正如我们在The Next Platform多次提到的,预测真实未来的唯一方法就是亲身经历。尽管如此,人们仍需要进行预测,因为我们的猜测、预言和直觉是制定计划的基础,这些计划共同作用形成我们所居住的未来。
这就是为什么我们要持续关注关键数据中心系统供应商的财务状况,以及来自他们和IDC、Gartner等独立预测机构对更广泛IT趋势的预测。我们还关注其他一些在细分市场发挥重要作用的关键公司。当你将所有数据平均并剔除异常值后,这些IT预测也可以用来判断如果你在IT部门工作应该要求多少加薪。而且,随着我们在生成式AI时代越来越多地感受到这一点,这种支出也与IT系统替代人工工作的速度密切相关。
出于显而易见的原因,很少有人谈论这个问题,我们告诉自己人们将向价值链上游移动,找到更多工作或提高效率等等。但坦率地说,有些人永远不会再找到好工作,服务器特别是整个IT领域的支出预测可能是预测知识工作者和工厂工人在未来几年工资受到多大影响的最佳方式——既有有利影响,但可能更多是不利影响。
这就是现实情况,我们将诚实地谈论这一点,但不会过分强调。我们在这里是为了在现有条件下尽可能客观地记录。
几十年来,在1995年开始的互联网繁荣之前,IDC就公开发布服务器业务的统计数据,其竞争对手Gartner也是如此。在过去几年中,正当服务器业务因加速计算进入主流而变得有趣时,两家公司都停止了按供应商、架构、外形规格和其他重要特征提供服务器销售数据——这让我们非常失望。但最近,IDC开始零星地提供一些信息,本周发布了一份有趣的服务器预测,涵盖2025年到2029年,可能比我们看到的其他一些预测更现实。
IDC的预测反映了各种组织承诺在本十年末之前为拥有数十万个XPU的超大规模AI系统投入的巨额资金。想想由OpenAI牵头的Stargate项目、xAI正在做的事情,或者中东富裕国家为了在石油工业之外实现投资多元化而资助的各种项目。
在其最新的《全球季度服务器追踪报告》中,IDC表示,2025年第一季度公司购买了惊人的952亿美元服务器,比2024年第一季度的407亿美元销售额增长了134.1%。2025年第一季度的增长比2024年第四季度的773亿美元服务器出货量环比增长23.1%,而在这个市场中,新年第一季度的销售额几乎总是比上一年最后一季度要弱得多,因为年末是IT预算轮转的时候。(如果不使用IT预算,就会失去预算,这一事实造成了人为波动,显示第二和第四季度通常比第一和第三季度表现更好。)
以下是IDC发布的预测图表:
我们感谢这家市场研究机构在2024年和2029年的数据端点提供了一些四舍五入的数字,这样我们就可以使用图表中的像素计数来估算2025年到2028年的销售额。如下所示:
与往常一样,用粗体红色斜体显示的项目是The Next Platform的估算。
在表格中,我们将其他架构平台合并为一个类别。你可以看到其他非加速系统,主要是IBM的Power Systems和System z大型机平台,尽管它们为IBM每年产生数十亿美元的高利润收入,但在这些数据中确实只是噪音,因为IBM创建并控制了这些系统的整个平台堆栈。(尽管Oracle和SAP推动了其传统AIX数据库服务业务的很大一部分。)其他加速系统的份额甚至更小,几乎看不见。
我们也称这些为XPU服务器而不是加速服务器,公平地说,IBM System z和Power Systems机器都有用于AI的集成矩阵数学单元。这些界限很难划分。
刚刚发布的IDC服务器预测很有趣,因为它将X86服务器与ARM服务器分开,同时区分了有加速器和没有加速器的服务器。以下是X86与Arm服务器的细分:
这里是配备某种XPU加速器的X86和Arm服务器:
显然,普通服务器的出货量远远超过加速服务器,但即使有一个、两个,有时四个或八个处理器,偶尔十六个处理器,它们的成本仍然比不上配备八个GPU的机器——除非你在谈论IBM System z和Power Systems,它们每个机架也可能花费数百万美元。大型NUMA CPU就像大型NUMA GPU硬件一样花费巨大。
IDC表示,预计X86服务器市场整体(包括添加XPU和未添加XPU的服务器)在2025年将增长39.9%,达到2839亿美元,其他非86架构硬件销售额为820亿美元,增长63.7%。英伟达的"Grace"GPU嵌入在其AI系统设计中,是这一增长的一部分,但超大规模和云构建商使用自主研发的Arm服务器CPU也是如此。IDC表示,配备GPU的服务器销售额在2025年将增长46.7%,今年将接近全球服务器收入的一半。基于Arm的服务器收入今年将增长70%,将占出货量的21.1%。
IDC没有提供更多细节。没有供应商细分,这很遗憾。没有整体出货量数字。同样遗憾。如果你想要这些数据,你需要付费。
为了好玩,我们将包括XPU加速机器和普通CPU机器在内的IDC服务器预测,与AMD的AI加速器预测以及这些AI加速器销售可能推动的隐含系统收入进行了比较和对比。
AMD提供了AI加速器估算,我们在这里详细介绍了这些估算,并从公司首席执行官苏姿丰在最近圣何塞Advancing AI活动中展示的图表中提取。基于这个AI加速器总可寻址市场(TAM),我们估算了这些AI机器的总服务器TAM。这确实是我们生成的一个粗略数字,但我们认为说明AI加速器TAM暗示的AI系统销售的绝对巨大数量很重要。当你对AMD展示的数据进行计算时,看起来2023年AI系统销售额为884亿美元,到2028年将增长12.8倍,达到11310亿美元。
AMD和IDC模型在2024年和2025年有一些吻合,如果向后推断,可能在2023年也是如此,甚至可能在2023年趋于一致。但在2025年之后,IDC服务器模型与AMD最近给出的AI加速器TAM暗示的服务器销售额之间出现了巨大差距,如上图所示。如果你查看表格,会发现从2026年开始,AMD的AI加速器TAM甚至比IDC的整体服务器销售额还要大。
很难说谁是对的。但我们很快就会知道答案。
好文章,需要你的鼓励
一旦人工智能达到通用智能(AGI)或超级智能(ASI)水平,人类将无法逆转回传统AI。AGI与人类智力相当,ASI则超越人类智慧。由于人类会对此类AI产生依赖,且AGI/ASI具备自我保护能力,通过全球禁令、内置终止开关或控制措施都难以有效阻止。AI末日论者担心existential风险,而AI加速主义者认为将解决人类问题。唯一可能的逆转机会是AGI/ASI主动选择关闭自己以拯救人类。
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
开源加密初创公司ZamaSAS宣布完成5700万美元B轮融资,专注于为区块链和AI应用构建全同态加密技术以保护隐私。本轮融资由BlockchangeVentures和PanteraCapital共同领投,使公司总融资超过1.5亿美元,估值突破10亿美元。同时,Zama推出保密区块链协议公开测试网,允许开发者在以太坊上构建私密通信应用。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。