大家好，感谢邀请，今天来为大家分享一下服务器市场遇冷 AI热潮带动厂商利润增长的问题，以及和的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！

随着对超异构计算的需求升温，您可以通过减少销售来赚取更多收入。

尽管2023年全球服务器出货量可能较上年减少20%，但厂商营收仍有望保持增长。这背后的原因是超异构计算驱动的系统芯片的附加值。

据此前报道，数据中心正在根据人工智能工作负载的需求进行重塑。这种转变要求运营商设计更高配置和更可观成本的计算系统，以便在整体需求下降的背景下推动硬件收入的持续增长。

在最新的云和数据中心市场调查中，Omdia预计2023年服务器出货量将下降17%至20%，但收入将增长6%至8%。

市场研究人员还专门针对这一趋势创造了一个新术语：超异构计算，指的是配置有协处理器以优化特定应用程序性能的一种服务器。

体现这一整体趋势的典型例子就是搭载AI加速器的服务器设备。 Omdia 表示，大型语言模型训练最流行的底层配置是NVIDIA DGX 服务器，配备8 至100 个H100 或A100 GPU。亚马逊的人工智能推理服务器也符合超异构计算的标签，它配备了名为Inferentia 2 的定制协处理器。

超异构计算还涵盖使用其他协处理器类型的系统，例如具有20 个自定义视频编码单元(VCU) 的Google 视频转码服务器。 Facebook母公司Meta也有类似的硬件。其视频处理服务器配备了12个定制的Meta Scalable视频处理器。

Omdia 表示，这一趋势正在推动服务器芯片密度的提高。预计到2027 年，CPU 和协处理器将占数据中心总支出的30%，远高于过去十年20% 的比例。

除了媒体处理和人工智能之外，Omdia 预测数据库和网络服务等工作负载未来也将迎来类似的发展趋势。

目前，很多数据库已经开始引入SSD形式的计算存储加速器，可以通过片上处理器提高key-value性能。

从调查数据来看，微软和Meta的GPU部署速度超过了其他超大规模基础设施运营商。到今年年底，两家公司将拥有150,000 个Nvidia H100 加速器可供使用，是谷歌、亚马逊和甲骨文的三倍。

Omdia的调查显示，超大规模云服务提供商疯狂集中GPU资源，导致戴尔、联想、HPE等服务器厂商因没有足够的NVIDIA配额而难以履行GPU服务器订单。目前，配备H100 GPU的服务器的交货时间已延长至36至52周。

这些高端服务器的落地也极大地刺激了数据中心供电和冷却设施的市场需求。今年上半年，机架配电套件收入同比增长17%，UPS套件支出也增长7%。

此外，液体冷却系统预计将出现显着增长。 Omdia从OEM厂商公布的数据判断，今年直接芯片液冷支出将增长80%；超大规模供应商Supermicro也提到，预计第四季度出货的系统中有20%将配备液冷。

作为快速提升供电能力的重要途径，数据中心预制模块也开始崭露头角。 Omdia 发现，一些供应商报告对这些预制模块的需求增加了一倍，其中包括额外的开关、UPS、电池和配电套件。

Omdia预计，从现在到2027年，全球数据中心支出总额将保持年均10%的增长率，届时总额将达到4684亿美元。

其实服务器市场遇冷 AI热潮带动厂商利润增长的问题并不复杂，但是又很多的朋友都不太了解，因此呢，今天小编就来为大家分享服务器市场遇冷 AI热潮带动厂商利润增长的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！