《服务器行业深度:AI需求驱动、核心架构、相关机遇、产业链及相关公司深度梳理-230414(21页).pdf》由会员分享,可在线阅读,更多相关《服务器行业深度:AI需求驱动、核心架构、相关机遇、产业链及相关公司深度梳理-230414(21页).pdf(21页珍藏版)》请在三个皮匠报告上搜索。
1、 1/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 服务器服务器行业行业深度:深度:AI需求驱动需求驱动、核心架构、核心架构、相关机遇、相关机遇、产业链及相关公司深度梳理产业链及相关公司深度梳理 服务器是计算机的一种,是指网络环境下为客户机提供计算机应用服务的专用计算机,安装有网络操作系统和各种服务器应用系统软件,它比普通计算机运行更快、负载更高、价格更贵。服务器随着场景需求经历通用服务器-云服务器-边缘服务器-AI 服务器四种模式,AI 服务器采用 GPU 增强其并行计算能力;算力需求快速增长,AI 服务器潜在市场广阔。据 ID
2、C 预测,2023 年全球 AI 服务器市场规模为 211 亿美元,预计 2025 年达 317.9 亿美元,2023-2025 年 CAGR 为 22.7%;2026 年全球 AI 服务器出货量将进一步提升,2022-2026 年 CAGR 达到 10.8%。围绕服务器及 AI 服务器我们不妨以下面几个问题作为突破口进行理解:服务器行业发展的驱动因素及市场空间是怎样的,数字智能时代炙手可热的 AI 服务器具有怎样的增量空间,服务器的具体核心硬件及架构分类是怎样的,目前服务器平台升级换代能够带来哪些机遇,服务器行业相关产业链及下游具体应用领域都有哪些,相关公司都有哪些优势?目录目录 一、服务器
3、行业发展驱动因素及市场空间.1 二、AI 服务器.5 三、服务器核心硬件及架构分类.8 四、服务器平台升级历史及相关机遇.12 五、服务器产业链.17 六、服务器行业相关公司.19 七、参考资料.21 一、服务器行业发展驱动因素及市场空间一、服务器行业发展驱动因素及市场空间 1.全球数字化进程持续推进,数据与算力规模快速增长全球数字化进程持续推进,数据与算力规模快速增长 随着全球数字化进程的推进,云计算、人工智能、无人驾驶、AR/VR 等新兴数字科技产业蓬勃发展,全球数据总量呈现爆发式增长。据 IDC 预测,2021 到 2025 年全球新增和复制的数据量复合增长率达到 23%,到 2025
4、年将跃升至 181ZB。与此同时,全球算力规模也在同步高增长,2021 年全球计算设备算力总规模达到 615EFlops。根据华为 GIV 预测,到 2030 年全球通用计算算力将达 3.3ZFLOPS(FP32),AI 计算算力将达到 105ZFLOPS(FP16),增长 500 倍。2/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 2.算力成为数字化时代的关键生产要素算力成为数字化时代的关键生产要素 随着全球数字化进程的全面开启,算力作为重要支持,赋能作用已经有所显现。清华产业研究院和浪潮信息发布的2021-2022 全球计算力指数评估报告选取了 15
5、个国家,评估结果显示,十五个重点国家的计算力指数平均每提高 1 点,国家的数字经济和 GDP 将分别增长 3.5和 1.8,并预计该趋势在2021-2025 年将继续保持。越来越多的国家会认识到算力对宏观经济的重要性,算力资本与物质资本形成互补效应,共同促进 GDP 增长,算力势必会成为各国未来主要的角逐点。3.云计算龙头持续加码,数据中心建设热度不减,服务器出货量持续攀升云计算龙头持续加码,数据中心建设热度不减,服务器出货量持续攀升 随着数字化进程推进,算力需求持续增长,数据中心的市场规模不断扩大。国内外云计算龙头企业如:亚马逊、微软、谷歌亚马逊、微软、谷歌等,云计算收入快速增长,纷纷加大资
6、本开支,主要用于数据中心基础设施的建设。服务器作为数据中心建设成本的最大部分,市场规模快速扩张。RUiWhUPWhVjWtQmPtRaQ8QaQtRoOsQoNlOoOsOiNoPtP9PrQxPNZqRzQwMnNqP 3/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 4.ChatGPT 引发引发 AI 产业创新,算力与通信需求大幅跃升产业创新,算力与通信需求大幅跃升 ChatGPT 表现出色,AI 智能水平大幅提升。ChatGPT 是由美国人工智能公司 OpenAI 于 2022 年 11 月推出的生成式对话预训练模型,可以理解人的意图,与人进行多轮对话
7、,并且回答的内容非常逼真。ChatGPT 极大提升了人机交互的效率,个人 AI 时代即将到来。ChatGPT 激发了大模型巨大的潜力,强人工智能出现一丝曙光。AI 应用如雨后春笋般出现,算力与通信需求呈爆发式增长。ChatGPT 仅仅是 AI 大规模应用的开始,更多的 AI 应用在路上,海量的数据将会产生且非结构化数据居多,这些数据需要更大带宽的网络设备进行传输,更多的 AI 算力进行处理。并且单台服务器所能提供的算力有限,单个大模型所需的算力由网络联接的成千上万的服务器组建大规模算力集群来提供。届时,AI 服务器和交换机需求将会快速增长。4/21 2023 年年 4 月月 14 日日 行业行
8、业|深度深度|研究报告研究报告 5.AI 服务器有望加速增长服务器有望加速增长 随着 AI 技术的广泛使用,CPU 的串行处理架构已经不能满足 AI 时代的算力需求,而 GPU、FPGA 等采用并行计算的芯片更加适合密集型的计算,AI 服务器应运而生。AI 服务器主要是异构形式的服务器,可以为 CPUGPU、CPUFPGA、CPUTPU、CPUASIC 或 CPU多种加速卡,但目前广泛采用的是 CPUGPU 架构。AI 服务器在组成部件上与普通服务器差异不大,主要提升在以下几个方面:1)更大容量内存,满足大数据实时负载增加的需求;2)提供更多外置硬盘插槽,并广泛支持 NVMEPCIE 等 SS
9、D,满足大数据或模型参数的快速存储需求;3)需要带宽更高的网络模块,满足 AI 服务器之间、与终端用户的数据高速传输需求。随着 AI 在各行各业得到广泛使用,算力需求将会呈指数级增长,AI 服务器的需求将会高速增长。2022 年搭载 GPGPU(General Purpose GPU)的 AI 服务器年出货量占整体服务器比重近 1%,而2023 年 ChatGPT 相关应用有望再度刺激 AI 相关领域,预计 2023 年出货量增长率可达 8%,2022-2026 年复合成长率将达 10.8%。2022 年北美四大 CSP(云服务提供商)Google、AWS、Meta、Microsoft 的 A
10、I 服务器采购占比合计 66.2%,而中国近年来随着国产化进程加速,AI 建设浪潮升温,字节跳动的采购量最大,年采购占比达 6.2%,其次则是腾讯、阿里巴巴与百度,分别约为 2.3%、1.5%与1.5%。5/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 二、二、AI 服务器服务器 1.ChatGPT 的竞争本质即大模型储备竞赛的竞争本质即大模型储备竞赛 大模型是人工智能发展的必然趋势:大模型即“大算力+强算法”结合的产物。大模型通常是在大规模无标注数据上进行训练,学习出一种特征和规则。基于大模型进行应用开发时,将大模型进行微调,如在下游特定任务上的小规模有标
11、注数据进行二次训练,或者不进行微调,就可以完成多个应用场景的任务。大模型是辅助式人工智能向通用性人工智能转变的坚实底座:大模型增强了人工智能的泛化性、通用性,生产水平得到质的飞跃,过去分散化模型研发下,单一 AI 应用场景需要多个模型支撑,每个模型需要算法开发、数据处理、模型训练、参数调优等过程。大模型实现了标准化 AI 研发范式,即简单方式规模化生产,具有“预训练+精调”等功能,显著降低 AI 开发门槛,即“低成本”和“高效率”。2.大模型出现带动大模型出现带动 AI 服务器呈现加速状态服务器呈现加速状态 大模型的出现有望带动 AI 服务器需求:我们认为除了对低延迟低功耗算力的性能需求,在服
12、务器的种类上也产生了多样化、细分化的场景应用需求。各行业与人工智能技术的深度结合及应用场景的不断成熟与落地,使人工智能芯片朝着多元化的方向发展,为了迎合芯片的多元化,服务器的类型也将越来越丰富,并适用越来越多的行业应用场景。根据 IDC 的数据,在 2021 年的统计,预计到 2025 年中国加速服务器市场规模将达到 108.6 亿美元,且 2023 年仍处于中高速增长期,增长率约为 20%。AI 大模型对算力的需求分别来自训练和推理两个环节。1)训练环节:通过标记过的数据来训练出一个复杂的神经网络模型,使其能够适应特定的功能,模型具有一定的通用性,以便完成各种各样的学习任务。该环节需要处理海
13、量的数据,注重绝对的计算能力。2)推理环节:利用训练好的模型,使用新数据推理出各种结论。借助神经网络模型进行运算,利用输入的新数据来一次性获得正确结论的过程。该环节对算力要求比训练环节略低,但注重综合指标,单位能耗算力、时延、成本等都要考虑。3.服务器厂商把握服务器厂商把握 AI 大模型机会大模型机会 AI 大模型训练和推理催生 GPU 需求上涨,AI 服务器采用异构式架构,NVIDIADGXA100 服务器 8 个GPU+2 个 CPU 的配置远高于普通服务器 12 个 CPU 的配置,能够满足 AI 大模型需求。在单芯片计算训练性能不断提升的基础上,服务器整体能效的提升同样受到关注。IDC
14、 预计,全球 AI 服务器市场规模稳健增长,2021-2026ECAGR 预计达 17%。AI 大模型将带动算力需求增长,催生对 AI 服务器的需求。6/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 工业富联、联想、中兴通讯、紫光股份工业富联、联想、中兴通讯、紫光股份等公司有望把握住 AI 大模型带来的机会,受益于 AI 服务器需求的持续提升。4.全球全球 AI 服务器市场规模稳健增长,服务器市场规模稳健增长,2021-2026ECAGR 预计达预计达 17%根据 IDC 数据,2014-2021 年,全球服务器厂商销售总额总体呈上升趋势,2021 年全球服
15、务器市场规模达到 USD99bn。其中,戴尔、戴尔、HPE、联想、浪潮、联想、浪潮市场份额排名前列,合计占比超过 40%。IDC 认为2021-2026E 全球 AI 服务器厂商市场规模将稳健增长,2026 年市场规模有望达 USD35mn,预计2021-2026ECAGR 达到 17%。1H21 全球 AI 服务器厂商竞争格局相对集中,其中浪潮信息浪潮信息占比最高(20.2%),其次是戴尔、戴尔、HPE、联想、联想。7/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 5.AI 服务器采用异构式架构,服务器采用异构式架构,GPU 数量远高于普通服务器数量远高于
16、普通服务器 AI 大模型训练和推理催生 GPU 需求上涨。目前 AI 训练主要采用:1)英伟达在 AI 训练 GPGPU:包括V100/A100/H100(22 年下半年开始量产出货)以及美国限制出口后英伟达推出的裁剪版 A800。2)AMD 推出的 AI 训练芯片包括 MI250/250X/300。在推理芯片的选用方面,相较于训练更多关注模型大小而言,推理更依赖于任务本质,以此决定所需芯片种类。当需要大量内容/图像 AI 生成式时,需要 GPU 进行推理计算(如英伟达主流的 T4 芯片);而对于较简单的推理过程(语音识别等),CPU 有时也会成为较好的推理引擎。AI 服务器采用异构式架构,G
17、PU 数量远高于普通服务器。随着多模态大模型 AI 服务器和普通服务器的主要区别在于:1)架构不同。AI 服务器采用 CPU+GPU/FPGA/ASIC 等异构式架构,而普通服务器一般是 CPU 架构;2)GPU 数量差异显著。比较 NVIDIADGXA100 和浪潮英信服务器 NF5280M6 构造,NVIDIADGXA100 包括 8 个 A100GPU 和 2 个 AMDRomeCPU,而浪潮英信服务器 NF5280M6 仅配置1-2 个英特尔第三代 Xeon 处理器。仅在 GPU 方面,一台 AI 服务器就能够带来约 10 万美元的价值量提升。6.相比传统服务器,相比传统服务器,AI
18、服务器的服务器的 PCB 层数更高,单台层数更高,单台 PCB 价值量大幅提价值量大幅提升升 AI 服务器与传统服务器的区别主要在于:1)硬件架构更复杂:多采用“CPU+其他加速卡”的异构形式,且目前 CPU+GPU 为主流;2)加速卡数量更多:一般配置四块及以上加速卡;3)设计更独特:针对系统结构、散热、拓扑等专门设计;4)技术更专用:如服务器平台需要更大内存带宽,NVlink 提供更大的显存位宽带宽,Tensor Core 提供更强的 AI 计算力等。这些区别,尤其是 NVlink 这些特殊接口都使得 AI 服务器对 PCB 层数,通信速度都提出了更高要求,从而带动 AI 服务器的 PCB
19、 价值量大幅提升。根据产业调研,AI 服务器用 PCB 一般是 20-28 层,传统服务器最多 16 层,每提升一层,PCB 价值量提升 1000 元左右,因此单台 AI 服务器的 PCB 价值量相较传统服务器的 PCB 价值量将有明显提升。8/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 7.AI 服务器占全球服服务器占全球服务器出货量比例将逐年提升,长期仍有量增空间务器出货量比例将逐年提升,长期仍有量增空间 AI 服务器占全球服务器出货量比例将逐年提升,长期仍有量增空间。目前 AI 服务器占整体服务器出货量的比例并不高,但在智算算力需求的潜在预期下占比有
20、望逐年提升,长期看对 PCB/CCL 有增量空间。据 TrendForce 数据,截至 2022 年为止,预估搭载 GPGPU 的 AI 服务器年出货量占整体服务器比重近1%,预计在 ChatBot 相关应用加持下,2023 年出货量年增长可达 8%,另外预测其 2022-2026 年CAGR 将达 10.8%,是全球整体服务器的复合增速的 2 倍多。因此,AI 服务器对 PCB 的影响,短期以价值量提升为主,长期仍有增量空间。从竞争格局上看,大陆 PCB 厂商在全球服务器的竞争中已占据一席之地,但在 AI 服务器领域参与度不高。AI 大模型要求多张 GPU 通过 NVLINK 等特殊接口紧密
21、链接形成一张超级 GPU,对高密度 PCB 板的层数、通信速度等提出更高要求。产业链公司包括生产通信用高密度 PCB 的深南电路、沪电深南电路、沪电、兴森兴森科技科技等,以及生产高速 PCB 板用材料(M6)的生益科技生益科技。三三、服务器核心硬件服务器核心硬件及架构分类及架构分类 1.核心硬件核心硬件 9/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 服务器一般由 CPU、存储芯片、PCB 主板、电源、机柜、散热等模块组成。其中,CPU 是服务器的核心部件,决定了服务器的运算性能,芯片的更新迭代推动了服务器平台升级,并会带动配套的通信芯片、PCB 主板、D
22、ARM 及其他零部件同步升级。其中 CPU、内部存储和外部存储是组成服务器的核心部件。CPU 处理器:负责整个服务器的运算与控制,相当于人的大脑,是直接影响到服务器性能的核心部件。单台服务器可由多个 CPU 组成,一般服务器 CPU 个数多为 2-4 颗,也可有单颗的;虚拟化主机 CPU有 4-8 颗的。CPU 越多服务器性能越高。CPU 的核数一般都是四核。内部存储:是 CPU 和硬盘之间的缓冲设备,是临时存储器(作用是临时存放数据),程序在运行的时候,都会调度到内存中运行,服务器关闭或程序关闭之后数据将自动从内存中释放掉。外部存储:永久存放数据的存储器,其中常用的硬盘有 300GB,500
23、GB,1TB,3TB,4TB 等。硬盘类型分机械硬盘、固态硬盘两种。硬件成本构成:以一台通用服务器为例,CPU(主板或芯片组)占比最高,大约占成本 50%以上,内存(内部存储+外部存储)占比约为 20%。2.按机箱结构分类按机箱结构分类 服务器按照机箱结构可分为:塔式服务器、机架式服务器、机柜式服务器、刀片式服务器。塔式服务器:采用台式机箱结构,常见的入门级和工作组级服务器基本上都采用这一服务器结构类型。优点:对放置空间要求较小,拓展性高,应用范围广泛,成本较低;缺点:升级扩张有限,独立性强。机架式服务器:设计宗旨主要是为了尽可能减少服务器空间的占用,例如专业网络设备。优点:比塔式服务器对空间
24、的要求更小。可扩展性强,扩展操作便利;缺点:拓展和散热受到一定限制,因此无法实现完美的设备扩张,单机性能有限。机柜式服务器:应用于企业端,内部设备较多或不同设备单元放置在一个机柜中。优点:功能模块与支撑模块彻底分离,可靠高效。灵活架构,允许网络、计算、存储有机共存、维护简便,缺点:投入成本较高、能耗高、内部拓展性有限。10/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 刀片式服务器:专为特殊应用行业和高密度计算机环境而生,每一片“刀片”即模板,类似独立服务器,在集群模式下,具备高速网络环境、资源共享等领域,广泛应用于数码媒体、医学、航天、军事等领域,性能较高
25、,可实现轻松替换且便于维护,但是价格成本较高。3.按照按照 CPU 架构分类架构分类 伴随应用需求不断扩张,不同架构服务器百花齐放:按照 CPU 指令集架构的差异,服务器可分为 CISC、RISC、VLIM 等架构。CISC(复杂指令集):庞大复杂的指令数目,常见 CISC 微指令集主要集中在:AMD、Intel、VIA 等 IA-32、X86 架构的 CPU 产品;优点在于能够有效缩短新指令的微代码设计时间,允许设计师实现 CISC 体系机器的向上相容,指令丰富且功能强大,而缺点指令使用率不均衡、不利于采用先进结构提高性能等。RISC(精简指令集):对指令数目和寻址方式都做了精简。包含了简单
26、、基本的指令,透过这些简单、基本的指令,就可以组合成复杂指令,常见 RISC 微指令集主要集中在:DECAlpha、ARC、ARM、AVR、MIPS、PA-RISC、PowerPC、RISC-V 中,优点在于指令执行效率高,原因是 90%指令由硬件直接完成,10%的指令是由软件以组合的方式完成;缺点在于指令数较少,功能不及 CISC 强大。VLIM(超长指令集架构):采用多个独立的功能部件,指令调度是由编译器静态调度完成,因此指令可同时流出数目越大,超长指令的性能就明显;优点在于结构简单且价格低廉,缺点在于编译器负担较重,且需要更多内存,目前微处理器有 Intel 的 IA-64 和 AMD
27、的 x86-64。11/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 4.X86 和和 ARM 各具优势,国产生态迎新机遇各具优势,国产生态迎新机遇 目前 X86 架构服务器仍占绝对优势,ARM 架构服务器潜力巨大:根据市场应用占比把服务器分为 X86服务器和非 X86 服务器,目前使用 X86 架构的服务器 CPU 仍然占据绝对优势。按照 2021 年统计数据,X86 架构市场占比高达 97%,ARM 占比仅为 2.07%,PowerBI 占比为 0.27%,但以 ARM 为代表的RISC 结构近年来增长迅猛,尤其国内诞生了以华为海思、阿里平头哥华为海思、
28、阿里平头哥为代表芯片企业。X86 和 ARM 各具优势:ARM 体积小、低功耗、低成本、执行更加高效、指令长度固定,然而在性能上不及 X86,如果 ARM 要在性能上接近 X86,就需要极高的频率,从而带来较高能耗;X86 单条指令功能强大且指令数相对较小、带宽要求低,然而缺点在于寻址范围小、部分计算机利用率不高、执行速度慢。ARM 加速迭代,国产生态迎新机遇:根据 TrendForce 数据预测,随着云数据中心增长,预计到 2025 年,ARM 架构在数据中心服务器市场渗透率将达到 22;ARM 在服务器的市场崭露头角,早在 2008 年高高通、博通、微软、华为、飞腾通、博通、微软、华为、飞
29、腾等,也陆续开发了各自的 ARM 服务器 CPU,2019 年,随着着 ARM 的Neoverse 平台路线图的推出,服务器市场份额渗透率得到质的提升;国产生态迎新机遇,X86 生态依然被 AMD 和英特尔英特尔垄断,而 ARM 架构随着国产生态和技术逐渐成熟,迎来国产替代的新机遇。5.服务器架构随负载量扩张而不断优化服务器架构随负载量扩张而不断优化 12/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 服务器架构随负载量扩张而不断优化:服务器架构经历了从传统单一模式到集群模式,再到分布式架构的优化过程。传统单一模式,服务器诞生初期将所有功能汇集在同一个系统,
30、缺点为不便于维护、横向拓展性不佳;因此集群模式诞生,这种集群模式将同一项目放在多个服务器上,有效缓解用户访问量大的压力,但由于各个服务器间功能重复却缺乏协同,系统维护成本仍然较高,且增加了用户重复登陆问题,因此服务器架构进化到分布式模式。在分布式架构中,整个系统按照不同功能拆分为多个单一功能的子模块,每个模块被放到不同服务器中相互协作,共同组成服务器网络,能够有效解决功能耦合度高等问题且代码复用性高。四四、服务器平台升级历史服务器平台升级历史及相关机遇及相关机遇 1.CPU 是服务器的核心部件,引领服务器平台的升级换代是服务器的核心部件,引领服务器平台的升级换代 CPU 通过内存控制芯片、PC
31、Ie 控制芯片和 I/O 处理芯片等组成的芯片组及 PCB 板与 GPU、内存、硬盘和网口进行连接,使用 PCIe、DMI、SPI、USB 等总线(通信协议)进行信号等传输。CPU 作为处理和计算数据的核心部件,需要与芯片组、PCB 板、内存和硬盘等进行良好地协同工作才能发挥其最佳性能。因此,当 CPU 架构发生重大升级时,配套的组件也需同步升级,共同推动服务器平台的升级换代。2.Intel、AMD 下一代处理器蓄势待发,服务器平台升级正在当下下一代处理器蓄势待发,服务器平台升级正在当下 上面已经提及服务器按 CPU 架构可分为 x86 和非 x86 两种服务器,x86 服务器销量和销售额均长
32、期在90%以上。Intel 和 AMD 作为 x86 服务器 CPU 的双寡头企业,占据了几乎全部份额,决定了服务器的升级路径。Intel 已于 2023 年 1 月 10 日发布第四代 Xeon 处理器,AMD 也已于 2022 年 11 月 10 日发布第四代 EPYC 处理器。随着新一代高性能处理器的发布,服务器相关配套组件将会迎来新的成长机遇。13/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 3.处理器升级换代,服务器配套零部件迎来重大变化处理器升级换代,服务器配套零部件迎来重大变化 Intel 和 AMD 服务器处理器升级一直朝着处理速度更快、传
33、输速率更高的方向发展。此次处理器架构的升级有两个显著的变化:PCIe 总线从 PCIe4.0 升级到 PCIe5.0;内存模组从 DDR4 升级到 DDR5。更高的总线标准对 CCL 和 PCB 有更高的要求:低介电常数、低散逸因子、低粗糙度及高层数。根据JEDEC 标准,DDR5 内存模组内存接口芯片规格更高、功能更多,还需要三种配套芯片,分别是串行检测集线器(SPD)、温度传感器(TS)以及电源管理芯片(PMIC)。随着新一代 CPU 平台渗透率的提升,相关的 CCL、PCB、内存接口芯片厂商将会从中获益。4.DDR5 加速渗透,内存接口芯片量价齐升加速渗透,内存接口芯片量价齐升(1)内存
34、接口及配套芯片升级内存接口及配套芯片升级 1)内存模组(俗称内存条)是内存模组(俗称内存条)是CPU与硬盘的数据中转站,在数据缓冲、性能稳定等方面发挥与硬盘的数据中转站,在数据缓冲、性能稳定等方面发挥着重要作用着重要作用 内存模组主要分为四类:RDIMM(寄存双列直插内存模组)、LRDIMM(减载双列直插内存模组)、UDIMM(无缓冲双列直插内存模块)、SODIMM(小外形双列直插式内存模块)。其中,RDIMM、LRDIMM 主要用于服务器,UDIMM、SODIMM 主要应用于普通台式机、笔记本。服务器内存模组在速度、容量、稳定性、纠错能力等方面都有更为严格的要求,价值量也更高。14/21 2
35、023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 2)内存接口芯片可以提升内存数据访问的速度和稳定性,是内存接口芯片可以提升内存数据访问的速度和稳定性,是CPU存取内存数据的必由通路存取内存数据的必由通路 内存接口芯片按功能可分为:寄存缓冲器(RCD),数据缓冲器(DB)。RCD 用来缓冲来自内存控制器的地址、命令和控制信号;DB 用来缓冲来自内存控制器或内存颗粒的数据信号。目前,内存接口芯片仅用于服务器内存模组,为服务器的大容量、高速率、高稳定性等性能提供重要保障。其中,RDIMM 仅使用了 RCD 芯片,LRDIMMM 则采用了 RCD 和 DB 的套片,性能更加优
36、异,主要用于高端服务器。内存升级换代,内存接口芯片量价提升。DDR5 第一子代内存接口芯片与 DDR4 最后一个子代的内存接口芯片相比,工作电压(1.1V)更低,传输速率提升 50%,稳定性和有效性进一步改善,价值量也有所增加。其中,DDR5LRDIMM 在 DDR4“1+9”(1 颗 RCD 和 9 颗 DB)基础上演化成“1+10”架构。到了DDR5 中期,原本不需要信号缓冲的 UDIMM、SODIMM,需要配置 1 颗时钟驱动器(ClockDriver,CKD),提高时钟信号的完整性和可靠性,目前 JEDEC 正在制定相应产品的标准。除了内存接口芯片的变化外,DDR5 世代内存模组还需要
37、配置三种配套芯片:1 颗 SPD 芯片、1 颗PMIC 芯片和 2 颗 TS 芯片。目前,服务器内存模组 RDIMM、LRDIMMM 需要配置三种配套芯片;台式机、笔记本内存模组 UDIMM、SODIMM 需要配置其中两种配套芯片:1 颗 SPD 芯片、1 颗 PMIC 芯片。(2)服务器平台升级,服务器平台升级,DDR5 内存模组需求大幅提升内存模组需求大幅提升 CPU 架构升级,内存条可配置数量增加。新一代 CPU 的核心数更多,主频频率更高,执行命令的速度更快。为了满足充分发挥 CPU 的高计算性能,需要有更大容量的内存条去缓冲数据。从 Intel 和 AMD服务器 CPU 平台发展历程
38、看,内存通道、插槽数量、最大支持容量不断增加。AMD 最新的 Zen4 架构CPU 的内存通道数为 12,最大可支持内存容量为 6TB,较上一代提升 50%。据华经产业研究院数据,2021 年全球服务器平均配置 10 条内存模组。随着新一代服务器平台大规模量产,服务器内存条市场空间将会迅速扩张。下一代服务器平台迎来放量元年,内存接口芯片市场空间迅速扩容。明年搭载 Intel 和 AMD 下一代CPU 的服务器迈入大规模量产阶段,DDR5 内存模组渗透率将会大幅度提升。根据 Yole 预测,2023 年DDR5 的出货量会超过 DDR4,出货量占比将超过 50%。与此同时,新世代的内存模组内存接
39、口芯片及配套芯片需求将会呈现爆发式增长。(3)内存接口芯片竞争格局内存接口芯片竞争格局 15/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 内存接口芯片行业壁垒高筑,三足鼎立格局已经形成。内存接口芯片是技术密集型行业,需要通过 CPU、内存和 OEM 厂商的全方位严格验证后,方可进行大规模使用,新的玩家很难介入。随着技术难度不断升级,内存芯片玩家从 DDR2 世代的 10 多家到 DDR4 世代只剩 3 家,行业基本出清,三足鼎立格局已经形成。在 DDR5 世代,全球只有三家供应商可提供 DDR5 第一子代的量产产品,分别是澜起科技、澜起科技、瑞萨电子瑞萨电
40、子和 Rambus。澜起科技澜起科技竞争优势明显,持续抢占市场份额。澜起科技凭借自主知识产权的高速、低功耗技术等技术优势,发明了 DDR4 全缓冲“1+9”架构,被 JEDEC 采纳为国际标准,此后其市场份额不断提升,顺利实现弯道超车,成为行业的龙头。公司在 DDR5 世代继续领跑,可为 DDR5 系列内存模组提供完整的内存接口及模组配套芯片解决方案,是目前全球可提供全套解决方案的两家公司之一。在 DDR5 世代,澜起科技的行业龙头地位会进一步加固,充分享受新世代的红利。5.服务器服务器 PCB 主板规格升级,配套高速主板规格升级,配套高速 CCL 同步升级同步升级 服务器 PCB 主板将 C
41、PU 与 GPU、内存、硬盘等进行互连,是它们之间传输信号的通道。随着服务器平台的升级,主板上器件数量增加,信号传输速率翻倍增长,PCB 主板层数提高、传输速率大幅提升,制造工艺升级,高速 CCL 的选材也发生重大变化。(1)服务器服务器 PCB 主板制造工艺升级主板制造工艺升级 服务器 CPU 性能升级,配套的组件数量增加,主板上走线更加密集,PCB 层数更高。PCB 层数更高,传输速率更快,加工难度大幅提升。16/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 (2)高速高速 CCL 性能大幅提升,换机周期带来国产替代契机性能大幅提升,换机周期带来国产替代
42、契机 服务器平台传输速率大幅提高,高速 CCL 用料升级。高速 CCL 是 PCB 的关键原材料,其介电常数(Dk)、介质损耗因子(Df)与传输速度和损耗等相关。其中,Df 是影响传输损耗和信号完整性的主要因素,Dk 对传输时延和特性阻抗具有重要影响。下一代服务器 PCIe 的传输速率将达到 32GT/s,相比上一代总线提升一倍,需要使用具有更低 DK 和 Df 值的高速 CCL,技术难度更高。服务器换机周期推动高速 CCL 国产加速替代。据南亚新材招股说明书,在高速覆铜板领域,目前内资厂商的市场占有率不到 5%,主要为日本、中国台湾地区的企业所垄断。近年国内高速 CCL 的头部企业生益科技、
43、南亚新材生益科技、南亚新材制造工艺提升,产品竞争力得到增强,已经通过一系列认证。下游采购商出于供应链安全的考虑,也在积极引入国内供应商。伴随着服务器换机周期的开启,相关企业有望趁机进入到服务器产业链中,加快高速 CCL 国产替代的进程。6.高算力需求带动先进封装需求,高算力需求带动先进封装需求,ABF 载板有望充分受益载板有望充分受益 高算力需求带动先进封装需求,ABF 载板有望充分受益。以 AI 大模型为基础的 AIGC 新应用快速兴起,对算力的要求提高,服务器单机将搭载更多的 CPU/GPU 等芯片,解决多芯片间高速互连的先进封装成为关键。而 IC 载板作为先进封装的关键材料,有望进一步打
44、开价值空间。尤其 ABF 载板,相较于 BT载板具备层数多、面积大、线路密度高、线宽线距小等特点,更能承载 AI 高性能运算,在 CPU、GPU、FPGA、ASIC 等高运算性能 IC 放量预期下将更充分受益。据 Prismark 预测,ABF 载板为 IC 载板行业规模最大、增速最快的细分领域,预计全球 ABF 载板市场规模 2026 年将达到 121 亿美元,2021-2026年 CAGR 为 11.5%。17/21 2023 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 从竞争格局看,载板技术壁垒较高,长期以日韩台厂商为主,国内起步较晚。随着半导体产业链的国产化替代加
45、速,国内厂商仍有较大上升空间。五、五、服务器产业链服务器产业链 1.产业链产业链 服务器产业链的上游是零部件厂商以及配套等软件厂商,行业集中度高且主要被美、日、韩企业控制,如:Intel、AMD、英特尔、英特尔等;中游是服务器厂商,主要通过服务器上游供应商采购核心零部件,根据下游客户的需求生产、销售服务器整机给下游客户;2012 年以前,服务器下游客户主要是银行、政府及电信、其他大型企业等传统客户,近年来随着全球数据总量和算力需求的爆发式增长以及存储、计算资源向云端迁移,以亚马逊、微软、谷歌亚马逊、微软、谷歌等云计算巨头成为主要增量客户。18/21 2023 年年 4 月月 14 日日 行业行
46、业|深度深度|研究报告研究报告 2.下游应用下游应用 根据 IDC 数据,服务器赋能千行百业,实则为数字经济的底层基础设施;其中,互联网行业占比最多,为 43.8%,广泛应用于电子商务、电子邮件、电子游戏等领域;电信行业占比 9.9%,应用场景为通讯网络、云平台建设;金融占比约为 9.0%,广泛应用于商业业务系统、银行系统等场景;政府领域占比为 10.6%,主要应用于数字政务、办公系统等领域。(1)互联网,积极拥抱新兴技术,领先全球算力水平互联网,积极拥抱新兴技术,领先全球算力水平 根据 IDC 数据统计,2021 年互联网企业采购的 IT 基础架构中,超过九成被应用于云计算部署方式。此外,互
47、联网与人工智能、大数据等新兴技术的结合也催生了对海量计算能力的需求。目前,从互联网数据中心的体量来看,中、美仍处在第一梯队,中美两国占全球整体服务器保有量六成以上。近年来互联网行业在亚太区的增长颇为突出,这主要源于疫情之后在线需求的增加,以及亚太地区经济的复苏。此外,中国持续加大数据中心的部署,更多企业采取云服务方式。(2)电信,利用算力投入优化内部管理、赋能业务创新电信,利用算力投入优化内部管理、赋能业务创新 内部,随着 5G、云计算等技术的落地,电信运营商对内面临着业务增长压力;外部,智慧交通、智慧零售、车联网、游戏娱乐、AR/VR 应用等增值业务等算力需求逐步增加。海量创新业务增长对数据
48、快速访问价值凸显,要求电信数据厂商承担数据高并发、低延迟传输、保证业务永续的能力。(3)金融,智能化加速,有力支撑金融业务创新发展金融,智能化加速,有力支撑金融业务创新发展 随着移动互联网场景的普及,金融行业(包含银行、保险和证券)的数字化业务迅猛发展,呈现出线上化、智能化、无接触等特征,此外,数字银行、个人财富管理、数字化借贷、全渠道支付等新兴金融场景层出不穷。金融行业对业务的及时性相应要求极高,移动互联业务由于其高并发、高峰值场景需求,稳定、安全、高效、弹性的基础设施成为首选。(4)制造,实现智能制造,推动数字工厂建设制造,实现智能制造,推动数字工厂建设 制造业是实体经济发展的核心支撑力量
49、,也是全球算力水平最高的传统行业之一,2021 年算力支出占全球 12%,其中包括大型 ERP 系统运转、物联网、传感器的应用。此外,在人工智能、大数据、区块链等新兴技术使用上,制造业也领先于大部分传统行业。根据 IDC 的预测,到 2025 年,中国制造业 IT相关支出占全球市场将达到 20%左右。(5)医疗,算力投入有望推动信息化平台建设医疗,算力投入有望推动信息化平台建设 随着医疗信息化等领域的高投入,初步形成以计算平台为核心的综合信息系统,在医院范围内形成数据互联互通、区域协同、分级诊疗的体系。随着 AI 等技术发展,大数据赋能医疗行业智能化升级将是下一个发展目标。19/21 2023
50、 年年 4 月月 14 日日 行业行业|深度深度|研究报告研究报告 六、六、服务器行业相关公司服务器行业相关公司 1.工业富联工业富联:全球服务器产业龙头:全球服务器产业龙头 工业富联作为提供服务器代工服务的龙头厂商,将深度受益于 AI 服务器市场扩容带来的机会,有望凭借高性能的 AI 服务器迎来营收增长。客户方面,相较于 2021 年,2022 年工业富联服务器营收中云服务商比重由 35%上升至 42%,来自云服务商客户的营收占比持续提升;产品方面,伴随着 AI 硬件市场迅速成长,公司相关产品 2022 年出货加倍,AI 服务器及 HPC 出货增长迅速,在 2022 年云服务商产品中占比增至
51、约 20%。算力时代的开启为高效 AI 服务器提供了更广阔的发展空间,据公司 2022 年报,相关新产品将在 2023 年陆续研发推出。2022 年,工业富联云服务设备占总营收比例超过 40%。2.环旭电子:服务器和高速交换机主机板供应商,协助客户推出边缘环旭电子:服务器和高速交换机主机板供应商,协助客户推出边缘 AI计算服务器计算服务器 环旭为客户提供 ODM/JDM/EMS 伺服器、存储、NAS 和 SSD 产品以及制造服务,并提供 L10 系统设计服务,包括主机板、固件 BIOS 和 BMC、子卡(背板、附加卡等)、外壳和散热设计以及系统集成。Al服务器方面,环旭提供设计制造(JDM)服
52、务,协助品牌客户推出边缘 Al 计算服务器。根据环旭电子2022 年业绩快报,云端及存储类业务营收达 69.89 亿元,同比增长 41.1%,占公司营收比例由 2021 年的8.7%增长至 2022 年的 10.2%。受益于 AI 带来的云端及边缘计算新需求,公司云端及存储类产品营收有望实现长期稳健增长。3.浪潮信息:浪潮信息:AI 服务器龙头,或受益于服务器龙头,或受益于 GPT 推广推广 公司在 AI 服务器市场处于龙头地位,据 IDC,公司 AI 服务器在中国市场市占率超 50%,位列第一。公司在 AI 服务器布局多年,依托 AI 领域深厚的技术积累,打造了 NF5468M6NF5688
53、M6NF5488A5等主流机型以及视频 AI 加速器 M10A 等 AI 产品,在售 AI 服务器产品 10 余款,在研产品 6 款,分为AI 训练服务器、AI 推理服务器、元宇宙服务器等类型,具有丰富的产品矩阵。相比一般服务器,AI 服务器更适合用于 AI 大规模并行计算,公司作为 AI 服务器龙头,有望率先受益于 AI 服务器需求释放。20/21 2023 年年 4 月月 14 日日行业行业|深度深度|研究报告研究报告 公司在互联网行业具备良好的客户基础,积极拓展通信、金融等行业客户,未来有望受益于互联网行业恢复性增长及新行业客户的持续拓展。4.澜起科技:内存接口芯片龙头,技术实力雄厚,布
54、局高性能计算产业澜起科技:内存接口芯片龙头,技术实力雄厚,布局高性能计算产业澜起科技成立于 2004 年,是国际领先的数据处理及互连芯片设计公司,目前拥有互连类芯片(2022 上半年营收占比为 64%)和津逮服务器平台两大产品线。公司 2021 年营业收入为 25.6 亿元,归母净利润为 8.3 亿元,过去 5 年复合增速分别高达 16%和 19%,实现了业绩的高速增长。公司重视研发投入,技术实力雄厚,在内存接口芯片领域处于领先水平,不断拓展高速互连芯片品类,迭代开发 CPU、AI 等高性能计算芯片,已经融入到服务器生态系统,充分受益于高速成长的服务器产业。内存接口芯片龙头企业,充分受益内存更
55、新换代。公司在 DDR4 世代发明了“1+9”分布式架构,解决了传统集中式架构存在的功耗高、大容量与高速率之间冲突的问题,并被 JEDEC 国际标准所采纳。在DDR5 世代,公司继续领跑,是全球唯二的完整内存接口及模组配套芯片解决方案提供商,内存模组迎来新旧世代切换,公司产品有望迎来新机遇。此外,公司依托其技术优势和强大的客户资源,不断拓展互连芯片新品类,如:PCIeRetimer 芯片、MXC 芯片和 MCR 接口芯片,为公司后续的成长积蓄力量。布局高性能计算芯片,追赶算力时代的浪潮。公司于 2016 年与英特尔和清华大学合作开发津逮服务器CPU,经过多年的发展已具备一定的客户基础和市场份额
56、,持续的更新迭代提高了产品竞争力,该产品2022 年上半年实现销售 6.90 亿元,同比增长 17.3 倍。公司凭借自身的技术优势,正在研发基于“近内存架构”的 AI 芯片,逐个突破地布局高性能计算领域,紧追算力时代的步伐。5.沪电股份:服务器换机周期带动公司企业通讯板业务高增长沪电股份:服务器换机周期带动公司企业通讯板业务高增长沪电股份成立于 1992 年,一直立足于 PCB 产业,主要产品为企业通讯板、汽车板、办公及工业设备板,收入占比依次为 66%、23%和 6%(根据 2022 年报)。公司抓住全球数字化和汽车“三化”的机遇,积极布局高速网络设备、数字中心产品,大力发展汽车板业务。在疫
57、情、供应链、5G 建设放缓等外部环境持续逆风下,公司主动调整产品客户结构,提升运营效率,努力降本增效,经营业绩稳中有进。2022年营业收入为 83.36 亿元,同比增长 12.37%,归母净利润为 13.62 亿元,同比增长 28.03%。AI 超算有望成为未来成长引擎,企业通讯板深度受益。公司持续深耕北美大客户,22 年凭借交换机及AI 超算服务器市场实现平稳增长。展望 23 年,虽然北美经济衰退压力仍在,但 AI 革命已至,算力瓶颈约束凸显,科技巨头正全力加码算力投资,硬件资本开支有望提前触底回升,常规服务器平台切换在即,PCB 备货有望 Q2 启动,沪电在 AI 超算服务器 PCB 最高
58、,5.0 服务器主板份额也有望显著提升,考虑算力增长带动 400/800G 交换机升级,数通板新增订单有望从 Q2 加速改善。6.东山精密:硬板卡位北美云计算数通市场,管理改善持续兑现东山精密:硬板卡位北美云计算数通市场,管理改善持续兑现Multek 为东山 2018 年收购的高端硬板厂。Multek 产品门类齐全,并具备卓越的综合方案解决能力,能够为不同领域客户提供最适合其需要的方案。Multek 在客户和技术上具有明显优势:Multek 拥有多年的 PCB 生产经验,高多层通信板深耕海外数据中心。公司收购至今该业务经营效率持续改善,“内部挖潜+产品优化+开拓客户”贡献业绩增量。Multek
59、 历史盈利状况不佳,其主要原因包括:1)管理效率低下;2)客户结构不合理,海外客户占比过高,中美贸易摩擦致海外订单流失,国内客户占比小未能接力;3)HDI 产能高配低用,产线稼动率不足拖累业绩21/21 2023 年年 4 月月 14 日日行业行业|深度深度|研究报告研究报告 释放。自收购以来,东山精密目标重点提升 Multek 的经营效率,对组织架构和人员进行梳理,经营性业绩已经实现显著改善。7.其他相关公司其他相关公司七、参考资料七、参考资料 1.方正证券-半导体行业:AIGC 赋能服务器芯辰大海2.中金公司-科技硬件行业 AI 浪潮之巅系列:服务器,算力发动机3.华泰证券-科技行业专题研
60、究:服务器产业链如何受益于 AI 大模型4.浙商证券-AI 服务器行业报告:大模型算力需求驱动 AI 服务器行业高景气5.中泰证券-电子行业 AIGC 发展给电子带来的投资机遇:AI 服务器拆解,产业链核心受益梳理6.东方证券-电子行业 AI 系列报告之 PCB:AI 算力需求增长,服务器 PCB 厂商受益7.华创证券-服务器行业深度研究报告:AI 革命已至,算力竞赛推动服务器迎来升级浪潮8.国信证券-电子行业算力芯片及 AI 服务器专题:AI 的 iPhone 时刻到来,电子的 AI 机遇兴起9.广发证券-电子行业“AI 的 iPhone 时刻”系列 6:AI 服务器迎来 ChatGPT 风口,光芯片行业步入黄金时代10.华西证券-AIGC 行业深度报告(5):ChatGPT,加速计算服务器时代到来免责声明:以上内容仅供学习交流,不构成投资建议。