伺服器从x86架构，到非x86晶片伺服器你可以把他想像成一个运算能力超强的电脑，即使是一部简单的伺服器系统，通常至少也要有两颗处理器组成，让他能在短时间内完成大量工作，为大量用户提供服务。 

 

追溯过去伺服器晶片的发展，伺服器过去从工作站开始发展，到了近年4G无线网路通讯兴起之后，才开始有资料中心的需求。业内人士说明，过去晶片是以RISC架构为主，但面积大、成本高、量产的量比较少，后来才有x86架构晶片，包含Intel、AMD等，压低价格、量产增加。 

 

但是随着AI、5G时代到来，x86架构的效能无法跟上市场需求效能瓶颈，因此有新兴晶片业者的产生，也就是在CPU之外，再加入像是加速器的晶片，例如FPGA、ASIC、GPU等等，使得效能再提升。 目前CPU两大厂Intel和AMD的竞合方面，近年AMD试着从PC市场跨足伺服器市场，推出高端晶片应战，而从市佔率来看，根据业内人士统计，今年Intel大约佔96%，AMD则为4%，明年AMD将来到6%，甚至有机会再提升。

 

 

集邦科技资深分析师刘家豪表示，Intel收购很多厂商，包含FPGA、ASIC等，甚至近期以色列软体公司等，比起AMD更为积极，但AMD近年也在x86架构之下持续推出高阶新品抢市，但仍多着力在PC产业，未来5G之后，AMD在非x86架构的晶片上比起Intel仍居劣势。 受到5G、AI需求与效能提升之下，由于x86受限于核心数增加到一定的效能极限，以及成本垫高，因此非x86架构的晶片应运而生，像是FPGA、ASIC、GPU等，因此在CPU旁边再衔接上x86晶片，以加速并提升运算能力。

 

分析师认为，5G起飞之后，非x86晶片需求将会大幅提升，粗估2023年后会有明显成长。 而FPGA、ASIC、GPU各有其优劣势，应用之处也不尽相同，FPGA为现场可程式化逻辑闸阵列，可随时编程、弹性设计、功耗低，用于推论(Inference)可达到优于其他晶片类型，像市政府企业、资料中心等应用；ASIC则是效能最高的方案，能最符合客制化需求，但一次性的成本高，特别是用于消费性产品；GPU则适合于图像训练，但功耗也同样较高，用于训练(Training)相对适合。

 

 

品牌厂积极，华为也抢进随着这样的趋势，包含Google、Amazon等厂商都研发自身晶片，除了跟对应的ODM厂、晶片厂关系紧密之外，特别也针对FPGA、ASIC两大块晶片的研发投入。像是GOOGLE研发自身TPU晶片，微软则与赛林思(Xilinx)合作密切。 华为受到中美贸易战影响，也让华为开始更积极投入在身晶片的研发设计，毕竟主晶片被美商Intel、AMD把持，为了分散风险，也开始用ARM架构推出自家晶片，今年推出「鲲鹏920」，采用7奈米制程，号称挑战Intel效能。 

 

业内人士指出，华为目前的技术能力相对美商有限之下，因此从ARM架构的伺服器切入，能够在ARM的生态系统完整、指令集完整等优势下，快速打造自家CPU，且ARM架构晶片功耗确实较低、具有优势，但整体效能还是比起x86较弱，但对华为来说，能够分散风险才是当务之急。

 

此举对于台厂来说，华为多投片于台积电(2330)，有利于带动代工厂动能。 5G来临，边缘运算带动伺服器需求 伺服器应用面多元，当中又以AI、边缘运算最具未来潜力，不管是自驾车、远端医疗等，特别是在5G时代来临之后，让资料量传输更快，也推升伺服器需求。 若用软体来定义，AI分成训练(Training)、推论(Inference)两种类型，例如自驾车来说，透过道路学习，伺服器处理大量资料后，进而改变后续的行为。而边缘运算当中可以分成近、中、远，依照与资料中心的距离相对概念定义，从IoT装置、小型区域到远端的资料中心，各具功能，也有不同的运算能力，也让伺服器变得更加重要。 

 

边缘运算意义在即时性资料、隐私低的资料端点处理，可以让自驾车操作更顺，像是人体的神经功能，但重要资料还是传到资料中心处理，也就是大脑。 伺服器晶片尽管多数都被美商把持，但是台湾厂商信骅、新唐以伺服器管理晶片紧跟着伺服器产业，而伺服器管理晶片也就是所谓的BMC，负责管理资料流量、协助CPU运作、远端管理、故障预测、效能调教等，与主晶片规格开发紧密。 简单的说，一个伺服器当中，现在多数有两颗CPU，就会使用一颗BMC，而在边缘运算之下，使用伺服器的数量增加，从小到大，小型的伺服器当中可能就只需要一个CPU配一个BMC，就能符合所需效能，整体而言，BMC的用量将会增加。 

 

总的来说，5G时代之后，推升伺服器产业未来的需求持续提升，当中不管是CPU大厂Intel、AMD，或者其他新兴伺服器晶片FPGA、ASIC等等厂商值得关注外，边缘运算将增加新的IoT应用面，连带驱动BMC的成长动能。

 

 

推荐阅读：