共计 1160 个字符，预计需要花费 3 分钟才能阅读完成。
1200 亿美元之上, 中国服务器厂商重新排位
AI 基础设施投入仍在快速增加,但服务器厂商并不一定能自动分享全部增长红利 。 当芯片厂商向整机柜延伸、云厂商直接定义服务器并向 ODM 下单, 传统服务器企业正在被迫重新证明自身价值。
📌 市场变大, 但价值链正在重排
材料显示,2026 年第一季度全球服务器市场厂商收入达到 1226 亿美元, 同比增长 30.4%。与此同时, 围绕 AI 的资本开支仍处高位, 云厂商、互联网公司和模型企业对算力基础设施的需求持续释放。
不过, 需求增长并不等于所有订单都会经过传统服务器厂商。ODM Direct 在全球服务器市场收入中仍占约一半, 大客户直接定义产品、制造厂直接交付的模式, 正在削弱部分传统 OEM 的中间位置。
🔍 多芯片适配成为中国厂商的必修课
中国 AI 加速卡生态正在变得更分散。除英伟达外, 华为昇腾、寒武纪、昆仑芯、摩尔线程、沐曦、燧原科技、天数智芯等厂商均在不同技术路线上提供选择。材料中提到的一项调研显示, 受访中国企业高管预计未来 12 个月将把更多 AI 加速器预算投向国产芯片。
对服务器厂商而言,多卡支持看似扩大了市场, 实际却提高了工程难度。更换一张加速卡, 往往涉及主板布局、供电、散热、固件、信号完整性, 以及驱动、编译器、算子库和通信库等软件适配。
- 浪潮信息强调通过多元开放算力架构缩短芯片到系统的研发周期;
- 超聚变将算子、模板库、编译器和推理加速纳入方案;
- 新华三、联想等厂商则试图在异构 GPU 接入、调度和集群管理上形成统一平台。
💡 超节点让竞争从单机走向系统工程
AI 训练和推理需求提升后,单机服务器已难以承载全部想象空间。超节点通过 Scale-Up 连接更多加速卡, 再通过 Scale-Out 接入更大集群, 使多个机柜在使用体验上更接近一台“大机器”。
但卡数增加并不等于有效算力线性提升。材料提到,Scale-Up 域扩大后, 模型训练和推理收益存在边际变化; 同时, 一张卡故障、一次网络拥塞或液冷问题, 都可能影响更大范围的计算任务。
目前参与超节点竞争的企业大致可分为几类: 一类是掌握芯片、互联和软件栈的全栈厂商,如华为、阿里; 一类是从 GPU 向系统延伸的芯片企业, 如沐曦、摩尔线程; 另一类是强调开放兼容、交付和运维能力的服务器及 ICT 厂商, 包括中兴通讯、新华三、远图等。
📊 从卖硬件到衡量 Token 产出
- 采购逻辑变化:从硬件跑分扩展到 TCO、供货连续性和软件易用性;
- 产品形态变化:从单台服务器升级为机柜、集群和超节点方案;
- 竞争门槛变化:从制造能力延伸到系统调优、运维和算力运营。
🚀 行业观察: 扩张期也是分化期
围绕“1200 亿美元之上, 中国服务器厂商重新排位”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
