口:1)淡化品牌和白牌邊界,降價增加產(chǎn)品競爭力的同時,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)市場份額;2)放棄低利潤空間服務(wù)器業(yè)務(wù),專注中高端產(chǎn)品。前者壓縮的是盈利空間,而后者壓縮的是市場空間,行業(yè)分化態(tài)勢逐漸加劇。機柜式AI服務(wù)器交付能力是未來高端競爭的關(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)品體系來看,目前Blackwell系列產(chǎn)品包括超級芯片GB200對應(yīng)的機柜級產(chǎn)品、高性能HGX系統(tǒng)HGXB100/B200等。GB200超級芯片由2顆BlackwellGPU和1顆GraceCPU組成,并通過NVlink-C2C進行連接,提供900GB/s雙向帶寬。在GB200超級芯片的基礎(chǔ)上,還設(shè)計了GB200NVL72集群,在—個機柜級設(shè)計中連接了36個GB200超級芯片。機柜級產(chǎn)品將成為2025年Blackwell架構(gòu)產(chǎn)品出貨的主要形式。資料來源:semianalysis,長江證券研究所對于GB200機柜級產(chǎn)品,ODM廠商的分工均較HGX模式發(fā)生了變化,由于機柜本身價值量提升,技術(shù)難度相應(yīng)增長,ODM廠商貢獻的價值也將隨之提升。請閱讀最后評級說明和重要聲明從結(jié)構(gòu)看,AI服務(wù)器市場增速高于行業(yè),占比逐步提升。根據(jù)TrendForce集邦咨詢數(shù)據(jù),2023年AI服務(wù)器(包含搭載的GPU、FPGA、ASIC等)出貨量近120萬臺,同比增長38.4%,占整體服務(wù)器出貨量近9%,預計到2026年將占15%。國家統(tǒng)計局2024年數(shù)據(jù)顯示,截至2024年5月底,全國規(guī)劃具有高性能計算機集群的智算中心達10余個,智能算力占算力總規(guī)模比重超過30%。后續(xù)AI服務(wù)器占比將繼續(xù)提升。圖43:2022年中國服務(wù)器市場份額情況資料來源:IDC,163網(wǎng),長江證券研究所市場份額和盈利能力趨勢:白牌份額持續(xù)提升,向高端發(fā)展是差異化競爭關(guān)鍵ODMDirect服務(wù)器市場份額持續(xù)提升,云計算為白牌服務(wù)器帶來發(fā)展機遇。云計算產(chǎn)業(yè)的發(fā)展使得服務(wù)器采購向頭部云廠商集中,而云廠商為了體現(xiàn)技術(shù)、服務(wù)的差異,普遍采購定制化服務(wù)器,直接向ODM廠商下單,由ODM根據(jù)要求提供代工、組裝服務(wù)后出貨給云廠商。請閱讀最后評級說明和重要聲明圖44:全球服務(wù)器市占率(按市場規(guī)模計算,%)資料來源:時代互聯(lián),Statista,長江證券研究所服務(wù)器行業(yè)市場化充分,競爭激烈導致短期盈利能力下降。以服務(wù)器業(yè)務(wù)占比相對較高的浪潮信息的毛利率來看,其毛利率呈現(xiàn)逐個階段漸進下降趨勢,主要因我國服務(wù)器產(chǎn)業(yè)鏈逐漸成熟,且下游客戶向頭部CSP大廠集中,ODM廠商崛起,服務(wù)器廠商溢價能力弱化,呈現(xiàn)總量提升,毛利潤提升,但毛利率下降趨勢,且隨著AI服務(wù)器單機總銷售額的大幅提升,服務(wù)器廠商價值占比下降,短期或持續(xù)呈現(xiàn)激勵競爭態(tài)勢。圖45:浪潮信息銷售毛利率階段性下降35%30%25%20%15%10%5%0%2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024資料來源:Wind,長江證券研究所請閱讀最后評級說明和重要聲明服務(wù)器產(chǎn)業(yè)鏈構(gòu)成拆分來看,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、機箱、電源、風扇等。在硬件的成本構(gòu)成上,CPU及芯片組、內(nèi)存、外部存儲是大頭。AI服務(wù)器中GPU的占比則遠較其他成本高,GPU成本在整體占比可能接近7成,從普通服務(wù)器往AI訓練服務(wù)器升級,其他單臺服務(wù)器價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,我們認為其投資機會主要包含在以下幾個方向:1)跟隨服務(wù)器尤其是AI服務(wù)器總量提升的細分方向;2)AI服務(wù)器中價值量占比提升的方向,如AI芯片、存儲、SSD、PCB、電源、液冷等;3)國產(chǎn)替代的方向,主要包括高端通用CPU、AI芯片國產(chǎn)替代和配套發(fā)電設(shè)備國產(chǎn)替代等。圖46:服務(wù)器內(nèi)部拆解示意圖資料來源:華為官網(wǎng),長江證券研究所請閱讀最后評級說明和重要聲明圖47:服務(wù)器產(chǎn)業(yè)鏈圖譜資料來源:中商產(chǎn)業(yè)研究院,長江證券研究所各環(huán)節(jié)來看,AI服務(wù)器價值量提升顯著。圖48:傳統(tǒng)服務(wù)器和AI服務(wù)器的示范性成本明細資料來源:Winsemianalysis,半導體行業(yè)觀察公眾號,長江證券研究所(注:各類服務(wù)器差異很大,以上成本可能會有變化)遇未來,隨著人工智能技術(shù)的不斷進步和應(yīng)用領(lǐng)域的擴大,AI服務(wù)器預計將成為服務(wù)器市場的核心增長點,而其中的計算芯片又是“靈魂”。AI服務(wù)器專為處理復雜的數(shù)據(jù)密集型任務(wù)而設(shè)計,它們需要大量的并行計算能力來執(zhí)行機器學習和深度學習算法,這使得計算芯片在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)器對計算能力的要求更高,因此對高性能計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訓練和推理過程中,GPU能夠提供比傳統(tǒng)CPU更高的性能和效率。據(jù)IDC預測,2027年AI服務(wù)器請閱讀最后評級說明和重要聲明硬件市場規(guī)模有望達1000億美元,而且其中相比傳統(tǒng)服務(wù)器占比更高的計算芯片(如GPU、ASIC、FPGA)有望充分享受快速增長的浪潮。圖49:AI服務(wù)器將成為服務(wù)器的核心增長點(億美元)8006004002000202020212022