logo
通用服务器退场,智算服务器上位:算力基础设施的黄金十年
发布日期: 2026-09-18 12:11:42

通用服务器退场,智算服务器上位:算力基础设施的黄金十年

1、算力基础设施与算力服务行业概况

算力基础设施是算力生产的“核心工厂”,其核心零部件、设备及集群的性能、能效与适配性,直接决定算力产业的运行效率与发展边界;算力服务则是算力落地应用场景的关键环节。在算力需求爆发式增长的背景下,二者既是算力供给的基础,也是推动技术迭代、生态重构与场景赋能的核心驱动力。当前,算力基础设施呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征,对产业升级、科技创新、民生改善和高效治理具有重要意义。

服务器是算力基础设施的基本算力单元,相较普通计算机,具有运行更快、负载更高、可靠性更强、I/O吞吐能力更强和扩展性更好等特点。按架构及应用场景,服务器可分为通用服务器和智算服务器。

通用服务器以CPU为算力来源,侧重单线程性能和通用计算,主要通过增加核心数提升算力,不擅长并行处理。随着AI发展,数据量激增,训练和推理需要大量并行能力,通用服务器难以满足需求。

智算服务器是专为人工智能设计的高性能设备,相较通用服务器:一是采用异构计算架构,以CPU与GPU、TPU等加速芯片协同,目前常用CPU+GPU;二是GPU数量更多,通常配置4块以上,而通用服务器多为1—2块;三是需针对系统结构、散热、拓扑等专门设计。因此,智算服务器具备更强并行处理能力、更快速度和更大存储,可支持大规模数据处理、模型训练和推理计算等复杂任务。

2、行业市场规模

算力基础设施行业覆盖广泛,涵盖算力芯片、服务器、数据中心、云服务等多个层级。以服务器市场规模作为算力基础设施行业规模参照,2025年全球服务器市场出货量达到1,678万台,同比增长15.3%;市场规模约为4,441亿美元,同比增长80.4%。驱动这一增长的核心要素包括人工智能算力需求激增、云计算基础设施持续扩容、企业数字化转型深化以及边缘计算部署规模扩大。特别是生成式AI模型训练与推理对高性能计算(HPC)服务器的需求呈现指数级上升趋势,推动智算服务器等高端产品线快速增长。

2025至2030年期间,全球服务器出货量年复合增长率预计为5.1%,到2030年出货总量将突破2,150万台。预测显示,2030年全球服务器市场规模将达到约15,000亿美元,2025—2030年复合增速约为28%。

2025-2030年全球服务器市场出货量及市场规模预测

图片1.jpg

资料来源:普华有策

美国及中国是算力产业的主要参与者,也是服务器市场份额及出货量增长最快的国家,2025年度,美国服务器市场出货量占比达46%,而中国服务器市场出货量占比为28%。2025年,中国服务器市场在人工智能需求的强力驱动下实现跨越式增长,全年出货量达464万台,其中x86服务器出货量占比约78%,出货量增速4.4%但市场规模增速为46.0%,主要系AI服务器单价更高,成为推动整体市场爆发的核心引擎。

3、行业发展趋势分析

(1)全球算力需求持续提升,推动各层级市场规模扩张。

AI、大模型推动算力向异构计算、高性能计算转型。全球GPU市场2021年335亿美元、2023年604亿美元,CAGR34.28%,预计2030年达4774亿美元,CAGR34.36%;2025年全球服务器出货1678万台、市场规模约4441亿美元,同比+15.3%、+80.4%。通用算力稳步增长,智能算力增速更快;训练带动集中式数据中心、超节点和算力集群,推理推动边缘算力增长。产业链从芯片、光模块、内存到整机、集群、方案、应用全面扩张,硬件侧更快,应用层仍在探索,短期核心零部件与整机确定性更强。

(2)异构计算架构普及,从单一CPU转向多芯片协同。

算力芯片形成“CPU+GPU+DPU+ASIC”异构模式,多芯片协同提升效率。英伟达3nm产品单片算力超20PFLOPS,华为昇腾、谷歌TPU等通过存算一体将内存带宽提升5倍以上。异构架构可匹配通用、并行、训练推理、低时延等任务,提升算力密度与能效比,并兼容多厂商、多代际芯片,成为服务商核心竞争力。服务商需支持多芯片兼容与多元算力统一纳管,满足国产化替代和弹性调度需求。

(3)绿色低碳转型深化,液冷成为主流散热方案,算电协同加速。

AI训推高能耗推升数据中心用电需求,绿色算力成共识。液冷从组件、整机柜走向集群规模化应用,浸没式、冷板式替代风冷,并利用自然冷源。算电协同升级为国家级新基建,政策推动绿电与算力协同布局、全国算力监测调度,促进算力设施与新型电力系统融合。

(4)单机柜算力密度持续提升,超节点成为算力新底座。

超节点通过整机柜级一体化紧耦合、芯片级高速互联、统一液冷供电与集中管理,破解带宽、时延、运维瓶颈,成为大模型训练核心基础设施。全球AI算力架构加速向超节点演进,国内厂商逐步逼近国际水平;该架构也为国产加速卡通过集群有效算力追赶提供路径。技术攻坚聚焦高密集成、高速互联、全局协同、可靠运维,智算中心进入超节点时代。

(5)国产化替代深化,国产软硬件及整机适配完善。

各国将算力自主性作为竞争重点,中国将自主可控上升为战略目标。需求方从“绝对性能优先”转向“供货稳定、成本可控、系统可预期”。国产芯片短期性能有差距,但在可获得性、价格和可持续性上更具优势。鲲鹏、昇腾、海光等提供核心硬件支撑,超聚变、浪潮信息等推动智算服务器、液冷服务器发展,提升产业链自主可控水平。

(6)算力向边缘延伸加速,边缘AI落地深化。

2025年全球超50%数据在边缘产生,75%企业数据需在边缘处理闭环。AI重心从训练向场景应用迁移,推理算力进入爆发期;边缘计算可降低带宽成本、提升效率与安全合规能力。行业通过边缘轻量化模型、云边协同、分层推理、统一边缘AI框架与标准,缓解资源受限问题。工业场景已部署边缘AI视觉缺陷检测、设备预测性维护,提升良品率与运行稳定性。

(7)AI行业落地提速,全栈价值升级与规模化闭环成型。

未来五年是AI行业落地关键期,客户需求从单点效率优化转向全局业务创新与效益提升,价值逻辑从硬件参数比拼转向实际业务产出,高质量、可复制Token成为价值高地。以算力软硬协同为核心的AIInfra成为竞争关键,服务商通过算力调度优化、模型工程化与行业知识融合,从“卖算力”转向“卖效果”。产业形成“算力筑基—平台赋能—场景变现”闭环,政务、金融、制造等将率先规模化。竞争将聚焦场景适配与商业闭环效率,能耦合算力、平台与行业Know-How者将占据价值高地。

4、行业主要壁垒

(1)技术壁垒:算力基础设施技术密集。芯片依赖先进制程、架构设计、EDA与先进封装,研发投入大、迭代快、试错成本高;服务器需融合电子、材料、热学、力学、计算机体系结构、软件工程及AI调优等多学科,实现高密度、高可靠、低功耗、液冷等系统级优化;数据中心涉及集群架构、光互联、供配电、散热与网络调度。最终算力输出需整合CPU、GPU、内存、硬盘等并统一管理调度,且需针对金融、工业、AI等场景定制。企业须组建多学科团队、长期研发,方能形成竞争力。

(2)供应链壁垒:芯片依赖海外高端光刻机、光刻胶、特种材料与代工产能,集中度高、交期长、存在断供风险;服务器关键元器件被少数国际厂商垄断,采购规模、锁价与备货能力决定成本交付;数据中心受土地、电力、能耗指标(PUE)、网络资源及合规审批约束。龙头通过与加工厂、零部件供应商深度合作,保障供货、成本与优先供应,并建立供应链控制系统,缩短交付、提升稳定性,形成壁垒。

(3)生态壁垒:异构算力与国内外多芯片体系并行,整机厂商和云服务商需与CPU、GPU、操作系统、数据库、云平台等适配;国产化生态下,与国产软件协同优化是进入关键领域的门槛。同时,芯片与整机厂商通过开放合作、全栈产品矩阵、软硬一体化方案和垂直场景服务,构建自身生态竞争力。

(4)品牌及客户壁垒:领先厂商凭产品与品牌声誉巩固市场,新进入者难获客户信任。算力主要需求方为大型互联网、运营商、金融等,对可靠性、安全性、兼容性要求极高,认证严格、合作黏性强、转换成本高,且定制化需求显著。一旦切入核心客户供应链,易形成长期稳定合作,构成品牌及客户壁垒。

5、行业内主要竞争格局及主要企业

全球算力基础设施呈“海外龙头主导高端、中国厂商加速追赶”格局。服务器市场集中度较高,戴尔、超微、联想、HPE、浪潮信息位居前列;戴尔凭AI服务器订单领先,联想x86出货增长强劲,HPE以GreenLake和混合云方案差异化竞争。

中国服务器市场集中度更高,浪潮系居首,新华三、超聚变、联想紧随。x86服务器中,浪潮信息、超聚变、新华三、联想、中兴合计份额近78%。

AI服务器竞争最激烈。2025年上半年中国市场,浪潮信息以约32%市占率居首,中兴、超聚变、新华三、华为位列前五,CR5约81.8%。按交付能力分:第一梯队浪潮信息,具备十万台级交付与万卡集群能力;第二梯队华为、新华三、超聚变、中兴,具备训推全系列布局;第三梯队中科曙光、拓维信息等,聚焦细分、信创与行业定制。

主要企业定位:DELL、HPE为全球老牌全栈基础设施厂商,分别以PowerEdge和GreenLake为核心;浪潮信息为中国服务器龙头,AI服务器优势显著;紫光股份(新华三)以“云-网-安-算-存-端”全栈布局覆盖政企多行业;中科曙光定位国产全栈算力服务商,液冷与超算底蕴深厚。

整体看,行业壁垒高,技术、供应链、产能交付、资金与生态适配构成门槛。竞争焦点正从单一硬件性能转向异构算力协同、液冷成熟度、集群交付效率与行业场景落地,能耦合算力、平台与行业Know-How的服务商将占据优势。

行业主要竞争企业情况

图片2.jpg

资料来源:普华有策

6、行业面临的机遇与挑战

技术演进:2012年云计算推动算力由本地向云端部署;2016年AI带动新型架构服务器需求;2020年5G商用催生边缘计算;2022年末以来,大模型推动GPU、FPGA、ASIC等算力芯片多样化,训练服务器、推理服务器及大规模集群服务器快速发展。

(1)行业面临的机遇:

①AI算力需求爆发,发展空间广阔。

训练和推理对高并行、高吞吐、高能效算力需求快增,应用从互联网数据处理拓展至AI、大数据、边缘计算等,各国加快布局,行业迎来需求增长与结构升级。

②政策密集落地,国家战略支撑。

算力芯片、服务器、数据中心、云计算纳入数字中国、东数西算、新质生产力等体系;“十五五”将全国一体化算力网纳入现代化基础设施,明确适度超前建设;工信部2025年发布专项政策;“东数西算”完善跨区域调度;信息安全推动央国企采用国产服务器。

③国产替代加速,关键行业渗透提升。

CPU、GPU、主板、操作系统自主化水平提升,鲲鹏、飞腾、昇腾生态日趋成熟,国产服务器在政府、金融、电信、能源、科研等行业渗透率稳步提升;外部不确定性激发自主创新,本土厂商加速技术突破与产业化。

④应用场景全面拓展,市场持续扩容。

AI原生场景(大模型、自动驾驶、智能制造、医疗影像)成为增长引擎;绿色算力推动液冷服务器放量;边缘计算在工业互联网、智能电网、云游戏等低时延业务中拓展,“云边端”协同加强;行业定制化需求为国产厂商提供差异化空间。

(2)行业面临的挑战:

①半导体制程等瓶颈,对系统级能力要求更高。

海外已形成完整芯片设计、制造、软件工具链生态,先进制程持续迭代,高端芯片与软硬件协同成熟;中国受装备、先进工艺制约,高端算力芯片自主供给受限,影响大规模AI集群算力密度与能效。国内技术路线分散,异构算力适配、底层软件优化不足,需通过架构创新、封装突破、全栈软硬件协同弥补差距。

②“建—管—用”全链条挑战加剧,亟须一体化方案。

建设端,高密度液冷、异构兼容、自主可控工业场景适配要求高;管理端,跨数据中心调度、中心—边缘协同、预测式主动运维存在短板;应用端,算力向价值转化、软硬协同、算智融合瓶颈凸显。需构建从底层操作系统到上层应用中台的一体化方案,加速释放算力价值。

“十五五”算力基础设施与算力服务行业细分市场调研及投资战略规划报告涵盖行业全球及中国发展概况、供需数据、市场规模,产业政策/规划、相关技术、竞争格局、上游原料情况、下游主要应用市场需求规模及前景、区域结构、市场集中度、重点企业/玩家,企业占有率、行业特征、驱动因素、市场前景预测,投资策略、主要壁垒构成、相关风险等内容。同时北京普华有策信息咨询有限公司还提供市场专项调研项目、产业研究报告、产业链咨询、项目可行性研究报告、专精特新小巨人认证、市场占有率报告、十五五规划、项目后评价报告、BP商业计划书、产业图谱、产业规划、蓝白皮书、国家级制造业单项冠军企业认证、IPO募投可研、IPO工作底稿咨询等服务。(PHPOLICY:MJ)