产业分析－平行运算时代：AI伺服器与GPGPU共荣发展

图为辉达（NVIDIA）晶片。图／pixabay

（更多产业分析请扫QR Code）

伴随擅长自然语言处理（Natural Language Processing，NLP）的「大型语言模型」（Large Language Model，LLM）与擅长影像处理（Image Processing）的「扩散模型」（Diffusion Model）迈向大规模商业化之际，AI伺服器及其重要运算核心－通用图形处理器（General-Purpose Computing on Graphics Processing Unit，GPGPU）显现擅于「平行运算」（Parallel Computing）的价值，成为人类社会依托技术发展再实现生产力提升的重要引擎。

■GPGPU三大供应商：

辉达、超微、英特尔

以往执行此类平行运算工作负载多加以仰赖中央处理器（CPU）完成，然而伴随科学运算等领域发展，运算任务越趋复杂，在多重运算任务亟待指令拆分的趋势下，GPGPU凭借平行运算突出效能，已迅速彰显在巨量资料（Big Data）爆炸性成长之际，可协同CPU加速完成AI模型训练与推论的价值。

因此，辉达（NVIDIA）、超微（AMD）与英特尔（Intel）等三大供应商，无不加速演进GPGPU核心架构设计、硬体配置与封装技术。此外，平行运算时代三大供应商亦突出「高速互联技术」（High-Speed Interconnect）相连CPU与GPGPU间、GPGPU与GPGPU间的协同运算加速作用，借以巩固供应商自身产品生态系市占率。

未来在NVIDIA、AMD与Intel伺服器CPU与GPGPU产品线完善下，同一供应商CPU与GPGPU产品共同构成的封闭生态系能驱动的协同运算效能，将是AI模型训练领域关注所在。

此外，若从AI伺服器供应链与生产模式来看，AI伺服器与过去云端运算伺服器供应链生产模式相仿，可大致区分为短链代工模式（ODM Direct）与长链代工模式（OEM Mode）。

■短链与长链代工业摩拳擦掌

短链代工模式是以处理器供应商与AI伺服器代工厂（ODMs）等零组件与设备供应商（意即由处理器供应商与云端服务供应商洽谈合作），以及终端使用者（指的是云端服务供应商）为供应链主要参与者，由ODMs出货予终端使用者，终端设备平均售价较长链代工模式为低廉。

反观长链代工模式，相较短链代工模式，则同样由处理器供应商提供AI伺服器处理器（也就是处理器供应商与ODMs洽谈合作），首先由AI伺服器品牌厂（OEMs）完成AI伺服器软硬体架构设计，再委由ODMs执行组装和制造环节，再由OEMs出货予终端使用者（包括云端服务供应商、金融机构与政府单位等）。

以供应链来看，基于AI伺服器客制化程度较云端伺服器为高的特性，工业富联、英业达、神达电脑、纬创资通、纬颖科技与广达电脑等台湾伺服器代工厂（ODMs）再度发挥客制化核心能力，扮演AI伺服器供应链关键角色；而Dell、技嘉、HPE、联想与Supermicro等伺服器品牌厂（OEMs）亦寄望以AI伺服器解决方案，作为后疫情时代全球伺服器市场再成长的重要动能。