根据Gartner数据,2018年一季度,全球服务器销售额是152.5亿美元,同比增量为40亿美元,云服务器销售额达到20.8亿美元,在整体市场的增长贡献为51.7%。也就是说,在本季度全球市场容量每增长100美元,就有51.7美元来自云服务器。多节点云服务器在全球增长中扮演了主要角色,已经成为云时代服务器创新的主要形态。
Gartner对未来趋势的预测也肯定了云服务器的增长,云服务器正在取代传统机架服务器成为主流,预计在2022年,北美市场多节点云服务器的占比将接近50%。

2018Q1浪潮多节点云服务器全球第一
云计算变革驱动数据中心技术生态全面创新
以云计算、大数据、移动互联网、智能终端、物联网为代表的新一代信息技术普及速度不断加快。我们熟知的所有互联网应用如电子支付、电子商务、共享经济,这些互联网服务背后都是云数据中心在做支撑。
云数据中心领域变革包含两大方向--软件定义与硬件重构,软件定义技术推动了网络、存储和计算三类传统设备的融合,实现了数据中心模块的归一化,硬件重构则是从服务器设备到机柜和数据中心层面的重构,包括服务器形态的创新、数据中心基础架构的创新等,高密度服务器、整机柜服务器、模块化数据中心等都是硬件重构的成果。
云数据中心层面的挑战主要是由规模带来的成本、灵活性、投资回报等问题。智能终端数量的膨胀客观上需要越来越多服务器来支持,但是并不意味着数据中心的数量会增长,提高规模是数据中心获得更好投资回报的前提。另外,大规模数据中心相关技术方案日渐成熟,运营商业务的创新也日渐加速,成为数据中心变革的主要动力,例如发展人工智能、视频直播、大数据等实际应用的高效能专属平台,这个方向的创新正在将硬件重构引向深入。
云服务器正是浪潮面向大规模互联网数据中心和云数据中心应用场景重新定义的新型服务器,具有高密度、高弹性,节能、易扩展等特性。它有别于传统服务器架构设计,实现了从二维平面交换到三维池化互联的架构变革。形态通常为多节点机架、多节点整机柜,计算、存储、供电、散热等功能单元高度模块化、池化,在部署密度、能效、投资回报等方面都明显优于传统服务器。
产业转型,需求驱动的垂直分工产业链
计算机产业一直在变革之中,大型机时代形成了水平产业分工模式,从小型机到X86服务器产业逐渐从水平分工模式转变为垂直分工模式。
与原先不同,以前的产业模式其实一直把用户排除在外,计算机一直沿着计算性能更高、存储容量更大、网络吞吐更快的方向发展,以最上游的处理器创新和操作系统创新带动整个软硬件产业的创新,在PC领域的W-Intel模式最为典型。然而,云计算时代,这种以摩尔定律创新的模式遇到了难以逾越的障碍,一方面,由于制程、主频等方面的限制,Intel处理器的性能提升碰到了瓶颈,Tick-Tock策略被放弃,而另一方面,以CSP为代表的用户采购规模越来越大,业务创新也不断加速,标准化的计算产品已经满足不了他们的需求。
因而,垂直分工模式虽然没有改变,但是这种模式正在从上游技术创新驱动向客户需求驱动转变,产业链驱动力的改变对传统服务器企业的冲击是最直接的,服务器厂商需要从原来的标准化研发生产向定制化的研发生产转变。
云服务器需要新的产业模式
随着大规模数据中心的发展,许多大型的CSP客户都提出了根据业务的需求、业务的变化来定制服务器的要求,这对于服务器的研发和交付提出了敏捷开发、敏捷制造和敏捷供应交付的新需求。在这个变化过程中,浪潮形成了不同于OEM、ODM的JDM业务模式(联合开发,Joint Design Manufacture)。这种业务模式基于双方产业链的融合,为客户提供从研发、生产、供货到实施运维等全业务链条的定制化服务,能够最大程度提高云数据中心的灵活性,提高云数据中心投资回报率。
浪潮针对云计算运营商和其他大规模数据中心用户的JDM获得了中国、北美等地区CSP用户的认可,目前全球市值 TOP10云计算运营商有5家与浪潮建立了稳定的合作关系,在中国市场,浪潮连续4年保持互联网行业市场份额第一。浪潮集团副总裁彭震说,JDM模式能够帮助运营商有效的提高数据中心业务的灵活性,并实现理想的TCO和投资回报。
浪潮JDM模式有效的帮助了运营商用户的业务创新和成长。2017年,浪潮与百度联合开发成功面向超大规模AI线下训练的专用系统SR-AI整机柜服务器,支持16个GPU的I/O Box,可实现4个BOX 64块GPU的级联,峰值处理能力达到为512TFlops,GPU 间I/O延迟降低到纳秒级别。该方案在百度无人驾驶、图片搜索等业务中取得了良好的应用成效。
数字化转型下的传统企业基础架构云化创新
从企业市场看,传统企业数字化转型为IT基础设施的需求带来了新的增长空间,在这个过程中,从互联网行业凝练出来的业务方法论和创新成果在通信、金融、交通等行业也得到了广泛应用。尤其是在工业互联网这个大趋势下,以互联网的经验赋能传统行业,推动传统行业转型升级,为IT厂商提供了非常大的增长空间。
出于转型的需求,企业用户为构建集约和敏捷的IT基础架构,需要将原有的IT架构进行云化革新,各个厂商在面对传统用户时,也需要开发创新的产品和方案。创新更快、更有效的服务器企业也有效的扩大了自己的市场份额。浪潮将为云计算运营商开发的产品技术移植到企业和政府用户中,形成了一个完整的新产品线--融合架构,包括整机柜、机架和刀片等多种形态,覆盖了大中小等不同规模的用户,在中国移动、12306以及各地政务云中广泛应用。
这就意味着,云服务器不仅要充分满足传统意义上的云计算(IT基础设施)需求,更要融合人工智能、高性能计算、物联网乃至边缘计算等领域的计算架构、计算理念和计算需求,才能更好的满足未来云计算与其他技术交叉融合发展的趋势。在此情况下,深刻理解客户需求,创新能力领先的厂商将会在未来的竞争中胜出。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。