计算托盘 (Compute Tray)

3 秒看懂

一句话定义：计算托盘是数据中心机架内的标准化、可插拔计算模块单元，将处理器、内存、网络接口等集成于一个扁平化的“抽屉”中，可滑入机箱背板实现高密度部署、集中供电与统一散热。

核心价值：把“服务器”从整机概念拆解成可灵活组合的乐高积木——运维效率↑、散热密度↑、故障隔离↑、部署速度↑。

3 分钟产业解释

从机柜里的“抽屉”说起

想象一个标准 19 英寸服务器机柜，传统做法是一台台 1U/2U 机架式服务器塞进去。但当 AI 训练需要数百颗加速卡协同、单机架功耗飙升至数十千瓦时，传统架构面临三大瓶颈：

1. 布线复杂度爆炸：每台服务器独立走线，GPU 间互联、存储访问、管理网络交织成“面条墙”
2. 散热不均匀：前后通风设计难以应对液冷需求，热点集中导致降频
3. 运维颗粒度粗糙：换一块 GPU 可能需要抽出整台服务器，影响邻近节点

计算托盘正是为解决上述问题而生的模块化方案：

谁在用？

• 超大规模云厂商（Hyperscaler）：自研数据中心标准化，如 Meta、Google、AWS
• AI 训练集群运营商：GPU 密集部署的首选形态，支持万卡级集群
• 高性能计算中心：科学计算、仿真模拟，要求高算力密度与高可靠性

技术原理

内部构成

┌─────────────────────────────────────────────────────────┐
│                    计算托盘 (Compute Tray)               │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌─────────┐ │
│  │  CPU/     │  │  内存     │  │  网络     │  │  管理   │ │
│  │  加速器   │  │  DIMM    │  │  NIC     │  │  BMC    │ │
│  │  模块     │  │  插槽    │  │  端口    │  │  控制器 │ │
│  └──────────┘  └──────────┘  └──────────┘  └─────────┘ │
│         │              │            │            │       │
│         └──────────────┴────────────┴────────────┘       │
│                           │                              │
│                    背板连接器 (Backplane Connector)       │
└───────────────────────────────────┬─────────────────────┘
                                    │
                    ┌───────────────┴───────────────┐
                    │        机箱背板/中板           │
                    │  (集中供电/散热/网络交换)      │
                    └───────────────────────────────┘

关键设计要素

1. 背板互联架构

计算托盘通过背板连接器与机箱中板对接，中板负责：

• 电源分配：集中式 PSU 向各托盘供电，托盘内部无需独立电源模块，供电效率提升并减少线缆
• 网络汇聚：托盘的网卡端口通过中板连接至顶部交换机 (ToR) 或机箱内置交换模块，支持 PCIe Gen5 / Gen6 等高速通道
• 管理总线：BMC 管理信号汇聚至机箱级管理控制器，实现统一远程监控

2. 散热方案适配

3. 热插拔与故障隔离

• 托盘通过滑轨/导轨实现免工具拆装，支持在线更换
• 电气隔离设计：单托盘故障不影响机箱内其他托盘供电，保护电路与断路器配合
• 状态指示灯：托盘前端通常配备健康状态/故障指示，方便巡检

关键参数

衡量一个计算托盘方案的核心参数

注：具体数值因厂商、型号、配置差异巨大，以上为 2024 年行业常见规格的近似范围，精确参数请参考各厂商产品规格书。

技术路线

与传统形态的对比

计算托盘并非凭空出现，而是沿着服务器形态演进的逻辑发展而来：

塔式服务器 → 机架式(1U/2U) → 刀片(Blade) → 计算托盘(Tray/Sled)
    ↓              ↓              ↓              ↓
  独立供电      独立机箱      共享机箱       共享机箱+背板
  独立散热      独立散热      共享风扇模块   集中式液冷/风冷
  布线分散      布线分散      中央交换       背板统一互联

标准化进展

行业标准主要由 Open Compute Project (OCP) 推动，其制定的 Open Rack 系列规范定义了计算托盘的机械、电气及管理接口。但头部 Hyperscaler 如 Meta、Google、AWS 仍沿用自己的定制规格，形成“部分标准化、多数碎片化”的格局。2024 年 OCP Summit 上发布了进一步融合液冷与更高功率供电的新版规范，力图统一部分接口。

上游

上游供应链

数据来源：供应链调研、企业年报、Digitimes Research（2024），具体供应商份额未统一披露。

下游

下游应用

受益公司

注意：以下仅为产业链角色梳理，不代表任何投资建议，亦不涉及对公司股价或业绩的预测。

以上均为市场公开信息整理，具体受益程度需结合各公司业务占比与竞争态势评估。

市场规模

市场估算（2023-2025）

计算托盘并非独立统计的细分市场，其价值通常包含在 服务器 或 AI 基础设施 整体市场中。以下基于相关市场推估：

趋势：2024-2025 年，随着大型语言模型 (LLM) 训练和推理需求增长，计算托盘形态在新建 AI 集群中的占比快速提升。据 TrendForce 预估，2024 年 AI 服务器出货量有望增长约 40%，进一步带动托盘及配套液冷需求。

玩家对比

主要厂商的计算托盘方案比较（2024 典型产品）

说明：以上信息基于 2024 年公开产品资料整理，部分自研方案细节未完全披露。

风险

行业与投资层面需要注意的风险

1. 技术迭代风险：若出现更优的模块化架构（如异构集成、光学互连等颠覆），现有托盘形态可能被替代，相关模具与产线面临沉没成本。
2. 标准化碎片化：OCP 标准与多家厂商自研规格并存，使得 ODM 厂商需要维护多套模具与产线，增加成本负担，产品跨客户复用难度高。
3. 服务器需求周期性：企业 IT 支出受宏观经济影响，AI 资本开支可能出现阶段性调整；2023-2024 年的高速增长能否持续存在不确定性。
4. 供应链与地缘政治：高端 GPU 出口管制可能限制特定市场的高密度托盘需求，关键连接器、芯片等依赖单一区域的供应风险。
5. 液冷技术成熟度：液冷快接头泄漏风险、长效冷却液兼容性、维护复杂性等，若出现重大事故可能延缓行业采用速度。
6. 能耗配额与监管：高密度液冷机架功耗惊人（单机架 50 kW 以上），部分城市已对新建数据中心提出严格的 PUE 要求，可能限制高密度托盘部署的选址灵活性。

误读纠偏

误读 1：“计算托盘就是刀片服务器的翻版”

纠偏：两者虽有形态相似性，但设计目标和约束不同。刀片服务器强调通用计算的资源共享和管理简化，共享组件包括网络交换和管理模块；计算托盘更强调计算密度和散热适配，尤其针对 AI/HPC 场景的液冷集成、高速背板互联。刀片时代液冷并非核心需求，而今天计算托盘的设计中液冷兼容性往往是第一优先级。

误读 2：“计算托盘是标准化产品，各厂商方案通用”

纠偏：恰恰相反，当前计算托盘的标准化程度远低于传统机架服务器。头部 Hyperscaler（如 Meta、Google）的托盘设计通常为定制化规格，机械尺寸、背板接口、散热方案各不相同。OCP 虽有标准化努力，但覆盖范围有限。这意味着 ODM/JDM 厂商需要针对不同客户维护不同产线，供应链碎片化是现实挑战。

误读 3：“液冷托盘就是把风冷托盘加上水管”

纠偏：液冷托盘的设计远不止“加水管”。从结构件材料（需兼容冷却液、抗腐蚀）、连接器密封性（防泄漏）、冷板与芯片的贴合精度（影响散热效率）、到快接接头的插拔寿命，都是系统工程。浸没液冷的托盘设计更是需要全面考量材料兼容性和流体流道设计，涉及密封、排气、液位监控等环节。

最新事件

2024-2025 年关键动态

• NVIDIA 发布 GB200 NVL72 液冷节点（2024 年 3 月）：将 72 颗 Blackwell GPU 以计算托盘形式集成，采用液冷与 NVLink 5，重新定义了高密度托盘的上限。
• Meta 公开 Grand Teton 平台细节（2023 年末 / 2024 年初）：新一代 AI 训练平台采用定制液冷托盘，贡献给 OCP，提升社区标准。
• OCP Summit 2024 推进液冷标准（2024 年 10 月）：OCP 发布了包含液冷接口与高功率供电的新版 Open Rack 规范，多家 ODM 展示兼容托盘。
• 浪潮/曙光等中国厂商批量交付液冷托盘（2024 年）：在中国“东数西算”政策推动下，国产液冷托盘步入规模化部署，适配华为昇腾等国产加速器。
• 戴尔发布 PowerEdge XE9860（2024 年）：集成 8 颗 Blackwell GPU，强调 PUE 优化与液冷集成，面向企业级 AI 市场。
• 台系 ODM 厂商 AI 订单强劲（2024 年）：广达、纬创、英业达先后释出 AI 服务器（含托盘）大幅增长的出货指引，部分产线扩产。

来源：各公司官方新闻、OCP Summit 资料、媒体报道。

跟踪指标

观察计算托盘行业景气度的先行指标

注：公开数据来源分别来自公司财报、行业协会与市场研究机构。

信源

本文中明确标注来源的数字均基于公开可查的市场报告和企业公告。未标注具体数值或标注“公开资料未见”的，表示在撰写时未获取到权威、统一的定量披露，相关指标需跟踪最新行业报告或厂商白皮书获取精确数据。