文 | 半导体产业纵横
服务器行业越来越焦虑了。
这句话听起来有些反常。毕竟，AI 还在制造人类科技史上最昂贵的一轮基础设施建设。按市场预测，2026 年全球四大云厂商与 AI 相关的资本开支合计将达 7250 亿美元。以 7250 亿美元计算，相当于每天投入近 20 亿美元，其中相当大一部分最终流向 AI 服务器及其配套基础设施。
服务器市场也在迅速变大。2026 年第一季度，全球服务器市场厂商收入达到 1226 亿美元，同比增长 30.4%。问题在于，流向 AI 服务器的钱越多，不等于每一笔钱都会经过传统服务器厂商。市场的增长，与服务器厂商在产业链中的位置，正在成为两件事。
01 一张卡的标准答案消失了
今年服务器厂商的焦虑，写在 WAIC 2026 里。
向上看，芯片厂商不再满足于销售 GPU 或 NPU。华为、沐曦、摩尔线程已经把互联、通信库、参考架构和整机柜一起推向客户，希望亲自回答一颗芯片如何组成千卡集群。
向下看，云厂商和头部互联网公司掌握模型与负载，可以自己定义服务器，再直接向 ODM 下单。2026 年第一季度，ODM Direct 收入仍占全球服务器市场的 50.2%。换句话说，全球约一半的服务器收入，已经可以在大客户和制造厂之间直接完成。
AI 发展下，芯片厂商、ODM 厂商、OEM 厂商、云厂商的边界越发模糊。在市场快速扩张下，服务器厂商必须重新回答一个问题：自己在 AI 产业链中究竟不可替代在哪里？
我们看到，服务器厂商想的第一步，是走向多卡异构。尤其是对于中国的服务器厂商，这一步变得非常必要。毕竟，中国市场的特殊性，让市场中出现越来越多的 AI 加速卡。
有行业研究今年 7 月对 60 名中国企业高管的调查显示，受访者预计未来 12 个月将把 46% 的 AI 加速器预算投向国产芯片，高于当前的 30%。除了英伟达，客户还可以在华为昇腾、寒武纪、昆仑芯、摩尔线程、沐曦集成、燧原科技、天数智芯等厂商之间选择。它们从 NPU、通用 GPU 和专用 AI 处理器等不同路线切入，适合的模型与场景也不相同。
选择多了，生意看起来也变宽了：同一条服务器产品线可以搭载不同芯片，覆盖更多客户。真正做起来，却不是换一块硬盘那么简单。换一张加速卡，主板布局、供电、散热、固件和信号完整性都可能重做；机器点亮以后，还要处理驱动、编译器、算子库和通信库。同一个模型迁移到另一张卡上，也常常只是 " 能跑 "，离合理性能还有一段距离。
服务器厂商先从硬件下手。今年 3 月，浪潮信息披露，其多元开放算力架构通过开放加速器模块和算力模组，可让同一系统平台支持业界 90% 的 AI 芯片，以及 x86、ARM 等 CPU 架构，并把芯片到算力系统的研发周期缩短至 6 至 8 个月。
接下来是更难的软件适配。超聚变在 B.E.S.T 3.0 和 FusionOne AI 继续推向软件层，把算子、模板库、编译器、模型部署和推理加速放入一套方案，并提出异构算力要 " 协同可用、混合可训、混合可推 "。新华三的灵犀智算试图统一接入、复用和调度异构 GPU；联想的万全异构智算平台，则要把不同芯片、模型和从百卡到万卡的集群放进同一套管理体系。
一位国产加速芯片厂商人士告诉笔者，互联网客户采购前会拿自己的模型反复做 POC，最后算的是 TCO。硬件跑分只是其中一项，软件是否好用、模型多久能够完成适配、芯片能否持续供货，都会影响采购结果。
这让服务器厂商重新有了价值空间。国产芯片越多，客户越不可能逐一吃透每套软硬件体系。服务器厂商若只能列出一张 " 兼容清单 "，仍然容易被替代；若能把换芯时间、性能损失和运维成本一并压下来，卖的才不只是一个装卡的盒子。
02 服务器正在被一座机柜吞掉
纵观 WAIC 2026，另一个明显的趋势是：超节点成为 AI 时代的产品单元。上海人工智能实验室 DeepLink 团队发布的《超节点技术体系白皮书》给过一组对比：过去 5 年，预训练所需算力增长约 3000 倍，单芯片算力同期只增长约 16 倍。
超节点先用 Scale-Up 把更多加速卡组成低时延计算域，再通过 Scale-Out 接入更大的集群。用户买到的表面上仍是机柜，使用时却要把它当成一台跨越多个机柜的 " 大机器 "。
于是也会带来一个问题：卡数并不等于有效算力。上述白皮书在一套参考设计中测算，Scale-Up 域从 8 卡扩大到 32 卡，千亿参数模型的训练收益为 20%、推理收益为 42%；扩大到 512 卡后，两项收益也只增加到 21% 和 45%。
今年 AI 服务器的竞争，更像是 " 数卡比赛 "：64 卡、128 卡、256 卡、1024 卡，以及向万卡、十万卡扩展的集群。但 " 超节点是极致工程问题，不是卡越多越好，适合应用场景的才好。" 一位国产 GPU 厂商人士在采访中说。超节点扩大了低时延通信范围，也扩大了故障影响：一张卡掉线、一次网络拥塞或一个液冷接头出问题，拖慢的可能不再是一台服务器。
这时候，不同公司的优势被摆到了同一张桌上。
第一类是掌握芯片、互联和软件的全栈厂商。华为在 WAIC 2026 展示的 Atlas 950 SuperPoD 是一套 1024 卡集群。按华为披露的数据，它拥有 256TB 全局统一内存，往返时延为 3 微秒；此前的昇腾 384 超节点已落地 750 多套。华为可以同时设计 NPU、灵衢互联、整机和 CANN 软件栈，用纵向一体化换系统效率。阿里以自研芯片、ALink 互联和磐久服务器走的是类似路线，并可用云上真实负载检验系统。
第二类是从芯片向系统延伸的 GPU 厂商。沐曦曦景 S600 将单柜 64 张 GPU 全互联；摩尔线程MTT C256 用两个标准机柜连接 256 张 GPU，并称将卡间时延压到亚微秒级。它们做超节点，是要证明自家 GPU 不仅单卡能跑，也能组成商用系统。优势是更懂自己的芯片和通信栈，短板则是商用交付还涉及网络、存储、供电、液冷、故障管理和服务体系。
第三类就是传统的服务器和 ICT 厂商，这类厂商更重要的是强调兼容和交付。我们看到，中兴通讯的 OEX 超节点主打开放和快速换芯。它将计算托盘与交换托盘正交直连，取消内部高速线缆，并开放机械和电气接口。按中兴披露的数据，这套设计能将故障维护从小时级缩短到分钟级，整机开发周期压缩至 3 至 6 个月；通过更换关键模块，可适配不同 GPU 平台。中兴还联合壁仞、沐曦、燧原、天数智芯等厂商推出 Matrix 方案。
新华三UniPoD S80000 系列单柜可部署 32 至 64 张加速卡，Scale-Up 可扩展至 1024 卡，Scale-Out 可延伸至 16384 卡。同时，新华三同时拿出了 102.4T 智算交换机、全闪存储、液冷、供电和运维系统，展示 " 算 - 网 - 存 - 云 - 安 - 维 " 全栈协同能力
远图前瞻性布局高密计算、高速互联、高效供电与液冷散热技术能力，并提供 32 卡、64 卡至 128 卡的多层级超节点整机方案。在国内多数算力厂商仅深耕服务器单一赛道时，远图选择 " 服务器 + 高速交换机 " 双赛道同时自主研发、批量交付，拉通 " 算、网、存、管 "，将长期服务头部客户积累的联合开发、供应链和制造能力，变成标准化的自有产品。
03 硬件只卖一次，Token 每天都在生产
AI 服务器的竞争，现在还要落到 Tokne 上。截至今年 3 月，中国日均 Token（词元）调用量已超过 140 万亿，相比 2024 年初的 1000 亿增长了 1400 倍。大模型从训练走向应用后，客户不只看 GPU 数量和峰值算力，还要问同样的机器与电力一天能生成多少 Token、用户要等多久、每百万 Token 要花多少钱。
今年以来，"Token Factory""Token 工厂 " 和 " 词元工厂 " 密集出现。对于 Token 的生产，不同 AI 服务器厂商有不同的看法。
新华三打造了面向算力、模型、任务与 Token 的一体化运营管理平台图灵 Token 工厂，向上承接模型任务与应用请求，向下统一调度 GPU 资源与算力分配。此前，新华三集团总裁兼首席执行官于英涛透露，" 图灵小镇 " 并不只是传统意义上的算力园区。它更像是一个围绕 Token 生产、调度、使用的 "Token 工厂 "。
超聚变已经 " 以身试法 "，把 Token Factory 真正跑起来：日均 500 亿 +Token 需求、30+ 智能体场景，AI 赋能软件工程两年实现 100% 全员研发覆盖，最新 Agentic 实践中，1 个小队 3 个月由多 Agent 并行产出 50 万行代码。
04 结语
全球服务器市场还在扩张，高盛 Allen Chang 团队发表研报，将全球服务器市场总规模上调，预计 2028 年全球服务器市场收入将达 1.1 万亿美元。其中 AI 服务器机架收入将以 118% 的复合年增长率扩张至 5,614 亿美元，占全球服务器市场总收入的 51%。
AI 服务器没有变成一门更标准的生意。芯片路线、互联协议、液冷方式和模型负载都在分化，它反而从标准产品重新变成了复杂工程。这将成为 AI 服务器厂商的下一个门槛。
