產業分析－平行運算時代：AI伺服器與GPGPU共榮發展

圖爲輝達（NVIDIA）晶片。圖／pixabay

（更多產業分析請掃QR Code）

伴隨擅長自然語言處理（Natural Language Processing，NLP）的「大型語言模型」（Large Language Model，LLM）與擅長影像處理（Image Processing）的「擴散模型」（Diffusion Model）邁向大規模商業化之際，AI伺服器及其重要運算核心－通用圖形處理器（General-Purpose Computing on Graphics Processing Unit，GPGPU）顯現擅於「平行運算」（Parallel Computing）的價值，成爲人類社會依託技術發展再實現生產力提升的重要引擎。

■GPGPU三大供應商：

輝達、超微、英特爾

以往執行此類平行運算工作負載多加以仰賴中央處理器（CPU）完成，然而伴隨科學運算等領域發展，運算任務越趨複雜，在多重運算任務亟待指令拆分的趨勢下，GPGPU憑藉平行運算突出效能，已迅速彰顯在巨量資料（Big Data）爆炸性成長之際，可協同CPU加速完成AI模型訓練與推論的價值。

因此，輝達（NVIDIA）、超微（AMD）與英特爾（Intel）等三大供應商，無不加速演進GPGPU核心架構設計、硬體配置與封裝技術。此外，平行運算時代三大供應商亦突出「高速互聯技術」（High-Speed Interconnect）相連CPU與GPGPU間、GPGPU與GPGPU間的協同運算加速作用，藉以鞏固供應商自身產品生態系市佔率。

未來在NVIDIA、AMD與Intel伺服器CPU與GPGPU產品線完善下，同一供應商CPU與GPGPU產品共同構成的封閉生態系能驅動的協同運算效能，將是AI模型訓練領域關注所在。

此外，若從AI伺服器供應鏈與生產模式來看，AI伺服器與過去雲端運算伺服器供應鏈生產模式相仿，可大致區分爲短鏈代工模式（ODM Direct）與長鏈代工模式（OEM Mode）。

■短鏈與長鏈代工業摩拳擦掌

短鏈代工模式是以處理器供應商與AI伺服器代工廠（ODMs）等零組件與設備供應商（意即由處理器供應商與雲端服務供應商洽談合作），以及終端使用者（指的是雲端服務供應商）爲供應鏈主要參與者，由ODMs出貨予終端使用者，終端設備平均售價較長鏈代工模式爲低廉。

反觀長鏈代工模式，相較短鏈代工模式，則同樣由處理器供應商提供AI伺服器處理器（也就是處理器供應商與ODMs洽談合作），首先由AI伺服器品牌廠（OEMs）完成AI伺服器軟硬體架構設計，再委由ODMs執行組裝和製造環節，再由OEMs出貨予終端使用者（包括雲端服務供應商、金融機構與政府單位等）。

以供應鏈來看，基於AI伺服器客製化程度較雲端伺服器爲高的特性，工業富聯、英業達、神達電腦、緯創資通、緯穎科技與廣達電腦等臺灣伺服器代工廠（ODMs）再度發揮客製化核心能力，扮演AI伺服器供應鏈關鍵角色；而Dell、技嘉、HPE、聯想與Supermicro等伺服器品牌廠（OEMs）亦寄望以AI伺服器解決方案，作爲後疫情時代全球伺服器市場再成長的重要動能。