大模型这把火，先把AI服务器“烧”沸腾了

　　大模型行业能发展成什么样，是否会沉寂，这或许不清楚。但是，托大模型的福，当前的AI服务器市场是真的太热闹了。

　　有业内人士对「智能相对论」提到，“今年的服务器订单还会再涨，特别是支持存储和训练的高端AI服务器，不少厂商的订单都主要集中在这一块，未来订单的成长动能很大。”

　　大模型之战的本质就是一场AI服务器之争。随着AI大模型加速迭代，AI厂商们纷纷加码对智能算力的建设。像百度、阿里、腾讯等等这些大厂，哪家不是抢着采购服务器的?

　　正所谓，奇货可居。更有甚者，尽管主业不是做AI的，如今也都想着跨界“玩一玩”AI服务器，例如莲花健康、锦鸡股份、恒润股份、汇纳科技、真视通等，都发布了近期内采购GPU服务器合同的消息，并借着这波操作实现了股价的暴涨，率先尝到了AI服务器的红利。

　　在这种情势下，AI服务器需求大涨，成为市场争先抢占的“硬通货”。根据TrendForce预测，2024年全球AI服务器(包含AI Training及AI Inference)将超过160万台，年成长率更是达到了40%。

　　而这种“硬通货”，因大模型而贵，也注定要更积极地去拥抱大模型产业的发展需求。

　　AI服务器，奇货可居

　　对于整个AI产业而言，AI服务器的热闹似乎是有些“悲哀”的，在热闹的背后实则是AI服务器供不应求的窘迫局面。

　　尽管本土AI服务器厂商都有推出自家的大模型服务器，但是在实现稳定出货交付之前，这一切的问题依旧暂未缓解，AI产业仍走在晃动的“吊桥”之上。

　　一般来说，通用服务器的价格在几千美金/台，而AI服务器的价格就达到了10-15万美金/台。价格提升了将近20倍不说，还不一定能拿得到货。那么，手上攥着货的，只等“水涨船高”，妥妥地稳赚不赔。

　　更不说高端AI服务器的价格了，只涨不降。据悉，搭载英伟达A800 GPU的高端AI服务器价格已经从120万元/台涨到了140多万元/台。搭载8颗英伟达H800 GPU的高端AI服务器则是涨到了接近280万元/台。

　　AI服务器疯狂溢价的背后，正是大模型驱动下的AI产业对算力的极大需求。根据工业和信息化部等六部门印发的《算力基础设施高质量发展行动计划》提到，2023年智算中心数量为30个，2025年达到50个。

　　但事实上，在过去的一年，全国范围内带有“智算中心”的项目就超过了100个，完全超出了上级规划所要求的数量，可见整个产业对算力的需求之大。

　　在这个过程中，AI产业就不得不面对巨大的算力缺口。如何解决?出路有两条，一是“增量”，不断的购买新设备，靠增量来提升算力;二是“提质”，持续的创新服务器，靠提质来提升算力。

　　第一条路径，显然不符合供不应求的市场状态。那么，能推进的就差不多就是第二条路径了，而对此所考验正是各大AI服务器厂商的创新时刻。

　　AI服务器的创新，走了“曲线救国”的路子

　　创新对于任何行业而言本就无处不在，只是AI服务器领域的创新走得相当“崎岖”，颇有些“曲线救国”的路子。

　　按理来说，对应AI产业需要的庞大算力，AI服务器只需要持续提升算力即可。但是，在AI产业的发展中，AI服务器的建设并非越多越好，主要还得讲究一个“合适”，即算力对应供求关系的匹配。

　　以目前业内各大厂商的动作和产品来看，AI服务器领域的创新呈现出了三大趋势。

　　一、AI服务器的产品升级不只是性能上的强化，更关键的是综合最优解。

　　去年，宁畅发布了面向新一代服务器架构的B8000液冷整机柜服务器。在这款产品上，高密算力只是其中的一个亮点，综合来看其同样突出的创新优势还在于超过90%液冷冷板覆盖，PUE可达1.09所实现的节能配置，以及一体集成交付，支持电网液三总线全盲插的简洁部署和运维等。

　　在这个过程中，类似于部署、运维、能耗、调控等能力都成了AI服务器产品创新的出发点，不仅仅只是计算性能上的提升。比如，联想发布的问天WA5480 G3服务器主打的优势除了多元算力之外，还兼顾了稳定性和安全性，从而更好帮助AI产业做好大模型训练、推理等。

　　对于AI服务器厂商而言，现阶段站在客户的需求角度来思考创新方向是必要的。AI服务器的订单量越来越大，整个行业蓬勃向上，往往需要兼顾的能力就越具体——算力性能的升级已经是共识，必然要在其他方面进一步拉开差距，形成差异化。

　　二、AI服务器加速融入行业解决方案，AI服务器即服务的时代已经到来。

　　既然要站在客户的需求角度上来思考创新，那么不可避免的，AI服务器的升级就必然会加速融入行业场景，为行业客户提供更进阶的服务和解决方案。以宁畅推出的电力行业解决方案为例，在整体方案体系中，AI服务器须协同AI管理平台、绿色数据中心(液冷)、并行存储核心产品矩阵等，共同助力电力行业的智能化转型。

　　这种基于行业需求所提完善的一体化解决方案，将促使AI服务器厂商实现更深度的服务和合作。类似的，浪潮提出的融合架构3.0所包含的“硬件重构+软件定义”就是一种基于AI服务器开展深度服务的体现，表现为在软件层面利用主动业务资源需求智能感知技术，进行自适应硬件资源重构，实现AI服务器等硬件资源的动态组合和智能分配，满足各类应用的需求。

　　对于AI服务器厂商而言，单纯卖硬件的时代已经过去，当前以AI服务器为代表的新产品-服务业态随着行业需求的改变正在形成。在接下来的时间内，市场不仅需要更优质的产品，还需要更深度的服务——这将持续改变AI服务器行业的竞争逻辑。

　　三、AI服务器行业标准加速对齐，头部厂商更能掌握话语权。

　　行业爆发性发展所带来的另一个必然趋势，就是行业标准的制定和对齐。很显然，在过去的一年，随着AI大模型以及AIGC等应用生态的加速催化，AI服务器行业的标准化也在迅速走向成熟。

　　例如，宁畅参与编写的《AI服务器白皮书》《绿色算力技术白皮书》，浪潮参与发布的《开放加速规范AI服务器设计指南》等行业文件均在过去的一年进入大众视野。很显然，AI服务器行业正在加速对齐各项标准，为整个行业的发展提供系统的理论支持。

　　而在这个过程中，同样不可避免的是，参与编写行业标准的头部企业如浪潮、宁畅等，将进一步掌握行业的话语权，具备更强的竞争力。与此同时，业内之间的差距或许也即将拉开，头部厂商之间的竞争也将激烈演化，随着行业标准的确定，头部厂商将需要探索更多的差异化路径，来实现超越。

　　总的来说，整个AI服务器行业的创新并非“打直球”般的纯粹“堆”算力，更多的创新还得基于客户和行业的具体需求来做延伸，服务于整个AI产业的发展。

　　写在最后

　　算力作为人工智能产业的三驾马车之一，有着不可或缺的基础价值。但是，算力的拓展并非无休止的堆砌AI服务器，对应的AI服务器的创新也并不只是满足性能上的升级。行业的发展最终带来产品的多元升级。

　　尽管如此，但是在过去的一年，AI大模型的火爆也确实带飞了整个AI服务器行业。直到今年，大模型继续向行业场景深化应用，对算力的需求有增不减，AI服务器无疑也还将持续“沸腾”。