我們更新了全球伺服器總潛在市場的覆蓋範圍，具體包括：（1）人工智慧訓練伺服器（全機架 / 高功率）、（2）人工智慧推理伺服器、（3）通用伺服器、（4）高性能計算（HPC）伺服器，以及（5）美國和中國頭部雲服務商的資本支出。隨著 AMD 發佈 “Helios” 人工智慧伺服器機架，我們將全機架伺服器預測範圍擴大至更多元化的晶片平台，預計 2025 年、2026 年（預測）、2027 年（預測）的機架級伺服器數量分別為 1.9 萬台、5.5 萬台、8 萬台。專用積體電路（ASIC）人工智慧伺服器方面，我們預計 ASIC 的採用率將加速提升，其在人工智慧晶片中的佔比將從此前預測的 2025/2026/2027 年38%/40%/45%，上調至 38%/40%/50%。結合 ASIC 和 GPU 架構的基板式人工智慧伺服器需求上調、人工智慧全機架納入更多元化晶片平台，以及 2026 年下半年將有更多搭載新型人工智慧晶片的伺服器推出，我們上調了全球人工智慧伺服器出貨量預測，預計 2025-2027 年（預測）人工智慧晶片需求將達 1100 萬 / 1600 萬 / 2100 萬顆（圖表 1）。我們認為，人工智慧基礎設施周期將持續至 2027 年（預測），為行業增長提供支撐。人工智慧伺服器推薦標的：Wiwynn/ 緯創Wistron（原始設計製造商，ODM）、Hon Hai/ FII（ODM）、LandMark（矽光技術）、VPEC（矽光技術）、AVC/ Fositek（液冷）、Auras（液冷）、King Slide（滑軌）、Chenbro（機箱）、EMC（覆銅板，CCL）、GCE（印刷電路板，PCB）、TSMC（晶圓代工廠；重點推薦）、MPI（探針卡）、WinWay（測試插座）、Aspeed（無晶圓廠模式）、Hon Precision（最終測試處理器）。圖表 1：人工智慧伺服器預測：隱含 GPU 與 ASIC 出貨量人工智慧伺服器更新要點在全球雲服務商資本支出增加及人工智慧應用普及率提升的支撐下，我們上調了高功率人工智慧伺服器（搭載算力超 500 兆次 / 秒的 ASIC 和 GPU，如 H200、B200 等）2025-2027 年的出貨量預測，同比增幅分別為 9%/30%/50%；同時上調推理型人工智慧伺服器（搭載算力低於 500 兆次 / 秒的晶片，如 L40S、L20、ASIC 等）同期出貨量預測，同比增幅分別為 7%/3%/2%。近期人工智慧模型迭代持續推進，Gemini 3 Deep Think、OpenAI GPT-5.2、DeepSeekV3.2 及Qwen Code v0.5.0 等模型已陸續上線。隨著更多晶片平台轉向機架級設計，我們將全機架人工智慧伺服器（如搭載 GB200、GB300、MI450 系列等）2025-2027 年（預測）出貨量預測上調至 1.9 萬 / 5.5 萬 / 8 萬台（此前僅針對輝達機架的預測為 1.9 萬 / 5 萬 / 6.7 萬台），對應總潛在市場規模分別為 550 億 / 1650 億 / 2550 億美元（此前 2025-2027 年預測僅輝達機架的規模為 540 億 / 1570 億 / 2320 億美元）。雲服務商資本支出客戶支出方面，我們的美國網際網路團隊預測，2025-2027 年（預測）美國頭部雲服務商資本支出合計同比增幅將達 78%/37%/15%（高於 9 月更新時的 67%/23%/15%）；中國網際網路團隊則預計，同期中國頭部雲平台資本支出同比增幅將達 62%/17%/9%（高於此前的 55%/8%/6%）。伺服器行業前景展望1. 人工智慧訓練伺服器 —— 全機架預測擴展至更多晶片平台全機架人工智慧伺服器（如採用 NVL72/NVL144 配置的 GB200/GB300/Vera Rubin，及採用 Helios 配置的 MI450 系列）自 2024 年第四季度隨輝達 Blackwell 平台開始出貨，預計 2026 年下半年起，包括 AMD Helios 機架在內的更多伺服器將採用全機架設計。我們現將非輝達全機架納入預測，預計 2025-2027 年（預測）全機架出貨量為 1.9 萬 / 5.5 萬 / 8 萬台（此前僅輝達機架為 1.9 萬 / 5 萬 / 6.7 萬台），對應總潛在市場規模 550 億 / 1650 億 / 2550 億美元（此前 2025-2027 年（預測）僅輝達機架為 540 億 / 1570 億 / 2320 億美元）2. 人工智慧訓練伺服器 —— 高功率機型出貨量加速增長高功率人工智慧訓練伺服器（如 H200/B200/B300 伺服器及 ASIC 人工智慧伺服器，單晶片算力超 500 兆次 / 秒）方面，以 8 GPU 等效單位計算，預計 2025-2027 年（預測）出貨量為 69.2 萬 / 95.2 萬 / 122.7 萬台，同比增幅 26%/38%/29%（此前預測為 63.7 萬 / 73.2 萬 / 81.9 萬台），對應總潛在市場規模 1800 億 / 2050 億 / 2510 億美元（此前預測為 1360 億 / 1380 億 / 1390 億美元）。我們看好基板式人工智慧伺服器的需求前景，因其定製化空間更大且能減輕客戶預算壓力；同時，高功率 ASIC 晶片的產能提升也支撐我們對該細分領域的積極看法。3. 推理型伺服器緊隨增長推理型伺服器（如 L40S/L20 伺服器及 ASIC 人工智慧伺服器，單晶片算力低於 500 兆次 / 秒）方面，預計 2025-2027 年（預測）出貨量為 47 萬 / 53.9 萬 / 65.6 萬台，同比增幅 1%/15%/22%（此前預測為 44.1 萬 / 52.2 萬 / 64.6 萬台），對應總潛在市場規模 300 億 / 360 億 / 480 億美元（此前預測為 270 億 / 300 億 / 360 億美元）。增長動力主要來自人工智慧應用場景的持續拓展。4. 通用伺服器回歸正常增長我們預計 2025-2027 年（預測）其出貨量將實現同比 11%/8%/2% 的增長，營收同比增長 51%/19%/5%，增長支撐因素包括：（1）新 CPU 平台替換周期結束後，出貨量回歸正常增長；（2）資料處理需求提升推動產品結構升級，疊加儲存價格上漲，帶動平均銷售價格（ASP）上升。圖表 2：全球伺服器總潛在市場（TAM）：2025-2027 年（預測）同比增長 71%/40%/26%，規模分別達 4330 億 / 6060 億 / 7640 億美元圖表 3：隱含人工智慧晶片出貨量（2027 年預測）圖表 4：機架級人工智慧伺服器：2025-2027 年（預測）輝達機架數量維持 1.9 萬 / 5 萬 / 6.7 萬台不變圖表 5：基板式高功率人工智慧伺服器將維持增長圖表 6：美國頭部雲服務商（CSP）2025-2027 年（預測）資本支出同比增長 78%/37%/15%圖表 7：中國頭部雲服務商 2025-2027 年（預測）資本支出同比增長 62%/17%/9%圖表 8：伺服器總潛在市場（TAM）：營收預測調整圖表 9：伺服器總潛在市場（TAM）：出貨量預測調整個人電腦（PC）：2026 年（預測）/2027 年（預測）同比增長 3%/2%智慧型手機：2026 年（預測）/2027 年（預測）出貨量同比增長 1%/1%；可折疊手機 2026 年 / 2027 年（預測）出貨量達 4600 萬 / 6600 萬台(大行投研)

01. Google TPU向輝達GPU發起衝擊，ASIC市場有望迎來爆發增長近期,AI市場火熱，Google對輝達發起最大衝擊，此前輝達的GPU一直穩居AI晶片王座，不容挑戰，但在Google發佈Gemini 3後，市場的風向開始轉變，Google的這一模型採用的是自研TPU進，而不是輝達GPU，更重要的是，業內認為其已經“超越”了OpenAI的GPT模型。除了Gemini 3，今年The Information也報導，Meta 正在與 Google 進行秘密談判，計畫大批次採購 Google 的 TPU 晶片，用於部分替代輝達的 GPU 以支援其龐大的資料中心 AI 運算。2027年Meta 可能將直接採購數十億美元的 TPU 晶片，部署於自建的資料中心此前Google有限責任公司已與人工智慧初創公司Anthropic達成一項價值數百億美元的交易。Anthropic官宣原話：宣佈計畫擴大對Google雲技術的使用，包括高達一百萬個 TPU，這將大幅提升計算資源，以持續推動人工智慧研究和產品開發的邊界。此次擴展價值數百億美元，預計將在 2026 年上線超過一吉瓦的容量。零氪認為，在Gemini 3等非GPU AI 模型推動下，近期 AI 算力需求逐步由訓練算力轉向推理算力，以Google TPU 為代表的 ASIC 在 AI 推理領域具備不遜色於輝達 GPU 的性能以及更低的功耗，有望在 AI 推理領域對 GPU 實現部分替代。02.液冷部署超1GW，Google伺服器液冷及整機方案回顧在 2024 年的 Google I/O 開發者大會上，Google CEO 桑達爾·皮查伊透露，Google的液冷裝置數量已增長至……約1吉瓦。Google的液冷技術已從晶片、伺服器、機架到資料中心基礎設施等各個層面進行了大規模開發。在晶片和伺服器層面，Google開發了冷板回路，其中冷板採用串聯和並聯配置，以滿足各個平台特定的散熱管理需求。Google的液冷故事始於 2018 年的 TPUv3，這是Google首次在量產 AI 伺服器上引入直接液冷。TPUv3 的液冷冷板採用銅材質、微通道鰭片結構，並設計了一種獨特的“中心衝擊、雙向分流（split-flow）”內部流道。這種結構相比傳統直通式流道具有更低的熱阻，更能有效覆蓋晶片中心的熱點區域。TPUv3 使用液冷的意義不僅在於溫度下降，而是直接帶來性能提升：它在同體積內實現 1.6 倍的 TDP 支援，頻率提升約 30%，並使得 TPU 超算的規模可以在相同空間內翻倍。TPUv3冷板的橫截面圖。冷板通過機械方式連接到TPUv3上。TPUv3產生的熱量通過導熱介面材料傳遞到冷板底座。Google開發的行內冷卻液分配單元，適配TPU V3。CDU 系統由泵和液-液熱交換器組成，用於將機架冷卻液回路與設施冷卻液回路隔離，從而為 IT 系統回路提供更小、化學成分更可控、更清潔的泵送冷卻液。CDU 由 6 個模組化 CDU (mCDU) 組成。在Google的 CDU 架構中，一個 mCDU 是冗餘的，這使得Google能夠實現整個機房範圍內的 CDU 可用性。約99.999 %自 2020 年以來一直如此。Google CDU 機隊從 2020 年第一季度 (Q1) 到 2024 年第四季度 (Q4) 的正常執行階段間。進入 2021 年，TPUv4 代表Google液冷技術邁向更高的工程複雜度。這一代 TPU 採用裸芯（bare die）封裝，冷板底部增加了“台階式接觸面”，精準穿過晶片封裝的機械圍框，直接觸達裸露的矽片表面。同一代還首次引入並聯液冷流道和主動流量控制閥，通過伺服器級閉環控制實現不同晶片的精準流量與溫度分配。Google特別指出，從 TPUv4 開始，液冷不再只是“去除熱量”，而變成“可控、可調的高性能熱管理系統”，直接服務於 AI 訓練過程中負載波動大、功耗變化快的特點。此時的液冷已經從被動散熱走向主動熱管理，是全新的計算架構能力組成部分。TPUv4 裸晶片封裝的橫截面示意圖。（c）帶底座的 TPUv4 冷板底座。TPU v5p也採用冷板式液冷技術，下圖為Google液冷式 AI 超級電腦方案。Google的第七代 TPU Ironwood 性能比肩輝達的B200，同時晶片的功耗也在飆升，Google的TPU今年功耗單晶片突破600w，叢集功率高達10MW。目前已經確認採用冷板式液冷技術。Ironwood晶片托盤。每個托盤包含4個Ironwood TPU晶片。該托盤採用液冷散熱。再上一層，每個機架可容納 16 個 TPU 托架，共計 64 個 TPU。該機架與另外 16 個 CPU 主機機架相連。機架內的所有互連均採用銅纜；OCS 提供與其他機架的連接。03.Google液冷CDU，加液車產品開發歷史Google開發的行內冷卻液分配單元，適配TPU V3。CDU 系統由泵和液-液熱交換器組成，用於將機架冷卻液回路與設施冷卻液回路隔離，從而為 IT 系統回路提供更小、化學成分更可控、更清潔的泵送冷卻液。CDU 由 6 個模組化 CDU (mCDU) 組成。在Google的 CDU 架構中，一個 mCDU 是冗餘的，這使得Google能夠實現整個機房範圍內的 CDU 可用性。Google發佈的第五代CDU單機可支援高達2MW的散熱能力，並且通過三塊並聯液-液換熱器、無密封高性能泵和全冗餘設計，實現了超高壓差、超高流量與極低溫差的散熱性能，同時相容風冷與液冷混合場景；更重要的是，Google還將該方案開源到OCP社區，為行業提供了一套面向AI時代超高功率資料中心的“液冷心臟”級解決方案。Google還開發了多種工具，其中包括一個相對較大的“注液套件”，用於在部署和日常維護期間向CDU裝置注液和排液。“注液套件”由一個150加侖的液體罐、泵、過濾器和其他輔助裝置組成。Google還開發了一種相對較小的推車，用於為IT托架和IT機架歧管等小型裝置注液和排液，如圖所示。IT托架注液推車由供液罐和回液罐、泵、電磁閥、空氣壓縮機和人機介面（HMI）以及其他輔助元件組成。這些工具由Google及其外部合作夥伴定製開發，並已通過認證，可在Google全球資料中心範圍內使用。Google資料中心大規模部署節能型液冷IT系統，得益於端到端供應商到資料中心模式的開發，該模式用於設計和交付IT規模和資料中心規模的液冷裝置。推薦的模式需要一個強大的多供應商供應鏈和生態系統，以確保端到端熱工水力性能、質量和可靠性達到最高標準。此外，建議資料中心所有者制定部署計畫，並考慮液冷裝置的端到端生命周期。利用開放標準可以加速資料中心液冷技術的規模化應用。04.ASIC液冷市場展望據媒體報導，預計 2025 年Google和 AWS 的 ASIC 合計出貨量將達到 400 萬片以上，後續 Meta，字節等廠商也將加快部署自研 ASIC 解決方案，ASIC 市場將迎來加速擴張，有望推動液冷需求進一步提升。此前台灣負責人在半年度財報發佈會也表示，最大客戶持續加大ASIC投入，預估明年這部分成長會滿可觀。 ASIC是高度客制化，包括水冷板數量與系統設計較GPU更複雜，儘管目前GPU水冷營收比重較高，但是高階ASIC專案投入速度快於GB系列，而且對水冷解決方案需求明顯升溫，預期將會成為後續重要成長引擎之一。從富邦發佈的台積電晶片研報資料來看，ASIC晶片目前市場份額正在快速升高，預估在AI市場的推動下，預估到明年ASIC晶片市場份額將會快速升高至36%-40左右。 (零氪1+1)