服务器报告：AI服务器产业链及公司解析（2024）

编者注：“存储系统基础知识全解（终极版）”和“服务器基础知识全解(终极版)”已经更新发布，还没有获取的读者，请在点击“原文链接”在微店留言获取（PDF阅读版本），已领取请忽略，作为购买过“架构师技术全店资料打包汇总(全)”读者福利免费发放。

以下内容来自华福证券，分析师：戴晶晶。服务器产业链包括芯片CPU、GPU,内存DRAM和内存接口及HBM,本地存储SSD,NIC、PCle插槽、散热和等。服务器CPU架构包括X86、ARM、MIPS和RISC-V等。

Al芯片是Al服务器算力的核心，专门用于处理人工智能应用中的大量计算任务，Al芯片按架构可分为GPU、FPGA、ASIC和NPU等。

HBM作为内存产品的一种，已经成为高端GPU标配，可以理解为与CPU或SoC对应的内存层级，将原本在PCB板上的DDR和GPU芯片同时集成到SiP封装中，使内存更加靠近GPU，使用HBM可以将DRAM和处理器(CPU,GPU以及其他ASIC)之间的通信带宽大大提升，从而缓解这些处理器的内存墙问题。

服务器本地存储的选择方案则包括HDD和SSD，SSD的主要硬件组件包括NAND Flash、主控芯片和DRAM，核心软件为企业级SSD的固件，数据中心级SSD已不再是一个硬盘，而是一个具备处理、缓存、计算、安全保护的小型系统，SSD渗透率有望逐渐提升。

从服务器和Al服务器构成看，芯片和存储都是核心，决定着Al服务器的算力和宽带大小。传统的通用型服务器中，售价10424美金的2xIntel Sapphire Rapids Server，CPU的成本占比约17.7%,内存和硬盘占比超过50%。

而Al服务器，售价为268495美金的Nvidia DGXH100中，CPU占比仅1.9%,GPU占比高达72.6%。内存价值量提升，但占比下降至4.2%左右。Al服务器较通用服务器价值量提升明显。

Al服务器采取GPU架构，适合大规模并行计算。Al服务器由传统服务器演变发展而来。相比于通用服务器，Al服务器为异构服务器，可以多种组合方式，搭载多个GPU、CPU以及大算力Al芯片，极大程度解决传统服务器算力不足的缺点。Al服务器采用GPU架构，GPU具有众多计算单元和长流水线，简单控制逻辑，省去Cache。面对类型统一、相互无依赖的大规模数据，处于无需中断的计算环境。相较之下，CPU被Cache和复杂控制逻辑占据，通用性导致复杂的内部结构，处理不同数据类型引入分支和中断。

Al芯片是Al服务器算力的核心。Al芯片是AI服务器算力的核心，也被称为Al加速器或计算卡，专门用于处理人工智能应用中的大量计算任务。按技术架构分类，Al芯片可分为GPU、 FPGA、ASIC和NPU等。GPU是一种通用型芯片，ASIC是一种专用型芯片，而FPGA则处于两者之间，具有半定制化的特点。按照功能分类，可分为训练和推理芯片。按照应用场景分类，可分为云端和边缘端芯片。随着Al PC、AI PIN、AIPHONE等更多应用场景出现，Al芯片的空间有望进一步打开。