英偉達超越蘋果市值的隱喻:AI伺服器將超越手機成為ICT產業最大賽道
全球年出貨量1,200萬台,銷售金額1,000多億美元,伺服器其實從來都不是小眾的市場。只不過作為對比,汽車年銷售量近1億輛、電腦年出貨量2億台、手機年出貨量超10億台。單從銷售論,伺服器確實是小巫見大巫;伺服器容易被人忽略的更大緣由是,to B屬性讓其一直只能默默站在ICT數位經濟大潮的幕後。
但在《2024年的AI伺服器,相當於2018年的新能源車》一文中,我們提到,隨著AI帶動全球進入算力的軍備競賽,AI伺服器未來出貨量預估的複合增速將超過10%,成為成長最快的智慧硬體之一。
而由於高算力晶片堆積,伺服器的產品均價可能從1萬美元邁向10萬美元,隨著AI滲透率提升,遠期伺服器市場空間勢必將突破兆美元。如果橫向對比,ICT市場規模最大的品類-智慧型手機目前全球市場規模為5,000億美元左右,僅從比大小的視角,伺服器也開始佔據了ICT(資訊通訊)產業的C位,即將成為其中最大賽道。
所以我們看到,作為智慧型手機和伺服器最具代表性的公司,蘋果和英偉達在這時代更迭的背景下反覆爭奪全球市值第一的寶座。
我們需要強調的是,AI服務器的崛起並不是眼見他人起高樓宴賓客的旁觀者遊戲。隨著伺服器從幕後走向台前,每個人都將被裹挾其中。被動跟隨不如主動應對,站在新十年的起點,深入產業鏈,並重新審視這一重大變化的蝶變意義和乘數效應,是發於草莽並最終跟上時代脈搏的必要條件。
01
從CPU到GPU,伺服器權柄易主
在晶片產業和遊戲玩家黑話中,由於Logo顏色的不同,大家也分別戲稱英特爾、英偉達、AMD為藍廠、綠廠和紅廠。
伺服器進入AI時代,是以藍廠的全面潰敗和綠廠的意外大獲成功為背景的。
1)傳統伺服器時代,屬於藍廠英特爾的黃金20年
從產品結構來看,與汽車、智慧型手機一樣,伺服器同樣是高度精密的智慧硬體工業品,我們在《2024年的AI伺服器,相當於2018年的新能源車》一文中,定調其為當今最尖端的產品,是必須不厭其煩反覆研究的科技靶點。
理解智慧硬體最快的方式就是拆機:從功能分區來說,伺服器包括運算、儲存、IO、散熱、電源等不同功能分區的模組,不同功能模組相互耦合、協同配合;再進一步拆解,伺服器主要由主機板、記憶體、CPU、磁碟、網卡、顯示卡、電源、主機箱等硬體設備組成,不管是塔式伺服器、機架式伺服器、機櫃式伺服器、刀鋒式伺服器,內部結構都大同小異。
手機、汽車和家電,經常只做局部更新就發布新一代的產品,而伺服器與這些智能硬體最大的區別在於:伺服器這台高精密、高耦合的設備,牽一發而動全身,這是貫穿伺服器產業幾十年發展歷史一個始終未變的重要規律;也就是說,伺服器的核心零件如果更改,其他配套的零件、甚至材料也需要做相應的升級,才能使得這台精密設備高效運轉。
圖:伺服器內部結構示意圖
在傳統伺服器時代,這條規律的發端是CPU,也就是英特爾的核心產品。
在英特爾一統江湖的年代,伺服器中最核心的部件是CPU,其算力直接決定了伺服器的運算效能的上限。因此,CPU晶片的更新迭代直接推動了整個伺服器平台升級,其他配套模組的升級也都錨定英特爾的CPU系列。
熟諳這段歷史的人應該不會對英特爾Tick-Tock策略陌生;根據當年英特爾的戰略,每兩年會交替更新其CPU的一代微架構/升級一代生產工藝,由此保持與競爭對手的差異。一句題外話是,雖然英偉達目前如日中天,但是其GPU架構與製程的升級模式,滿眼都是英特爾當年策略的影子。
回到英特爾本身,Tick-Tock策略下的摩爾定律帶動伺服器產業的快速發展,也為經濟帶來了巨大的乘數效應。傳統伺服器指數層級的技術進步,使得伺服器成為網路、行動網路蓬勃發展背後最大的無名功臣。
=伺服器雖然理論使用壽命很長,但產品由於技術進步快折舊年限也經常只有2-4年,換句話說就是換機週期極短,極短的換機週期也保障了需求的持續向上、週期波動極小,所以歷史上來看,伺服器一直是個非常好的生意。
對從業人員而言,快速迭代也間接抬升了業界的技術壁壘,例如英特爾和AMD一直是CPU產業唯二的玩家,英特爾在伺服器CPU的份額甚至高達95%以上。
以當年雲端運算革命為例,受益最大的賣水者藍廠英特爾,在2018年時利潤創紀錄地達到210億美元,而其他晶片設計廠,AMD還在垂死掙扎利潤僅4億美元,現在炙手可熱的英偉達當年利潤也僅30億美元。同時,英特爾整體的毛利率一直維持在60%左右的極高水準。
在20世紀初的近20年的時間內,英特爾靠著賣伺服器CPU和電腦CPU,常年霸占半導體產業銷售額和市值雙冠王的寶座。但隨著CPU逐漸交出伺服器權柄,從業人員夢寐以求的藍廠,也變成了高低要diss兩句的牙膏工廠。
2)AI為平行計算正名,綠廠英偉達成為新王者
2020年前後,市場關心的是轉型Fabless的AMD能否王者歸來,挑戰英特爾的CPU霸主地位,畢竟彼時AMD在電腦端已經搶走了30%的份額,最後的堡壘伺服器CPU也在被逐步蠶食。
但3年後,大家意外發現偷家伺服器業務的,不是直接對手AMD而是跨界玩家英偉達。儘管早在數年前,英偉達在業績會上就反覆強調,自己不只是做遊戲顯示卡的GPU供應商,而是伺服器產業加速運算的方案解決商,但彼時除了它自己沒有一個人信。
畢竟,最早GPU只是CPU的小跟班。 GPU最初承擔影像運算任務,解決CPU在圖形影像領域處理效率低的問題,完全是作為配件而存在的。但英偉達意外發現,GPU的架構擅長並行運算,本身非常適配深度學習,也就是後來AI的基石演算法,便開始all in加速運算。
後來的加密貨幣、元宇宙雖然作為偏脈衝式的機遇,證明了英偉達選擇的方向可以撲騰出一些浪花,但始終沒有形成乘數效應。直到2023年,AI大模型的突然爆發,力證了異質架構下的平行運算,才是這個時代所需要的智慧算力。
服務器也由此拉動改變的序幕,新的王者也應運而生。映射到伺服器本身,由於異質下,平行運算才是真正的關鍵所在,因此GPU正式取代CPU,成為伺服器世代升級的核心元件,這一把CPU反而變成了小跟班。就是這簡單的變化,直接造成了半導體產業的大洗牌。
2023年,英偉達利潤超過300億美元,毛利率超過70%,歷史上首次完成了對英特爾的雙重超越,也先後登頂了全球半導體市值第一、乃至市值第一的公司。而隨著英偉達GPU一芯難求,華爾街最樂觀的預期,已經上修英偉達未來利潤將突破1000億美元,成為比肩蘋果、Google的超級印鈔機。
當下藍廠和綠廠正在上演關於伺服器權力更迭的一幕,順帶手也再次驗證了科技賽道流傳的一個經驗規律:打敗你的往往不是同行,而是跨界。
基於這條脈絡,我們不難快速跟上全球股市對AI算力炒作的每一條主線,從CoWoS、HBM、光模組、交換器、銅纜、液冷、PCB到電源。無非是以GPU為核心,去拆解不同世代的GPU,究竟為伺服器的哪些零件帶來了重大革新和增量機會。
牽一發而動全身,隨著傳統伺服器升級為採用CPU+GPU異構形式的AI伺服器,出GPU以外的其他方面也隨之而升級:
更強的拓展性:內部搭載更多的GPU模組,GPU之間透過NV Switch通訊;而伺服器之間透過高速交換器和高速光模組互聯,形成算力集群,目前交換機已經升級到800G,並配套1.6 T光模組。
更複雜的系統:AI伺服器通常需要安裝多塊GPU(最新的英偉達GB200NVL72甚至有高達72顆超級GPU算力晶片)、高速記憶體等組件,因此引入了CoWoS、HBM、銅纜等新興的製程或元器件。而且也需要配套採用更有效率的散熱系統如液冷散熱系統。
更高可靠性需求:相較於一般伺服器,AI伺服器的穩定性需求極高,通常具有較嚴格的硬體品質控制與測試流程;這也解釋了為何產能緊缺,但各環節的競爭格局反而更加收斂。
02
新王登基後,伺服器迎兩大巨變
如果只了解到以上的顆粒度,我們能夠推演產業的主要發展規律,但對於追蹤伺服器產業的具象變化仍然是不夠的。更深入一步,我們發現,隨著新王登基,伺服器迎來兩大巨變,分別體現在產業鏈和商業模式。
1)產業鏈重構,牽一發而動全身
AI再度掀起了伺服器產業鏈研究的熱潮。錦緞研究院認為,可以將以伺服器為核心的產業鏈分為5大部分(如下圖表所示);AI算力時代將以GPU為起點,重構整個伺服器產業鏈:
伺服器內部核心晶片:最重要的是算力晶片從CPU切換到GPU,GPU供應商包括英偉達、AMD,CPU主要玩家是英特爾和AMD;其次是內存,AI伺服器中內存已經升級到HBM,可以參考文章《AI國民戰爭:GPU是明線,HBM是暗線》;其他輔助晶片還包括主機板管理晶片、電源管理晶片、功率晶片等。晶片也是國內外差距最大的環節。
其他功能模組:主要包括PCB相關、主機板、電源、散熱系統、機殼等。其中PCB由於貨值大、變化多,是近期市場關注的熱點,而大陸廠商佔據了接近半壁江山,具有比較強的競爭力。
相關通訊模組:包括光模組、光晶片、交換器和光纖光纜,國內的光模組和光纖企業具有全球最強的競爭力,也是國內AI算力的領頭羊。關於光模組,可以參考文章《「算力天使」光模組,是如何從中國卷向全球的? 》;而關於交換機,可以參考文章《「反英偉達聯盟」背後,是AI的第三場戰爭》。
伺服器整機:又分為品牌工廠,以及專注於代工的白牌OEM。他們的特點是不做核心零件而是方案解決商,收入規模大同時毛利率低。這個環節以台灣和中國大陸的企業為主導。
下游終端客戶:最大的仍是雲端運算廠商,現在需求已經占到AI服務的半壁江山,其次是網路企業、營運商、企業客戶和政府機構。
透過上述解構也不難看出,先前我們多篇關於AI算力的研究,均是圍繞伺服器這個靶點,按圖索驥。另外,以英偉達的GPU為發端,帶動了下圖環節中的每一個部件,進行了相應的升級換代,也催生了層出不窮的投資熱點與機會。
圖:伺服器產業鏈全景圖資料來源:錦緞研究院整理
2)商業模式被顛覆,白牌的意外崛起
首先簡單解釋一下白牌伺服器,即ODM ( Original Design Manufacturer,原始設計製造商),就是根據客戶如英偉達或雲端運算廠商等的需求來客製化組裝伺服器產品,供應商沒有對該產品IP的所有權。
“白牌”和“代工”,並不是伺服器行業專有;但對於其他行業來說一直都是低端商業模式的代名詞。例如手機、家電產業,所有的代工廠都想擺脫白牌的標籤,轉型為品牌廠;即使無法轉型,也會用ODM、JDM等新詞來包裝美化自己。
但伺服器產業,作為當今科技含量最高的賽道,反而出現白牌企業快速擠佔品牌廠的神奇返祖現象。
台股目前市值前五名的公司,除了兩家半導體公司和一家金融企業外,鴻海精密(旗下工業富聯)和廣達,因為AI伺服器白牌代工業務,市值大幅攀升。 A股的工業富聯,市值也超過5,000億元,成為電子業當之無愧的一哥。
圖:台股市值排名前五的公司資料來源:Wind
伺服器這台精密的設備,其製造流程一般分為12個層級(Level1-Level12)。伺服器的品牌廠,理論上要完整的做完這12個層級。但與手機、家電一樣,伺服器品牌廠為了提高效率,把Level 1-Level 5外包給了伺服器白牌代工企業,因此誕生了白牌這種商業模式。歷史上,白牌企業一直都是吃邊角料的,處在鄙視鏈的最底部。
轉折點首先發生在雲端運算時代。雲端運算企業發現從品牌廠購買伺服器的太貴,而自身的需求更偏向低成本、客製化,所以雲端運算廠商開始繞過品牌廠,直接讓ODM 白牌廠商參與全流程的供貨。
雲端運算廠商的需求,與台灣地區極致的代工能力,剛好一拍即合。經過多年的發展,台灣地區已成為全球最重要的ICT代工區域,在伺服器代工領域持續佔據全球供應鏈中的重要地位;MIC統計數據顯示,2022年台灣代工伺服器佔全球白牌出貨量的81%。
經過雲端運算廠商的需求的重構,白牌伺服器快速佔據了市場份額的30%。不過台灣的白牌伺服器廠商雖然告別了最苦的日子,但整體價值含量仍然不算高,真正迎來起飛的,是在當今的AI時代。
圖:伺服器製造流程資料來源:AMAX
隨著AI時代的到來,伺服器的需求進一步升級為快速回應和客製化,品牌廠不僅沒有得到喘息反而受到更大的擠壓。白牌伺服器廠商,由於完美符合了英偉達和雲端運算廠商客戶的需求,佔據了更重要的位置。這就相當於客戶和白牌廠,直接甩掉了品牌廠這個“中間商”,化繁為簡。
伺服器的白牌代工,也順帶成為了一個相當不錯的生意。以緯穎為例,其伺服器代工的利潤能夠佔100%,公司ROE也常年維持在30%以上。而A股的工業富聯,ROE也維持在15%-20%區間。未來,白牌企業的重要性將進一步提升。
在英偉達本身的伺服器、以及裝載英偉達GPU出給CSP客戶的伺服器中,白牌廠商已經全面滲透,依照價值量從小到大,分別有:
1)GPU模組,供應商主要為工業富聯;
2)GPU加速模組主機板,供應商主要為緯創、工業富聯等;
3)主機板,供應商主要為緯創、英業達、神達等;
4)伺服器整機,供應商主要為緯創、廣達、緯穎、超微電腦、工業富聯等;
5)英偉達機櫃Rack,供應商主要為工業富聯、廣達、緯穎、超威電腦等。
產業鏈消息顯示,英偉達最新的超級伺服器GB200NVL36和GB200NVL72的代工中,工業富聯的份額將有望超過一半。如此大的商業模型變化,白牌廠商烏雞變鳳凰,甚至鴻海精密、廣達、緯創、英業達這些白牌代工廠,和高大上的台積電一起,撐起了台股的科技牛市。
03
中國大陸供應鏈實力幾何?
本來行文至此即可收筆,但估計不少讀者會追問在這麼大的產業變革中,中國大陸服務器產業鏈整體的競爭力究竟如何。
我們在此也給出一個結論,中國大陸伺服器產業鏈的競爭力雖然被不少人唱衰,但客觀而言全球比較下,競爭力僅次於美國和台灣地區。
與美國的差距,主要是體現在CPU和GPU這種算力晶片,尤其2023年開始高算力GPU出口受限,國內只能買到次兩個等級的H20;這部分只能靜待國產算力晶片,如華為、海光、寒武紀、沐熙、壁仞等等的突破,以及配合半導體先進製程能力的進步,據稱產業鏈目前的進展還是相當不錯的。
而與台灣地區的差距,主要是白牌廠商產能與客戶認證體係而非技術差距,PCB等其他元件,與台灣地區廠商的技術實力差距也不大。這主要得益於當年X86系列國產化和信創需求,培植起了一批具有一定競爭力的企業,包括浪潮、華為、新華三(紫光股)、聯想集團等。國內伺服器出貨量400萬台左右,佔全球的1/3,目前基本上已經完成了國產替代。
另外值得額外重點提的一個企業是華為,由於一直強調全端自研,華為掌握了伺服器核心晶片、整機、演算法等關鍵技術,從上面的表格中也能看出,華為成為國產AI伺服器最重要、覆蓋面最廣的供應商。
其实早在2002年,华为的服务器业务就已经开始成形,且后期随着其自研芯片的发力,华为已经具备独特的竞争优势,比如公司CPU的鲲鹏系列芯片、GPU的昇腾系列芯片,技术实力都位居国内的第一梯队,而且BMC、网卡芯片也实现了自研。实际上,随着国产AI算力需求爆发,华为服务器收入体量目前已经达到数百亿元量级,成为公司企业业务中的支柱。
以上,伺服器產業的巨變,國產算力鏈的追趕,將是我們在AI算力研究中,始終關注的兩大主線。