慧博智能投研-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.docxVIP

行业研究报告慧博智能投研

行业研究报告

慧博智能投研

专业的投资研究大救据平台

行业|深度|研究报告

2025年1月20日

Al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

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，我们将根据必威体育精装版的市场动态，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

、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、行业概述

1、Al服务器定义及架构

AI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。

1/38

专业的投资研究大教据平台

行业|深度|研究报告2025年1月20日

表5:服务器分类

服务器类型

概念

应用场景

特点

存储服务器

专门用于存储数据的服务器。通常有高存储容量和可扩展性，并具备数据保护和备份功能

数据中心、企业数据备份、云存储等

主要用于数据的长期存储和备

份，强调存储容量和可靠性

云服务器

通过互联网提供计算服务的虚拟服务器。用户可以根据自己的需求选择不同的计算资源和配置，并且只需按需支付费用

云计算、Web应用、游戏、视频处理等

具有弹性、灵活性和可扩展性，可以按需使用计算资源

配备硬件加速器，提供强大的计算和数据处理能力

AI服务器

专门用于支持人工智能应用的服务器，通常配备高性能处理

器、GPU、FPGA等硬件加速器，能够提供高效的计算能力和

数据处理能力

医疗影像智能分析、人脸识

别、语音识别指纹识别、安防

监控、金融服务等场景

边缘服务器

部署在接近数据源的边缘节点上的服务器。可以处理和分析数据，并将结果发送到云端或其他地方

物联网、5G、视频监控等场景

部署在边缘节点上，能够更快地处理数据和相应请求

资料来源：华经产业研究院，国信证券经济研究所整理

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。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/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。

图44:Al服务器CPU+架构

CPU

CPU

总线

CPU内存

GPU显存

GPUGPUGPU

资料来源：穆浩然、李宁东等编-《AI服务器白皮书(2023年)》-开放数据中心委员