AI服务器行业深度：驱动因素、竞争格局、产业链及相关公司深度梳理-250120（38页）.pdf

1、 1/38 2025 年年 1 月月 20 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI服务器服务器行业深度：驱动因素、行业深度：驱动因素、竞争格局竞争格局、产业链及相关公司深度梳理产业链及相关公司深度梳理 随着全球生成式 AI 技术的迅猛发展，AI 服务器作为算力的关键基础设施，正迎来前所未有的发展机遇。AI 服务器凭借其强大的并行处理能力和高效的异构计算架构，成为满足大规模数据处理、模型训练和推理计算需求的核心设备。从大模型训练到多模态 AI 应用的兴起，算力需求的激增推动了 AI 服务器市场的快速增长。同时，政策支持、技术升级以及产业链的不断完善，进一步加

2、速了行业的变革与发展。无论是上游的芯片、存储、PCB 等零部件供应商，还是中游的 ODM 与品牌服务器厂商，亦或是下游的互联网巨头、云服务提供商等应用市场，整个 AI 服务器产业链都在这一浪潮中展现出巨大的潜力与活力。本文将聚焦于 AI 服务器，对其行业进行全面的概述，并分析推动 AI 服务器发展的关键因素。同时，我们将根据最新的市场动态，探讨 AI 服务器产业链发生的变革。此外，本文还将分析当前的市场格局，并列举在该领域活跃的相关公司。希望通过这些内容的阐述，能够加深大家对 AI 服务器行业的认识和理解。目录目录 一、行业概述.1 二、驱动因素.3 三、AI 服务器制造及动态.8 四、产业链

3、分析.13 五、市场格局及预测.29 六、相关公司.31 七、参考研报.37 一、行业一、行业概述概述 1、AI 服务器定义及架构服务器定义及架构 AI 时代来临，服务器性能面临挑战。时代来临，服务器性能面临挑战。服务器是一种高性能计算机，作为网络的节点，存储、处理网络上 80的数据。服务器比普通计算机运行更快、负载更高、价格更贵，具有高速 CPU 运算能力、更高的可靠性、更强的 I/O 外部数据吞吐能力以及更好的扩展性。服务器内部结构与普通计算机相差不大，都是由 CPU、硬盘、内存、系统、系统总线等部分组成，按应用场景分类可分成存储服务器、云服务器、AI 服务器和边缘服务器。通用型服务器主要

4、以 CPU 为算力来源，优化了单线程性能和通用计算任务，而非针对并行处理，主要采用提高核心数来提升算力。随着 AI 技术的发展，数据量呈几何倍增长，需要大量并行处理能力来训练和推理，导致通用型服务器难以满足日益增长的算力需求。2/38 2025 年年 1 月月 20 日日 行业行业|深度深度|研究报告研究报告 AI 服务器是指专为人工智能应用设计的高性能计算机设备。服务器是指专为人工智能应用设计的高性能计算机设备。相较于通用型服务器，AI 服务器有以下特点：1）硬件架构：AI 服务器采用异构计算架构，通过异构形式适应不同应用范围以及提升服务器的数据处理能力，异构方式包括 CPU+GPU/TPU

5、/ASIC/FPGA，目前广泛使用的 AI 服务器为 CPU+GPU；2）GPU 数量：通用型服务器一般采用一个或两个 GPU，AI 服务器需要承担大量的计算，一般配置四块GPU 以上；3）设计不同：AI 服务器由于有多个 GPU，需要针对系统结构、散热、拓扑等做专门设计。以上特点使得 AI 服务器拥有更强的并行处理能力、更快的处理速度和更大的存储空间，能够支持大规模数据处理、模型训练、推理计算等复杂任务。2、AI 服务器服务器分类分类 目前，目前，AI 服务器产品种类较多。服务器产品种类较多。按应用场景分，按应用场景分，AI 服务器分为训练和推理两种。服务器分为训练和推理两种。它既可以用来支

6、持本地应用程序和网页，也可以为云和本地服务器提供复杂的 AI 模型和服务。AI 服务器有助于为各种实时AI 应用提供实时计算服务。AI 服务器按应用场景可分为训练和推理两种，训练对芯片算力要求更高，推理对算力的要求偏低。推理负载占比有望持续提升。3/38 2025 年年 1 月月 20 日日 行业行业|深度深度|研究报告研究报告 AI 服务器采用异构形式，按芯片类型可分为 CPU+GPU、CPU+FPGA、CPU+ASIC 等组合。目前 GPU依然是实现数据中心加速的首选，其他非 GPU 芯片应用逐渐增多。二、驱动因素二、驱动因素 1、大模型推动全球算力需求激增，算力厂商迎来发展机遇、大模型推