新冠肺炎疫情對人們的工作、消費方式均產生巨大影響，但同時提振在線教育、遠程辦公、遠程政務、在線游戲、生鮮采購等一系列需求。

未來將有更多行業向云上遷移，加速各行業線上化、云化過程，帶動服務器市場增長。受下游需求變化影響，服務器市場正在發生的結構性變化不容忽視，例如產品高端化、AI化成為確定性的趨勢。

AI服務器成為服務器廠商競爭焦點

回顧2019年服務器市場，全球范圍內表現欠佳。不過，AI的興起給整個行業帶來了生命力，AI服務器將成為服務器廠商未來的競爭點。

對算力的渴求+海量數據爆發成為當前AI服務器崛起的主要驅動因素。一方面，大多數 AI 算法需要大量的數據和算力來完成任務，依靠云服務來執行計算；另一方面，在提供智能云體驗上，由 AI 驅動的解決方案將決定企業能否在 AI 時代快速占領制高點。

目前，在中國的AI服務器市場，浪潮的市場占有率最大，占據約50.2%的市場份額，華為位居第二，約占15.7%，曙光以7.8%位居第三（數據來源于IDC 2019H1 PRC AI Infrastructure Tracker）。包括浪潮、華為、曙光、新華三、戴爾等在內的主流OEM、ODM廠商均有不止一款的AI服務器。

浪潮目前推出的AI服務器主要包括AGX-5、AGX-2、NF5488M5、NF5468M5、NF5280M5以及NF5280M5-V。其中，AGX-5單機可以配置16顆NVIDIA Tesla V100 Tensor Core 32GB GPUs，擁有10240個張量計算核心，計算性能達每秒2千萬億次。去年，浪潮還推出了浪潮元腦一體化解決方案。既包括了AI計算能力，也包括了AI PaaS平臺，同時包括了浪潮面向人工智能所推出的AutoML Suite套件。

華為自2018年10月發布AI戰略以來，于去年8月發布其算力最強的AI處理器昇騰910和全場景AI計算框架MindSpore，完成全棧全場景AI解決方案的構建。在典型的ResNet50 網絡的訓練中，昇騰910與MindSpore配合，與現有主流訓練單卡配合TensorFlow相比，顯示出接近2倍的性能提升。

AI服務器的競爭，已經不只是簡單的產品升級迭代，而是上升到了整體的布局，是包括芯片、云、數據處理能力、框架、算法開發基礎、部署環境等在內的整體能力。

隨著數據的爆炸增長與深度神經網絡日趨復雜，單機或小型服務器已經無法滿足算力需求，未來將有大量的人工智能應用和服務被放在云端。AI算力需求逐步邁入高峰期，更高性能的AI服務器將在線下場景落地。

互聯網仍是AI服務器主戰場

雖然AI落地被認為是“架起梯子遠遠夠不到月亮”階段，但在某些細分領域已經開始從“AI產業化”向“產業AI化”的逐步轉變。勇于嘗試新技術的互聯網公司仍是AI服務器的主戰場。

新型冠狀病毒疫情爆發后，阿里巴巴、騰訊、百度等公司，通過開放核心算法和計算能力的方式，與醫學研究機構共同抗擊疫情，AI算力對于與疫情賽跑的分分秒秒中都起到了關鍵作用，助力病毒基因測序、疫苗及藥物研發、蛋白篩選等藥物研發攻關。

受疫情影響，在線辦公、教育、娛樂等應用需求加速增長，互聯網巨頭和細分領域頭部企業，開始對服務器進行擴容，數據中心和服務器市場有望迎來擴容機遇。

企業	服務器擴容情況
阿里巴巴	2月3日擴容1萬臺，2月4日擴容1萬臺
騰訊	1月29日至2月6日，8天總擴容超過10萬臺云服務器
金山辦公	1月25日前后，WPS表單服務器擴容5倍；2月3日后，金山文檔遠程會議服務器擴了3倍，金山文檔在線office擴了1倍。
叮當快藥	2月12日后，服務器擴容30倍
<電子發燒友>整理于2020.2.18

根據IDC《2019-2020中國AI計算力發展評估報告》顯示，互聯網是投資AI算力最多的行業，占據了中國62.4%的人工智能算力投資市場份額。而算力這一AI基礎設施，主要由AI芯片和AI服務器玩家提供，這一市場正在高速增長。

不過，在互聯網行業之外，傳統行業和AI的結合也越來越緊密，其中服務行業正在加大對AI技術的投入，政府、教育、金融等傳統行業也進一步加深與AI應用的融合。

AI服務器需要多樣性算力

以AI帶來的多種數據類型和場景為代表，驅使計算架構優化、多種計算架構并存，已經成為實現最優性能計算的必然選擇。

AI爆發前，算力主要來源于x86服務器。而隨著單顆CPU性能提升遭遇瓶頸，傳統服務器難以滿足并行算力需求，以GPU為主的AI服務器開始了高速增長。擅長多線程并行的GPU在處理海量數據上有著先天優勢，通過CPU+GPU異構組成的AI服務器成為當下主流，是服務器廠商紛紛發力的產品。

根據IDC對中國GPU服務器出貨量的預測，2018-2023年，整體市場年復合增長率（CAGR）為27.1%，到2023年市場規模將達到43.2億美金（約合人民幣298億元）。

在剛剛過去的2019年，由于互聯網行業采購的縮減以及中美貿易戰的不斷升級，給中國GPU服務器市場帶來了一定程度上的影響，使其市場增速稍有放緩，但依然高于中國x86服務器市場。

從產品角度看，8卡GPU服務器和英偉達的V100加速卡成為去年上半年的采購熱點，均占據30%以上的份額。

值得一提的是，在GPU稱霸的AI服務器領域，FPGA正以“加速”之形象變得深入人心。微軟是全球首個真正意義上在云數據中心中大規模成功部署FPGA的公司，他們牢牢抓住FPGA靈活性這一最重要的特點，通過使用FPGA，一方面可以盡早開展定制化計算與定制芯片的研究與設計，另一方面，可以保持與現有架構相互兼容的同構性。目前，包括浪潮、華為、戴爾、百度等均已宣布在其服務器中部署FPGA加速卡。

在異構方式上，除了CPU+GPU、CPU+FPGA，還有CPU+TPU、CPU+ASIC或CPU+多種加速卡等形式，隨著場景應用的逐漸豐富，AI服務器架構應了一句話“合適的才是最好的”，步入多樣化的算力需求時代。

算力缺口持續放大，巨頭、創企混戰

在筆者早先與雪湖科技聯合創始人兼COO王韻的交流中，他對于AI三要素：算法、算力、數據，有個形象的比喻：算法是菜譜，算力是鍋，數據是食材。在AI發展初期，為什么算法公司占據明顯優勢？因為要做出一道大餐，必須有好的菜譜。但是，當大家慢慢掌握了燒菜方法后，菜譜就變得不像最初那么重要了，反而是，一口好鍋和好的食材非常關鍵。這就是AI正在經歷的從算法霸權，向算力霸權和數據霸權的演進。

隨著AI、5G、無人駕駛等確定性趨勢技術的發展，算力缺口仍在不斷放大。我們所處的世界，計算的邊界也在不斷延伸，從數據中心到邊緣再到終端，智能計算將無所不及。AI終將成為一種基礎能力，連接芯片提供商、應用提供商、服務提供商和算法提供商。算力也將作為一切人工智能產業發展的核心，從早期的集中在訓練場景，發展到在推理場景的大規模應用階段。

對于服務器市場正在發生的變化，巨頭們早已開始了改變。

英特爾不斷提升其數據中心的異構計算的能力，并在跨多架構的開發過程中進行統一和簡化。剛剛斥資約20億美元收購的以色列人工智能公司Habana Labs，有助于提振英特爾面向數據中心的AI服務。Habana Labs的AI訓練處理器Gaudi，與使用同等數量GPU構建的系統相比，基于Gaudi的大節點訓練系統的吞吐量預計將增加4倍。Gaudi訓練產品和Goya推理產品能夠提供豐富的、易于編程的開發環境，幫助客戶部署差異化解決方案。

英偉達顯然也沒有掉以輕心，雖然在其剛剛宣布的2020財年第四季度及全年的財務報告中顯示，數據中心收入達到創紀錄的29.8億美元，比上年增長2％。對于未來，英偉達方面表示，“我們看到了一個新的計算時代的開始。固定功能加速器根本不是正確的答案。我們認為未來需要加速的計算平臺，并且軟件豐富性至關重要，數據中心可以由軟件定義。”

國內創企也在崛起的AI服務器市場中激流勇進。不過，由于云端訓練芯片的研發投入大、流片風險高，僅有為數不多的公司能夠進入該領域。目前主要有海思、阿里、依圖、寒武紀、燧原等。

應對未來數據量的爆炸性增長，硬件本身的能力有一定的局限性，軟硬協同的平臺組合，才能做到前端承接多源數據、后端支撐智能應用。算力、算法和數據的協同也至關重要，算力和算法的提升，數據的開放和共享，將共同推動AI向產品乃至行業智能化的普及。