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 来源：慧博财经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... 

来源：雪球App，作者： 滴水之坚，（https://xueqiu.com/8589961169/247845714）

来源：慧博财经

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IDC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？

01

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

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.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

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、谷歌等，云计算收入快速增长，纷纷加大资本开支，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。

4.ChatGPT引发AI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，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。

5.AI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CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC或CPU＋多种加速卡，但目前广泛采用的是CPU＋GPU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NVME／PCIE等SSD，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AI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%。

02

AI服务器

1.ChatGPT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AI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AI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1~2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。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AI服务器市场规模稳健增长，2021-2026ECAGR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年全球服务器市场规模达到USD99bn。其中，戴尔、HPE、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，其中浪潮信息占比最高（20.2%），其次是戴尔、HPE、联想。

5.AI服务器采用异构式架构，GPU数量远高于普通服务器

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，GPU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，AI服务器的PCB层数更高，单台PCB价值量大幅提升

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。

7.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

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、兴森科技等，以及生产高速PCB板用材料（M6）的生益科技。

03

服务器核心硬件及架构分类

1.核心硬件

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、DARM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，500GB，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

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。

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，可实现轻松替换且便于维护，但是价格成本较高。

3.按照CPU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、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的x86-64。

4.X86和ARM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年高通、博通、微软、华为、飞腾等，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: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，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。

04

服务器平台升级历史及相关机遇

1.CPU是服务器的核心部件，引领服务器平台的升级换代

CPU通过内存控制芯片、PCIe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

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。

3.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

（1）内存接口及配套芯片升级

1）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。

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CPU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，DDR5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、瑞萨电子和Rambus。

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PCB主板规格升级，配套高速CCL同步升级

服务器PCB主板将CPU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PCB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。

（2）高速CCL性能大幅提升，换机周期带来国产替代契机

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、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，ABF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%。

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速，国内厂商仍有较大上升空间。

05

服务器产业链

1.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、谷歌等云计算巨头成为主要增量客户。

2.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

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

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

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

制造业是实体经济发展的核心支撑力量，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

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。

06

服务器行业相关公司

1.工业富联：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AI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：AI服务器龙头，或受益于GPT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NF5468M6\NF5688M6\NF5488A5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。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，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，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

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