AI服务器之战：从芯片竞争转向服务竞争

AI服务器市场持续爆发式增长，主要受GPU需求驱动，尤其是英伟达GPU。随着客户群体从超大规模云服务商和新兴云厂商扩展至企业买家，硬件厂商面临一项新挑战：如何实现差异化竞争。

超大规模云服务商通常清楚自己的需求，并要求快速完成大规模部署；而众多企业客户仍处于探索阶段，尚在摸索AI如何改善其业务流程。这些企业往往缺乏部署AI基础设施的工程能力，也难以应对现代AI服务器机架对供电和散热的高要求。对于服务器厂商而言，赢得企业市场不仅仅靠硬件。据行业分析师和高管的判断，成功的关键在于提供完善的软件管理工具和专业服务，陪伴企业走过AI建设的每一个阶段。

IDC研究副总裁彼得·鲁滕在接受《数据中心知识》采访时表示："在AI领域，你不能只是把硬件砸给客户了事。他们需要尽可能多的支持和服务。"

AI基础设施市场增长态势

IDC数据显示，2025年全球服务器市场规模创历史新高，达到4441亿美元。在AI基础设施持续成为战略重点的背景下，IDC预计2026年AI基础设施支出将达到4870亿美元，并于2029年突破1万亿美元。分析师还指出，市场需求持续超过供给能力，GPU供应依然紧张，内存短缺进一步推高了成本。

各家厂商最新财报印证了这一加速态势：

戴尔科技在2027财年第四季度（截至2026年1月30日，2月27日公布）实现AI优化服务器收入90亿美元，同比增长342%，AI积压订单达430亿美元。

联想在2025/26财年第三季度财报（2月12日公布）中报告AI服务器收入实现高两位数增长，AI服务器在手订单约155亿美元。

慧与科技（HPE）在2026财年第一季度（3月9日公布）报告云与AI业务板块服务器收入42亿美元，AI系统积压订单达50亿美元，主要来自企业客户和主权AI客户。

超微电脑（Supermicro）2026财年第三季度（截至3月31日，5月6日公布）销售额达102亿美元，其中逾80%来自AI GPU相关平台，订单和积压量依然强劲。

差异化竞争为何至关重要

尽管超大规模云服务商和新兴云厂商持续推动AI基础设施支出，但分析师和高管指出，主权AI计划（即各国和地区为维护数据主权及合规而推进的建设项目）和企业客户代表着下一波增长浪潮。由于各厂商普遍面临积压订单堆积、需求超过供给的局面，部分买家更看重能否通过心仪的原始设备制造商（OEM）——包括戴尔、HPE、联想和超微电脑——获得英伟达GPU，而非纠结于服务器品牌本身的差异。

Moor Insights & Strategy副总裁兼首席分析师马特·金博尔在接受《数据中心知识》采访时表示："人们到底是在买戴尔服务器、联想服务器，还是在通过自己选择的OEM购买英伟达服务器？可以说，人们真正想要的是更多的英伟达芯片，服务器不过是包裹在这些芯片外面的金属外壳。"

鲁滕也持相同观点："从某种角度看，各家厂商90%的产品大同小异，都是能够运行英伟达GPU的系统。"

在面向新兴云厂商和主权AI项目的大规模部署中，标准化的参考设计和生态系统限制了硬件层面的差异化空间。英伟达的设计规范和机架级指引主导着大部分架构走向，厂商间的差异化竞争因此转向系统集成能力、交付速度、供电与散热方案、软件工具及服务。部分厂商还针对特定客户和工作负载提供AMD Instinct加速卡作为备选，但目前大多数大规模部署仍以英伟达平台为主。

联想基础设施解决方案集团企业解决方案副总裁斯科特·帕蒂表示，许多新兴云厂商体量较小，在安装AI基础设施方面需要协助。他告诉《数据中心知识》："在所有这些大规模部署中，都涉及大量的联合工程协作。"

相比之下，金博尔指出，超大规模云服务商通常不需要此类协助，它们拥有自己的工程团队和定制化管理工具。

企业市场的增长机遇

对于服务器厂商而言，差异化竞争最关键的战场正是企业市场。帕蒂表示，企业客户并非单纯追求GPU算力，而是希望解决具体的业务问题。

他说："任何厂商都能给客户送来一台装有GPU或CPU的服务器，但AI并非放之四海而皆准的方案。我们的服务和部署团队是建立客户关系的关键，要真正理解客户的关注点——无论是内容创作、客户支持自动化还是代码开发——然后将这些需求与我们的基础设施产品相匹配。"

金博尔表示，随着更多主流企业开始采用推理（inferencing）能力，包括智能体AI，它们将更倾向于选择能够提供AI运维软件和专业服务以支撑具体应用场景与落地实施的厂商。他预计大型企业将在今年内开始采用推理能力，更广泛的商业企业则将于2027年跟进。

Forrester分析师纳文·乔哈拉表示，Forrester在2025年底开展的一项调查显示，AI基础设施技能位列企业最大技术挑战之列，折射出行业人才缺口依然严峻。

他告诉《数据中心知识》："谁有工程能力来搭建这些服务器？这需要一批高度专业化的人才，而普通企业根本不具备这种能力。"

金博尔表示，人才短缺使AI运维软件（AIOps）对企业而言愈发重要——AIOps利用AI技术实现基础设施监控与管理的自动化。他说："如果我能在组织内部部署AIOps来管理基础设施，就不必担心团队是否具备支持GPU集群的能力，也不必担心他们成为AI上线的瓶颈，因为我已经借助AIOps实现了自动化。"

AI同时也为厂商切换打开了大门。在虚拟化和容器等早期技术时代，企业通常只与原有服务器品牌保持合作。AI则截然不同，其在性能、成本、供电、散热和网络方面的独特需求，正驱使CIO们主动评估多家厂商，而非沿用惯例。

金博尔表示："以前我可能只买戴尔，现在我会同时评估戴尔、HPE和联想，确保选出最适合自己的方案。"

能够通过专业服务和软件管理工具填补这一能力空白的厂商，将在企业市场的浪潮中占得先机。以下是戴尔、HPE、联想和超微电脑各自的布局策略。

戴尔科技：定制化方案与AIOps领先优势

戴尔针对两类截然不同的客户群体量身定制AI服务器产品：云服务提供商与企业客户。

约15年前，戴尔数据中心解决方案部门曾为AWS、百度、腾讯等头部云厂商提供数据中心设备，彼时这些超大规模服务商尚未转向原始设计制造商（ODM）。戴尔AI服务器产品规划师阿曼多·阿科斯塔表示，这段工程积累如今正为二线云服务商的AI部署提供支撑。他列举了戴尔在75000平方英尺数据中心大厅内完成逾10万颗GPU集群部署的经验，涵盖该规模下的安装、集成与故障排查服务。

阿科斯塔在接受《数据中心知识》采访时表示："现在崛起的这批二线云服务商，希望获得我们15年前为头部客户提供的同等灵活性、速度和工程经验。"

分析师指出，在企业市场，戴尔长期以来注重易用性，使其解决方案对主流IT组织更具亲和力。阿科斯塔表示，其管理软件和专业服务体系是差异化的核心所在。

戴尔的AI服务器管理工具包括：

iDRAC，用于GPU健康监控与遥测；

集成机架控制器，提供机架级可视化能力，如液冷机架的泄漏检测和预测性维护；

OpenManage，实现集中统一管理。

这些工具共同构成戴尔的整体AIOps解决方案，金博尔将其视为戴尔最大的竞争优势："这才是真正对IT组织产生深远影响的东西。"

阿科斯塔表示，戴尔服务团队还在应用场景优先级排序、数据管理与治理、模型治理等方面提供咨询，而这些恰恰是主流IT团队普遍欠缺的能力。

联想：混合AI战略与液冷技术专长

联想的企业市场战略聚焦于交钥匙硬件与软件方案、专业服务和液冷技术。其服务涵盖数据准备与管理、网络搭建、架构设计、数据科学专业支持以及AI伦理咨询。

帕蒂表示："AI对我们的许多客户而言都是全新领域，每位CIO都需要迅速建立起AI战略。他们需要有人扶一把、指引方向、给出建议。"

联想将自身方案定位为"混合AI优势"：客户在云端完成模型训练，并逐步将推理工作负载迁移至本地部署，以满足数据主权要求和降低成本。为此，联想提供专为推理场景设计的服务器，以及TruScale按需付费服务模式。在软件方面，联想XClarity平台负责告警、补丁管理和系统健康监控。通过旗下AI创新者计划——一个涵盖约60家第三方软件合作伙伴的生态网络——联想构建了一个面向垂直行业应用的AI应用资源库。

在散热方面，帕蒂介绍称，联想第六代Neptune技术支持最高约45℃的温水冷却，在适宜气候条件下可实现免冷机运行，从而降低能耗。

在高端市场，联想还拥有独特优势。金博尔指出，联想在超大规模云服务商的OEM阵营中占据最大份额，在超级计算领域也具有强大的市场影响力。通过其"ODM Plus"模式，联想可根据超大规模云服务商的特定需求定制系统。

慧与科技（HPE）：HPC积淀与全栈解决方案

HPE依托对SGI和Cray的收购，以及自身在高性能计算（HPC）领域的深厚积累，提供跨越超算系统、液冷、系统管理和软件的全套AI解决方案。HPE高性能计算与AI客户解决方案副总裁克里斯托弗·戴维森在接受《数据中心知识》采访时表示："在完整解决方案的开发、部署、测试以及整体服务与运维方面，我认为没有任何竞争对手能够接近我们的能力。"

HPE的产品组合贯穿AI全生命周期，从大规模训练和微调到推理部署，面向服务提供商和企业客户。主要产品包括：

面向HPC和AI工作负载的HPE Cray超算GX5000；

用于训练、微调和推理的ProLiant计算系统；

以及专为快速部署推理和小模型工作负载设计的HPE私有云AI。

HPE在遵循英伟达MGX模块化参考架构和生态系统的同时，针对客户具体需求定制机架设计，并提供可快速部署、无需大规模改造现有设施的模块化数据中心（类似集装箱的独立单元）。

GreenLake平台提供按消费量计费的定价和托管服务。在软件方面，HPE Morpheus企业软件和OpsRamp（作为HPE Cloud Ops的组成部分）提供云自动化和AI驱动的可观测性能力，HPE Compute Ops Management则实现部署、配置和日常管理的自动化。

安全性是HPE的另一大差异化优势：其集成远程管理控制器（iLO）提供基于硅芯片的信任根，具备从启动阶段即生效的量子安全特性。金博尔称其为"服务器厂商中最先进的硅级安全方案"。

超微电脑（Supermicro）：模块化设计与制造敏捷性

超微电脑依托模块化工程设计和自有制造能力，以速度和规模抢占AI需求。在公司2026财年业绩说明会上，首席执行官查尔斯·梁表示，超微电脑的软件与服务业务——涵盖数据中心规划、设计和部署——正在快速增长。

梁重点介绍了SuperCloud Composer——超微电脑的数据中心管理软件，据其介绍，该平台可实时管理数以万计的机架，同时监控供电、散热和安全遥测数据，并具备CPU和GPU工作负载编排能力，这对AI数据中心而言至关重要。

分析师指出，超微电脑的系统集成商基因和模块化设计理念，使其能够灵活组合GPU、CPU、存储和网络，满足客户的特定需求。结合自有制造体系，这一优势已转化为可观的性价比竞争力。

乔哈拉表示，超微电脑在新型AI服务器平台首发出货方面享有业界声誉。不过他也提醒道："这个市场存在相当程度的商品化趋势，率先上市并不能带来持久的领先优势。"

各展所长，差异竞争

分析师指出，总体来看，各大厂商正在发挥各自的传统优势，在这个仍由英伟达生态系统主导的市场中寻找立足点。

鲁滕表示："这些厂商进入AI市场时，都带着各自的历史积淀和市场定位。HPE有卓越的HPC背景，戴尔在易用性方面口碑出众，联想在企业和超大规模云服务商领域均有丰富经验，而超微电脑的模块化思路和自有制造能力也成就了它的竞争实力。"

Q&A

Q1：AI服务器市场规模有多大？未来增长空间怎样？

A：IDC数据显示，2025年全球服务器市场规模已达4441亿美元的历史高点，AI基础设施是核心驱动力。IDC预计，AI基础设施支出2026年将达4870亿美元，并于2029年突破1万亿美元。目前GPU供应依然紧张，内存短缺推高了成本，市场需求持续超过供给能力。

Q2：戴尔、HPE、联想、超微电脑在AI服务器领域各有什么差异化优势？

A：四家厂商各有侧重：戴尔以易用性和AIOps工具（iDRAC、OpenManage等）见长，服务体系完善；HPE依托Cray和SGI的HPC积累，提供从超算到推理的全栈方案，安全性突出；联想专注混合AI战略和液冷技术，生态合作伙伴网络丰富；超微电脑则凭借模块化设计和自有制造能力，以快速交付和灵活配置取胜。

Q3：企业部署AI服务器最大的挑战是什么？

A：主要挑战在于专业人才短缺。Forrester调查显示，AI基础设施技能是企业面临的最大技术挑战之一。普通企业缺乏配置和管理GPU集群所需的高度专业化工程师。因此，AIOps（AI驱动的基础设施自动化管理）以及厂商提供的专业服务和部署支持，成为企业顺利推进AI落地的关键。