大模型行業能發展成什么樣，是否會沉寂，這或許不清楚。但是，托大模型的福，當前的AI服務器市場是真的太熱鬧了。

　　有業內人士對「智能相對論」提到，“今年的服務器訂單還會再漲，特別是支持存儲和訓練的高端AI服務器，不少廠商的訂單都主要集中在這一塊，未來訂單的成長動能很大。”

　　大模型之戰的本質就是一場AI服務器之爭。隨著AI大模型加速迭代，AI廠商們紛紛加碼對智能算力的建設。像百度、阿里、騰訊等等這些大廠，哪家不是搶著采購服務器的?

　　正所謂，奇貨可居。更有甚者，盡管主業不是做AI的，如今也都想著跨界“玩一玩”AI服務器，例如蓮花健康、錦雞股份、恒潤股份、匯納科技、真視通等，都發布了近期內采購GPU服務器合同的消息，并借著這波操作實現了股價的暴漲，率先嘗到了AI服務器的紅利。

　　在這種情勢下，AI服務器需求大漲，成為市場爭先搶占的“硬通貨”。根據TrendForce預測，2024年全球AI服務器(包含AI Training及AI Inference)將超過160萬臺，年成長率更是達到了40%。

　　而這種“硬通貨”，因大模型而貴，也注定要更積極地去擁抱大模型產業的發展需求。

　　AI服務器，奇貨可居

　　對于整個AI產業而言，AI服務器的熱鬧似乎是有些“悲哀”的，在熱鬧的背后實則是AI服務器供不應求的窘迫局面。

　　盡管本土AI服務器廠商都有推出自家的大模型服務器，但是在實現穩定出貨交付之前，這一切的問題依舊暫未緩解，AI產業仍走在晃動的“吊橋”之上。

　　一般來說，通用服務器的價格在幾千美金/臺，而AI服務器的價格就達到了10-15萬美金/臺。價格提升了將近20倍不說，還不一定能拿得到貨。那么，手上攥著貨的，只等“水漲船高”，妥妥地穩賺不賠。

　　更不說高端AI服務器的價格了，只漲不降。據悉，搭載英偉達A800 GPU的高端AI服務器價格已經從120萬元/臺漲到了140多萬元/臺。搭載8顆英偉達H800 GPU的高端AI服務器則是漲到了接近280萬元/臺。

　　AI服務器瘋狂溢價的背后，正是大模型驅動下的AI產業對算力的極大需求。根據工業和信息化部等六部門印發的《算力基礎設施高質量發展行動計劃》提到，2023年智算中心數量為30個，2025年達到50個。

　　但事實上，在過去的一年，全國范圍內帶有“智算中心”的項目就超過了100個，完全超出了上級規劃所要求的數量，可見整個產業對算力的需求之大。

　　在這個過程中，AI產業就不得不面對巨大的算力缺口。如何解決?出路有兩條，一是“增量”，不斷的購買新設備，靠增量來提升算力;二是“提質”，持續的創新服務器，靠提質來提升算力。

　　第一條路徑，顯然不符合供不應求的市場狀態。那么，能推進的就差不多就是第二條路徑了，而對此所考驗正是各大AI服務器廠商的創新時刻。

　　AI服務器的創新，走了“曲線救國”的路子

　　創新對于任何行業而言本就無處不在，只是AI服務器領域的創新走得相當“崎嶇”，頗有些“曲線救國”的路子。

　　按理來說，對應AI產業需要的龐大算力，AI服務器只需要持續提升算力即可。但是，在AI產業的發展中，AI服務器的建設并非越多越好，主要還得講究一個“合適”，即算力對應供求關系的匹配。

　　以目前業內各大廠商的動作和產品來看，AI服務器領域的創新呈現出了三大趨勢。

　　一、AI服務器的產品升級不只是性能上的強化，更關鍵的是綜合最優解。

　　去年，寧暢發布了面向新一代服務器架構的B8000液冷整機柜服務器。在這款產品上，高密算力只是其中的一個亮點，綜合來看其同樣突出的創新優勢還在于超過90%液冷冷板覆蓋，PUE可達1.09所實現的節能配置，以及一體集成交付，支持電網液三總線全盲插的簡潔部署和運維等。

　　在這個過程中，類似于部署、運維、能耗、調控等能力都成了AI服務器產品創新的出發點，不僅僅只是計算性能上的提升。比如，聯想發布的問天WA5480 G3服務器主打的優勢除了多元算力之外，還兼顧了穩定性和安全性，從而更好幫助AI產業做好大模型訓練、推理等。

　　對于AI服務器廠商而言，現階段站在客戶的需求角度來思考創新方向是必要的。AI服務器的訂單量越來越大，整個行業蓬勃向上，往往需要兼顧的能力就越具體——算力性能的升級已經是共識，必然要在其他方面進一步拉開差距，形成差異化。

　　二、AI服務器加速融入行業解決方案，AI服務器即服務的時代已經到來。

　　既然要站在客戶的需求角度上來思考創新，那么不可避免的，AI服務器的升級就必然會加速融入行業場景，為行業客戶提供更進階的服務和解決方案。以寧暢推出的電力行業解決方案為例，在整體方案體系中，AI服務器須協同AI管理平臺、綠色數據中心(液冷)、并行存儲核心產品矩陣等，共同助力電力行業的智能化轉型。

　　這種基于行業需求所提完善的一體化解決方案，將促使AI服務器廠商實現更深度的服務和合作。類似的，浪潮提出的融合架構3.0所包含的“硬件重構+軟件定義”就是一種基于AI服務器開展深度服務的體現，表現為在軟件層面利用主動業務資源需求智能感知技術，進行自適應硬件資源重構，實現AI服務器等硬件資源的動態組合和智能分配，滿足各類應用的需求。

　　對于AI服務器廠商而言，單純賣硬件的時代已經過去，當前以AI服務器為代表的新產品-服務業態隨著行業需求的改變正在形成。在接下來的時間內，市場不僅需要更優質的產品，還需要更深度的服務——這將持續改變AI服務器行業的競爭邏輯。

　　三、AI服務器行業標準加速對齊，頭部廠商更能掌握話語權。

　　行業爆發性發展所帶來的另一個必然趨勢，就是行業標準的制定和對齊。很顯然，在過去的一年，隨著AI大模型以及AIGC等應用生態的加速催化，AI服務器行業的標準化也在迅速走向成熟。

　　例如，寧暢參與編寫的《AI服務器白皮書》《綠色算力技術白皮書》，浪潮參與發布的《開放加速規范AI服務器設計指南》等行業文件均在過去的一年進入大眾視野。很顯然，AI服務器行業正在加速對齊各項標準，為整個行業的發展提供系統的理論支持。

　　而在這個過程中，同樣不可避免的是，參與編寫行業標準的頭部企業如浪潮、寧暢等，將進一步掌握行業的話語權，具備更強的競爭力。與此同時，業內之間的差距或許也即將拉開，頭部廠商之間的競爭也將激烈演化，隨著行業標準的確定，頭部廠商將需要探索更多的差異化路徑，來實現超越。

　　總的來說，整個AI服務器行業的創新并非“打直球”般的純粹“堆”算力，更多的創新還得基于客戶和行業的具體需求來做延伸，服務于整個AI產業的發展。

　　寫在最后

　　算力作為人工智能產業的三駕馬車之一，有著不可或缺的基礎價值。但是，算力的拓展并非無休止的堆砌AI服務器，對應的AI服務器的創新也并不只是滿足性能上的升級。行業的發展最終帶來產品的多元升級。

　　盡管如此，但是在過去的一年，AI大模型的火爆也確實帶飛了整個AI服務器行業。直到今年，大模型繼續向行業場景深化應用，對算力的需求有增不減，AI服務器無疑也還將持續“沸騰”。