市场分析机构IDC的最新数据显示,超微公司(SuperMicro)成功超越联想和慧与(HPE)等老牌服务器厂商,跃升为仅次于戴尔的全球第二大PC服务器制造商。
超微在2025年第四季度实现了近134%的惊人增长,营收达到117亿美元,占据全球服务器市场9%以上的份额。戴尔以10%的市场份额和126亿美元的营收保持领先地位。中国制造商浪潮信息系统(IEIT Systems)以52亿美元营收和4%市场份额排名第三,超过了联想的51亿美元和慧与的39亿美元。
IDC全球企业基础设施追踪研究总监胡安·塞米纳拉表示:"AI人工智能采用的竞争正在确定市场节奏,企业迫切需要基础设施,不仅关注GPU图形处理器,还需要消耗更多CPU中央处理器等组件来满足需求。我们将看到更大的价格压力,这可能影响市场动态,未来可能出现单位销量减少但平均售价提高的趋势。"
IDC指出,GPU、动态随机存取存储器(DRAM)和固态硬盘(SSD)等关键组件价格的剧烈波动,促使一些企业提前锁定价格,而整个行业正在适应新的现实。预计这种价格波动的影响可能在2026年更加严重,因为短期内需求持续超过服务能力。
除戴尔外,传统服务器厂商似乎正在失去市场地位。但他们正在关注芯片制造商AMD推动的新市场机会,即部署专门优化运行智能体AI的本地PC服务器。
为了吸引IT采购商远离基于云的AI硬件,AMD推出了一种新的PC类别,称为"智能体计算机"。AMD在官方网站发布的文章中,详细描述了如何在配备AMD Ryzen AI Max+处理器和Radeon GPU的Windows 11 PC上,通过Windows子系统Linux(WSL)本地运行开源AI智能体OpenClaw。
AMD表示,配置128GB统一内存的PC系统能够使用OpenClaw"高效运行云质量AI智能体工作负载"。根据其基准测试数据,使用Qwen 3.5 35B A3B模型时,系统能提供约每秒45个Token的处理速度,并在约19.5秒内处理10000个输入Token。AMD称该配置支持最大260000个Token的上下文窗口,可同时运行多达六个智能体,这意味着它能够在消费级硬件上提供可扩展的本地AI实验,同时保持强劲的响应性。
AMD设想这种系统能够自主运行,类似于云计算时代之前的分支机构服务器,通过另一台Windows PC上的浏览器用户界面,或通过Slack或WhatsApp处理用户发送的任务。
拥有"智能体就绪"PC的制造商包括惠普、联想和华硕。IDC数据显示,2025年第四季度内置GPU的服务器营收同比增长59.1%,占服务器市场总营收的一半以上。
AMD Ryzen AI Max+集成了GPU,目前是获得Copilot+设备认证的PC处理器选项之一。虽然这些设备通常是配备显示器的笔记本电脑或台式PC,但AMD的智能体计算机似乎更像是传统的Windows台式PC作为服务器运行,无需屏幕或键盘。AMD提供的设置已针对运行LM Studio进行优化,该软件使用WSL上的Ubuntu来提供对大语言模型的访问,然后与在同一硬件上本地运行的OpenClaw服务器协同工作。
Q&A
Q1:超微公司为什么能在服务器市场快速增长?
A:超微在2025年第四季度实现了近134%的惊人增长,主要得益于AI人工智能采用竞争加速,企业对基础设施需求激增。公司营收达到117亿美元,成功超越联想和慧与等老牌厂商,跃升为全球第二大PC服务器制造商。
Q2:AMD的智能体计算机有什么特点?
A:AMD智能体计算机是专门优化运行智能体AI的本地PC服务器,配置128GB统一内存,能高效运行云质量AI工作负载。系统支持最大260000个Token上下文窗口,可同时运行六个智能体,类似云计算前的分支机构服务器自主运行。
Q3:服务器市场价格波动对行业有什么影响?
A:GPU、内存和固态硬盘等关键组件价格剧烈波动,促使企业提前锁定价格。IDC预计这种价格压力可能在2026年更加严重,因为需求持续超过服务能力,可能导致市场出现单位销量减少但平均售价提高的趋势。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。