根据IDC全球服务器市场季度追踪报告显示,2018年第一季度全球服务器市场的厂商收入同比增长38.6%至188亿美元,该季度全球服务器出货量同比增长20.7%至270万台。
整个服务器市场持续走强,连续第三个季度实现两位数增长,收入高于历史上任何一个第一季度的收入水平。对服务器的这种历史性需求是由以下几个因素驱动的:整个市场范围内企业更新周期、对云服务的强劲需求、服务器作为软件定义基础设施核心构建块的采用增长、对新型号CPU(如英特尔Purely平台)的广泛需求、以及下一代工作服在不断增加的部署。由于配置越来越丰富,且组件成本越来越高,因此本季度平均销售价格(ASP)有所上升。平均销售价格的增长也助推了收入的增长。
该季度批量出货的服务器收入增长40.9%至159亿美元,中端服务器收入增长34%至17亿美元,高端服务器收入增长20.1%至12亿美元。
IDC服务器和存储高级研究分析师Sanjay Medvitz表示:“第一季度超大规模数据中心的增长继续推动着服务器的批量需求。虽然各种OEM在这个领域取得了成功,但ODM仍然是快速增长的超大规模服务器需求的主要受益者,目前这部分占到了服务器市场总收入和出货量的大约四分之一。”
整个服务器市场的厂商排名
Dell和HPE/新H3C集团在全球服务器市场中并列第一的位置,市场份额分别为19.1%和18.6%。Dell是前五大公司中增长最快的服务器供应商,其收入同比增长50.6%至36亿美元,收入份额同比增长1.5%,在所有主要地区都有强劲的表现。该季度HPE/新H3C集团收入同比增长22.6%至35亿美元。HPE的份额和同比增长率包括了从2016年5月开始计算的H3C中国合资企业的收入;因此,报告中HPE /新H3C集团的数据是两家公司的全球服务器收入总和。联想、IBM和思科并列第三,市场份额分别为5.8%、5.3%和5.2%。ODM Direct类别下的厂商收入同比增长57.1%至46亿美元。Dell在出货量方面领跑全球服务器市场,占第一季度总出货量的20.6%。
注释:
* IDC在两个或更多供应商之间的收入或出货份额相差百分之一或更少的差异时,宣布在全球服务器市场占统计比例。
**由于HPE与新H3C集团现有合资企业,IDC将从2016年第二季度开始向全球范围报告HPE和新H3C集团的外部市场份额为“HPE /新H3C集团”。
注释:
* 当全球服务器市场中两家或者更多厂商的收入份额或者出货量份额小于等于1%的时候,IDC认定这些厂商位于并列位置。
** 由于HPE和新华三集团现有的合资公司,IDC从 2016年第二季度开始把HPE和新华三集团作为“HPE/新华三集团” 一个整体记录全球市场份额。
注释:
* 当全球服务器市场中两家或者更多厂商的收入份额或者出货量份额小于等于1%的时候,IDC认定这些厂商位于并列位置。
** 由于HPE和新华三集团现有的合资公司,IDC从 2016年第二季度开始把HPE和新华三集团作为“HPE/新华三集团” 一个整体记录全球市场份额。
主要服务器市场调查结果
从地域来看,亚太地区(日本除外)是第一季度增长最快的地区,收入同比增长51.7%。拉美增长41.1%,美国增长40.6%,欧洲、中东和非洲(EMEA)增长35.0%,加拿大增长28.3%,日本增长2.9%,中国增长67.4%。
第一季度x86服务器需求增长41.0%,收入为174亿美元。非x86服务器同比增长15.5%至14亿美元。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。