服务器分类及发展现状如何？

服务器是数字经济发展的基础要素之一。

服务器按CPU体系架构分类：可分成x86架构和非x86架构。x86架构服务器又称CISC（复杂指令集）架构服务器，是采用 Intel或其他兼容x86指令集的CPU和Windows操作系统的服务器。非x86服务器使用RISC（精简指令集）或EPIC（并行指令 代码），主要采用UNIX或其他操作系统。相比x86架构，非x86架构价格昂贵、体系封闭，但整体运行稳定性更好。 按处理器数量分类：可分成单路、双路、四路以及多路服务器。 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等。

服务器按应用场景可分成存储服务器、云服务器、AI服务器和边缘服务器等。近年来，随着全球物联网、数据中心的快速 发展，服务器需求量不断增长。据IDC数据显示，2021年全球服务器出货量达到1354万台，yoy+11%；2021年全球服务器市 场规模达到992亿美元，yoy+9%。其中，大陆服务器出货量由229万台增长至391万台，CAGR+11%；市场规模由93亿美元 增长至251亿美元，CAGR+22%，两项增速远超全球。 政策支持将推动国内AI服务器进入快速增长期。2023年中共中央、国务院印发《数字中国建设整体布局规划》，明确指出 “夯实数字中国建设基础”，我们认为“数字基础设施”将拉动大数据中心、超算中心等基建建设，国内AI服务器规模有 望迎来快速增长。

AI服务器和通用型区别主要在于： 1）硬件架构：AI 服务器是采用异构形式的服务器，根据应用的范围采用不同的组合方式，如 CPU+GPU、CPU+TPU、 CPU+其他的加速卡等。与普通的服务器的差别主要在大数据及云计算、人工智能等方面需要更大的内外存。2）卡的数量：普通的 GPU 服务器一般是单卡或者双卡，AI 服务器需要承担大量的计算，一般配置四块 GPU 卡以上，甚至 要搭建 AI 服务器集群。 3）独特设计：AI 服务器由于有了多个 GPU 卡，需要针对性的对于系统结构、散热、拓扑等做专门的设计，才能满足 AI 服 务器长期稳定运行的要求。

随着国内数字基础建设数据负载量的需求量不断上升，我国AI服务器市场保持较快增速。根据IDC数据，2022年大陆AI服 务器出货量达28.4万台，预计到2027年达到65万台，CAGR为17.9%，按金额计算，2022年大陆AI服务器销售额为72.55亿美 元，预计到2027年销售额将达到163.99亿美元， CAGR为17.7%。

中国在AI服务器水平位于世界前列。AI服务器采用CPU+加速芯片的架构形式，在进行模型的训练和推断时会更具有效率优 势。与国外AI芯片厂商的垄断局面不同，中国AI服务器水平位于世界前列。据IDC数据，2022年中国AI服务器市场（按销售 额），浪潮以46.6%份额占据首位，新华三、宁畅分别以11%和9%占据第二、第三名。

技术升级推动行业进步：服务器的升级迭代依赖于CPU、GPU、存储介质和网络接口等上游核心组件在性能上的提升。近 年来，部分企业正积极提高自身服务器的性能，如浪潮服务器在设计上实现了多项技术创新和升级，可支持3组或4组 CPUXGMI灵活互联配置；戴尔新一代DellPowerEdge服务器，提供了比PERC11高2倍、比PERC10高4倍的性能。 随大数据需求增长，4卡和8卡的AI加速服务器成为大客户的主流。云计算带动AI训练推理需求增长，22H1, A100的出货量 表现突出，占据GPU服务器市场的44%，随大模型推出后下游需求火热，8卡高端GPU服务器份额有望持续增长。