文｜半導體產業縱橫
2025年服務器出貨量將激增70%，但仍未達到數據中心主導地位的目標。
基于Arm 的服務器在市場上迅速獲得關注，預計 2025 年出貨量將增長 70%，然而，這仍然遠遠低于該芯片設計商的目標，即到今年年底占據全球數據中心 CPU 銷售額的一半。
市場觀察機構IDC 表示，Arm 服務器之所以受到廣泛關注，主要得益于大型機架規模配置的推出，例如專為AI 處理而設計的Nvidia DGX GB200 NVL72等系統。
Arm自2018年以來，陸續推出了Neoverse N/V/E多個系列的IP內核產品，在性能上開始趕上X86服務器CPU，并且在能效及成本上更具優勢。這也順應了云服務廠商自研Arm服務器CPU的趨勢。
基于Arm 架構的服務器芯片憑借高能效比與定制化潛力成為市場焦點。其核心優勢在于低功耗設計，尤其適合 AI 訓練、邊緣計算等高并發場景。NVIDIA DGX GB200 NVL72 等系統通過 Arm 與 GPU 的深度整合，顯著提升了 AI 推理效率，而 AWS Graviton 系列芯片則通過定制化設計降低了云計算成本 。此外，Arm 的開放授權模式允許企業根據需求靈活調整芯片架構，這為國產廠商（如鯤鵬、飛騰）突破 x86 封閉生態提供了機會。
縱觀全球Arm服務器芯片設計企業，其特征可歸納為三大類型：
第一類是超大規模云服務與系統設備廠商。這類企業基于自營數據中心或整機方案進行芯片設計，通過軟硬件協同優化降低成本、構建穩定供應鏈，并依托差異化技術形成競爭壁壘。其芯片與主板不對外銷售，而是以云服務或整機形式服務于自身垂直業務。
第二類是以Ampere、博瑞晶芯為代表的獨立廠商。它們通過架構級自研創新構建核心競爭力，雖對技術實力和資金投入要求較高，但能實現更強的產品差異化；同時借助Arm生態的開放性，滿足基礎設施領域的靈活適配與定制化需求。
第三類是采用Arm公版方案的SoC集成廠商。這類企業采購Neoverse-N系列CPU核與CMN總線互聯架構，聚焦SoC集成設計。此模式適合初創公司起步，但因高度依賴公版架構，在設計靈活性與深度優化上存在局限，僅能滿足行業客戶在SoC層級的微小定制化需求。
然而，生態短板仍是Arm 服務器推廣的主要阻力 。盡管 Arm 在 PC 和移動端已占據主導地位，但其在服務器領域的軟件適配性仍不成熟。傳統企業級應用（如數據庫、虛擬化工具）多基于 x86 架構開發，遷移至 Arm 平臺需大量重構工作。例如，國產 Arm CPU 廠商需投入資源優化操作系統兼容性及原生應用生態 。此外，AI 加速卡與 Arm 的協同效率也面臨挑戰，如 CUDA 生態對 Arm 支持的局限性可能影響算力釋放。
IDC 在其最新的全球季度服務器追蹤報告中估計，基于 Arm 架構的服務器今年將占全球總出貨量的 21.1%，而不是Arm 基礎設施主管 Mohamed Awad在4 月份宣稱的 50%。配備至少一個GPU的服務器（有時被稱為支持AI）預計將增長46.7%，幾乎占今年市場總價值的一半。超大規模客戶和云服務提供商的快速采用正在推動服務器市場的發展，IDC表示，服務器市場規模將在短短三年內增長兩倍。
2025年第一季度，服務器市場整體規模達到創紀錄的952億美元，同比增長134.1%。因此，IDC將全年服務器市場規模預測上調至3660億美元，增幅達44.6%。這將是歷史最高水平。
“行業標準” x86 部分預計在 2025 年增長 39.9%，達到 2839 億美元，而非 x86 系統預計將以更快的速度增長，同比增長 63.7%，預測總額達到 820 億美元。
當前服務器市場呈現x86 主導、Arm 快速滲透的二元格局 。x86 陣營（Intel、AMD）憑借 Wintel 聯盟的深厚積累，長期占據傳統數據中心的絕對份額。而 Arm 的突破口集中在新興領域，例如超大規模云服務商（如 AWS、阿里云）更傾向采用 Arm 架構的定制化芯片以降低成本。Arm 服務器在AI 與超大規模數據中心 的應用最為突出。Meta 和 Google 等企業已部署基于 Arm 的定制化服務器，用于支撐大模型訓練和邊緣推理。AWS Graviton 芯片通過降低能耗成本，成為其云服務差異化競爭的關鍵工具。
IDC 的區域市場預測顯示，美國將實現最高的擴張，到 2024 年將增長 59.7%，到 2025 年底，美國將占服務器總收入的近 62%。
中國是另一個銷售增長強勁的地區，IDC 預測其銷售額將增長 39.5%，占全球季度收入的 21% 以上。歐洲、中東和非洲地區以及拉丁美洲的增長率均為個位數，分別為 7% 和 0.7%，而加拿大預計今年的銷售額將下降 9.6%，原因是 2024 年達成了一項未指明的“非常大的交易”。
IDC 全球基礎設施研究副總裁庫巴·斯托拉斯基 (Kuba Stolarski) 在評論服務器增長時表示，對處理人工智能的更多計算能力的需求可能會持續存在。
“從簡單的聊天機器人到推理模型再到代理人工智能的演變將需要幾個數量級的更高處理能力，尤其是在推理方面。”