当超大规模厂商和云服务商规划基础设施时，第一件事永远是算清楚整体运行功耗。接下来才是挑选服务与存储的组合，以及在额定功率下能塞进多少容量。当然，预算更是个绕不开的坎儿——毕竟钱才是让这个世界转动的底层燃料。
近两年，IDC 和 Gartner 都没再发过服务器相关的跟踪报告，原因众说纷纭。不过最近国外网站 NextPlatform 在 Google 上搜服务器预测时，意外挖出了一批 IDC 从 2022 年到 2027 年的详细预测数据。先看 IDC 的原版图表，展示的是 2022 年全球服务器收入数据以及 2023 至 2027 年的预测：
NextPlatform 重新整理了一份图表，并把 2021 年的数据也补了进去：
下面是表格中引用的具体数值：
这张数据表不仅列出了服务器收入和五年期预测，还清晰地分开了 x86 与非 x86 服务器。其实在过去十年里，分不分开意义不大——非 x86 设备中大约三分之二来自 IBM 的 Power 系统和 System z 大型机，剩下的才是其他专有机器和 Arm 服务器。但情况正在迅速改变。随着 Arm 服务器在超大规模厂商和云服务商中越来越受欢迎，非 x86 这块盘子已经发生了根本性变化，而且随着 RISC-V 设备在未来十年逐步普及，变化还会继续。可以说，接下来的走势会和过去十年截然不同。
IDC 2020 年的服务器跟踪报告显示，IBM System z 和 Power 的收入是 49.8 亿美元，这意味着非 x86 类别中 Arm/其他产品占了剩余的 38.7 亿美元。假设 IBM 在 2021 年和 2022 年经历 Power10 与 z16 机器的升级周期，2025 年又迎来 Power11 和 z17 的升级，但由于 Power 或 z 处理器的计算量增长跟不上在线事务处理和其他计算需求的速度，这部分收入大概率会持续下滑。粗略估算，IBM 服务器硬件销售额会从 2020 年的略低于 50 亿美元，缩水到 2026 年的 35 亿美元，到 2027 年可能进一步降到 33 亿美元。而反观非 x86 业务中的 Arm/其他部分，则将保持非常健康的增长。当然，这同样取决于超大规模企业和云服务商的消费周期。Arm 和 RISC-V 服务器——我们推测绝大部分是 Arm 服务器——每年的销售额有望达到 200 亿美元左右。折算下来，相当于 Arm 服务器拿下大约 10% 的收入份额。
考虑到众多超大规模基础设施运营商和云服务商都在积极采用定制化 Arm 服务器 CPU 和 AI 协处理器，实际选择范围其实相当宽。关键问题在于：它们如何在性价比上跟市面上的绝对主流方案抗衡？那个方案就是 x86 服务器 CPU 搭配英伟达 GPU，目前针对 AI 和其他计算密集型工作负载的黄金组合。
说到这儿，我们真正好奇的是：用于训练或推理的 AI 服务器销售，跟其他服务器到底有什么不同？另外，去年和今年以来，服务器制造商的通货膨胀对收入又产生了多大影响？不管怎么说，GPU 通胀肯定占了绝大部分——需求过旺、供给稀缺，导致 GPU 市场严重畸变。
IDC 在报告中明确指出：“从 2022 年开始的每个季度，通货膨胀对服务器的直接影响都在加剧。服务器销售价格的同比涨幅在 2023 年第二季度攀升到了 29%；而 2022 年内一直维持在百分之十几的出货量，则在 2022 年第四季度骤降至可怜的 1.4%，2023 年第一季度同比下滑 10%，第二季度更是进一步下降了 19.9%。” 也就是说，在平均售价已经处于高位且仍在上涨的背景下，服务器出货量却大幅跳水。这背后的主要推手是 AI 训练/推理节点的高昂价格——每个节点通常搭载四到八个 GPU，单节点成本就要数十万美元。因此，未来的分析确实有必要把 AI 服务器和非 AI 服务器区分开来，因为它们在市场上已经分属两个完全不同的物种。NextPlatform 根据 IDC 2020 至 2027 年的服务器收入做了如下分析：
尽管这里面有一定主观臆断的成分，但基本判断思路应该能吻合当前、短期未来以及最近几年来的总体市场趋势。结论很清晰：除非有什么特殊情况延缓了 AI 模型的增长，或者 AI 训练和推理成本突然变得极其低廉，否则到 2026/2027 年，AI 计算很可能在全球服务器市场上占据半壁江山。
这套预测模型假设非 AI 服务器收入自 2022 年开始急剧下降 11.2%，2023 年有所改善（仅下降 5%），之后每年与 GDP 的缓慢增幅基本保持一致。与此同时，2022 年到 2023 年间，AI 服务器收入实现了近 5 倍的惊人飞跃，2024 年保持 20% 的健康稳定增长，最终在 2027 年放缓至 15%。这里并不能断言 AI 服务器就一定能保持这样的增长势头，只是假设非 AI 服务器仍处于过去几年的增长幅度和消费周期，而余下的部分全部分配给 AI 服务器业务。因此，目前这波爆发式增长将会随着英伟达 GPU 供应量增加、单位价格下降，以及其他品牌 GPU 和各种翻跟斗逐渐入市而慢慢平缓，最终进入新的增长稳态。
要想准确预测未来的服务器市场态势，还需要回答一个关键问题：全球 AI 市场到底需要多少服务器硬件？对接下来四五年做出精确预测确实非常困难。如果 AI 翻跟斗仍然供不应求且价格保持高位，那么相应收入也会居高不下；如果产能实现倍增甚至三倍增长，产品单价会随之降低一半或三分之二，总收入可能保持不变。当然，这些都只是假设，欢迎大家结合自己的感受给出判断。
没有人愿意牺牲毛利率来换取更高的销量。但激烈的竞争——比如英伟达因为太过成功而激起竞争对手的反扑——会让“不愿意”变成“愿意”，迫使企业走上以利润换销量的路。有趣的是，从 1985 年到 2000 年，RISC/Unix 机器和互联网技术的腾飞，加上大型机和专有小型机的积极更新换代，前后花了 15 年时间才在服务器总收入中拿下 45% 的份额。如果遵循同样的规律，AI 服务器可能也需要 15 年时间才能在全球服务器总收入中占比达到 45%，具体时段可能是 2010 年到 2025 年，也可能是 2011 年到 2026 年。但无论如何，届时 AI 工作负载将取代——或者说全面增强——我们所能想到的各种软件应用，开启一个前所未有的全面人工智能时代。