英特尔表示，数据中心芯片库存消化时间远比PC更长，整个数据中心业务将延宕复苏。日前，更传出英特尔一批数据中心服务器CPU以40~50%折扣出售，最后由腾讯、阿里等大客户出手“救援”。

　　同样身处数据中心巨头的英特尔与英伟达，对于服务器的需求感受是冰火二重天，反映出传统的通用服务器需求持续低迷，对比需求热络的AI服务器宛若两个世界。

　　当AI教主黄仁勋布道：你买越多，你节省越多（The more you buy, the more you save.）但也意味着当你买越多的AI服务器芯片，需要的通用服务器芯片就会越少。

　　在数据中心领域，英伟达GPU生意越好，英特尔、AMD的CPU生意就会越暗淡，因此英特尔再度示警数据中心芯片库存严重，知名分析师陆行之一语道破：英特尔在数据中心领域早已不再有话语权，因为预算排挤效应，每卖一台AI服务器，就会少卖好几台通用服务器。

　　为什么在AI数据中心里，使用GPU会胜过使用CPU？

　　如果只是单看采用GPU的AI服务器，会觉得该系统单价非常昂贵，买越多真的能省越多吗？ 其实仔细计算，举例由960个CPU处理器组成的AI服务器价格1,000万美元，电力消耗为11GWh，可提供1倍的大型语言模型LLM处理性能，然而由172组GPU组成的AI服务器的价格虽然高达3400万美元，但是它能在同样消耗11GWh电力的前提下，提供150倍效能，算下来只需要几百台NVIDIA DGX系统，就可以取代采用CPU的上万台服务器。这不就应验了黄仁勋说的“买越多，省越多”。

　　黄仁勋在今年2023 COMPUTEX演讲中即提到，PC产业正同时经历“加速运算”和“生成式AI”两大转变，CPU时代已经结束，产业需要一个更快的计算模式，即是GPU。以往PC、服务器中最重要的零组件为CPU，但随着需要大量计算能力的AI应用出现后，GPU将成为主角，CPU沦为配角。目前最先进的系统是采用8个GPU配1个CPU的配置，以发挥最高的计算能力。

　　另一个数据中心CPU和GPU感受两极化的原因：GPU产能因为CoWoS封装产能不足而受限，大家买不到足够GPU后来变成重复下单。

　　某客户本来只需要50颗GPU，因为买不到足够数量只好到处下订，最后延伸出200颗GPU的需求量，即使最后订单砍单一半，供需还是有缺口。这也是为什么黄仁勋一直说GPU需求真的很强很强，因为客户都怕缺货，实际下单的数量都早已超过实际需求不知道几倍。

　　反观通用服务器，因为全球经济景气不佳，消费力转趋保守，服务器客户对于新建的资本支纷纷缩手，转而倾向优化现有设备，或是用软件更新等各种方式来延长使用寿命和资源重新分配，释放更大性能，因此通用服务器芯片供应商当然会感受到无尽寒意。

　　不过，AI服务器和通用服务器的两极化现象也不会无止境的扩大下去，因为AI服务器还是要建立在既有的基础架构和终端设备之上，GPU侵蚀很大部分的CPU使用量，但不能全然取代CPU。

　　短期内，生成式AI带来很多新应用和海量信息需求，大家赶着布建AI服务器，因此疯狂下单GPU，等到AI服务器的需求布建到一定程度，最后还是会回过头来布建通用服务器。长期来看，AI服务器的气势如虹，终究会带动通用服务器需求脱离谷底才对。

　　近期，传出ChatGPT有退潮迹象，微软砍单Nvidia H100芯片的消息。加上英伟达股价自高点跌落，华尔街在英伟达股价上的多、空两派将交战太过激烈，绘声绘影指出英伟达塞货给另一家AI新创公司Coreweave虚灌营收的夸张不实传言，多多少少显示AI过热下的发展在资本市场上开始有扭曲的迹象。

　　回头来看英特尔的数据中心业务，除了服务器CPU，英特尔也是有布局AI领域，2019年并购以色列AI新创公司Habana Labs，推出AI加速器芯片Gaudi 2，采用7nm制程技术，试图挑战Nvidia H100，更推进新一代的Gaudi 3产品线问世，采用5nm制程。

　　根据市调机构统计，目前在AI服务器领域，英伟达市占率有60~70%，其次是云端业者自行开发的ASIC芯片。一般而言，大型的云服务提供商CSP除了采购英伟达的GPU，像是Google、AWS也都有自己开ASIC的解决方案。同时也可观察到，英伟达在AI服务器高达70%的市占率，难怪英特尔、AMD等处理器大厂都加速推出相关AI产品来分一杯羹的急迫心态。

　更多精彩内容欢迎点击==>>电子技术应用-AET<<