AI伺服器市场正从GPU主导走向ASIC、GPU与通用型伺服器并存的新阶段。纬颖表示,上半年出货仍以通用型伺服器为主,但ASIC伺服器本季可追至整体出货约一半,下一季可??进一步超越通用型产品;GPU伺服器则预计下季底开始出货,显示大型云端业者自研AI晶片正在实际改变ODM产品结构。
这项变化背後是Hyperscaler不再把所有AI工作负载集中於单一GPU架构。GPU具有高度通用性,适合大型模型训练与多元推论;ASIC则针对特定AI运算最隹化,可在效能、功耗及总持有成本间取得不同平衡。随着AI推论规模扩大,Google TPU、AWS Trainium/Inferentia及其他云端自研晶片,使得Custom Silicon逐渐成为资料中心另一条主要运算路线。
|
对ODM而言,ASIC伺服器增加并非只是更换处理器。不同的加速器会重新定义主机板、PCB、高速互连、记忆体、电源与散热设计,Rack-scale架构更需要同步整合Power Shelf、交换器及液冷系统。因此AI伺服器竞争已从「取得GPU」升级为能否快速承接不同Hyperscaler客制平台。
...
...
| 另一名雇主 | 限られたニュース | 文章閱讀限制 | 出版品優惠 |
| 一般使用者 | 10/ごとに 30 日間 | 0/ごとに 30 日間 | 付费下载 |
| VIP会员 | 无限制 | 25/ごとに 30 日間 | 付费下载 |

