英特爾表示，數據中心芯片庫存消化時間遠比PC更長，整個數據中心業務將延宕復蘇。日前，更傳出英特爾一批數據中心服務器CPU以40~50%折扣出售，最后由騰訊、阿里等大客戶出手“救援”。

　　同樣身處數據中心巨頭的英特爾與英偉達，對于服務器的需求感受是冰火二重天，反映出傳統的通用服務器需求持續低迷，對比需求熱絡的AI服務器宛若兩個世界。

　　當AI教主黃仁勛布道：你買越多，你節省越多（The more you buy, the more you save.）但也意味著當你買越多的AI服務器芯片，需要的通用服務器芯片就會越少。

　　在數據中心領域，英偉達GPU生意越好，英特爾、AMD的CPU生意就會越暗淡，因此英特爾再度示警數據中心芯片庫存嚴重，知名分析師陸行之一語道破：英特爾在數據中心領域早已不再有話語權，因為預算排擠效應，每賣一臺AI服務器，就會少賣好幾臺通用服務器。

　　為什么在AI數據中心里，使用GPU會勝過使用CPU？

　　如果只是單看采用GPU的AI服務器，會覺得該系統單價非常昂貴，買越多真的能省越多嗎？ 其實仔細計算，舉例由960個CPU處理器組成的AI服務器價格1,000萬美元，電力消耗為11GWh，可提供1倍的大型語言模型LLM處理性能，然而由172組GPU組成的AI服務器的價格雖然高達3400萬美元，但是它能在同樣消耗11GWh電力的前提下，提供150倍效能，算下來只需要幾百臺NVIDIA DGX系統，就可以取代采用CPU的上萬臺服務器。這不就應驗了黃仁勛說的“買越多，省越多”。

　　黃仁勛在今年2023 COMPUTEX演講中即提到，PC產業正同時經歷“加速運算”和“生成式AI”兩大轉變，CPU時代已經結束，產業需要一個更快的計算模式，即是GPU。以往PC、服務器中最重要的零組件為CPU，但隨著需要大量計算能力的AI應用出現后，GPU將成為主角，CPU淪為配角。目前最先進的系統是采用8個GPU配1個CPU的配置，以發揮最高的計算能力。

　　另一個數據中心CPU和GPU感受兩極化的原因：GPU產能因為CoWoS封裝產能不足而受限，大家買不到足夠GPU后來變成重復下單。

　　某客戶本來只需要50顆GPU，因為買不到足夠數量只好到處下訂，最后延伸出200顆GPU的需求量，即使最后訂單砍單一半，供需還是有缺口。這也是為什么黃仁勛一直說GPU需求真的很強很強，因為客戶都怕缺貨，實際下單的數量都早已超過實際需求不知道幾倍。

　　反觀通用服務器，因為全球經濟景氣不佳，消費力轉趨保守，服務器客戶對于新建的資本支紛紛縮手，轉而傾向優化現有設備，或是用軟件更新等各種方式來延長使用壽命和資源重新分配，釋放更大性能，因此通用服務器芯片供應商當然會感受到無盡寒意。

　　不過，AI服務器和通用服務器的兩極化現象也不會無止境的擴大下去，因為AI服務器還是要建立在既有的基礎架構和終端設備之上，GPU侵蝕很大部分的CPU使用量，但不能全然取代CPU。

　　短期內，生成式AI帶來很多新應用和海量信息需求，大家趕著布建AI服務器，因此瘋狂下單GPU，等到AI服務器的需求布建到一定程度，最后還是會回過頭來布建通用服務器。長期來看，AI服務器的氣勢如虹，終究會帶動通用服務器需求脫離谷底才對。

　　近期，傳出ChatGPT有退潮跡象，微軟砍單Nvidia H100芯片的消息。加上英偉達股價自高點跌落，華爾街在英偉達股價上的多、空兩派將交戰太過激烈，繪聲繪影指出英偉達塞貨給另一家AI新創公司Coreweave虛灌營收的夸張不實傳言，多多少少顯示AI過熱下的發展在資本市場上開始有扭曲的跡象。

　　回頭來看英特爾的數據中心業務，除了服務器CPU，英特爾也是有布局AI領域，2019年并購以色列AI新創公司Habana Labs，推出AI加速器芯片Gaudi 2，采用7nm制程技術，試圖挑戰Nvidia H100，更推進新一代的Gaudi 3產品線問世，采用5nm制程。

　　根據市調機構統計，目前在AI服務器領域，英偉達市占率有60~70%，其次是云端業者自行開發的ASIC芯片。一般而言，大型的云服務提供商CSP除了采購英偉達的GPU，像是Google、AWS也都有自己開ASIC的解決方案。同時也可觀察到，英偉達在AI服務器高達70%的市占率，難怪英特爾、AMD等處理器大廠都加速推出相關AI產品來分一杯羹的急迫心態。

　更多精彩內容歡迎點擊==>>電子技術應用-AET<<