刀鋒伺服器

1 3 秒看懂

刀鋒伺服器是一種將多臺獨立伺服器（刀片）以插卡形式插入共享機箱，統一呼叫電源、散熱、網路和管理模組的高密度計算架構。單個刀片就是一臺包含 CPU、記憶體、儲存和可選加速器的完整計算機，插入背板即自動接入高速網路與儲存資源。其核心價值在於：

• 用同一套機箱基礎設施支撐 8～16 個甚至更多的計算節點，極大減少機櫃線纜數量和空間佔用；
• 通過無狀態熱插拔與統一管理控制器實現分鐘級替換、批次韌體升級和整機箱能耗監控；
• 對 AI 資料中心而言，能夠在有限的機架空間和供電容量內快速堆疊 GPU 算力節點，降低部署複雜度和運維開支。

簡單理解：刀鋒伺服器就是把“獨立電腦”做成可插拔的卡片，再把它們插進配備電源、風扇和網路交換的“大籠子”，把幾十臺伺服器的零星部件替換成一套可批次管理的模組化系統。

2 3 分鐘產業解釋

刀鋒伺服器最早在 2000 年代由 RLX Technologies、HP（現 HPE）等廠商推向企業市場，主要解決大型資料中心中機架式伺服器數量膨脹導致的佈線混亂、空間浪費和管理碎片化問題。那時每臺伺服器都需要獨立的電源、網線、KVM 介面，一個 42U 機櫃只能裝下 20～30 臺機器，卻要拉扯數百根線纜。刀片將節點密度提升至單機櫃 60 臺以上，配合統一運維，大幅優化了總擁有成本（TCO）。

隨著 AI 訓練與推論叢集規模爆發，資料中心對算力密度的追求遠超以往。單臺 8 GPU 機架式伺服器功耗可達 5～10 kW，傳統風冷機櫃無法輕易支撐一個機架執行超過 20 kW。共享電源和集中液冷的刀片式“托盤”應運而生，它把多個 GPU 節點整合在同一個機箱內，由機箱統一提供高容量 48 V 母線、冷板液冷分配管路和無阻塞網路交換，單機箱輕鬆承載 30 kW 以上的持續計算功耗。特斯拉 Dojo、字節跳動等自建 AI 叢集大量採用類似理念的 OCP 整機櫃設計，本質上就是將刀片的共享思想延伸到機櫃級別。

目前產業呈現兩種主要形態：一是傳統企業刀片（HPE ProLiant、Dell MX、Cisco UCS），服務於金融、電信、政府的虛擬化/資料庫負載；二是 AI 高密度模組（NVIDIA HGX 載板、聯想 Neptune 液冷托盤、Supermicro SuperBlade），專為 GPU 叢集打造。前者市場逐步萎縮，後者快速增長，但整體刀片類出貨在伺服器總量中的佔比仍處於較低水平。據 Omdia 2023 年資料中心伺服器形態追蹤（出貨量口徑），全球刀鋒伺服器佔整體伺服器出貨量約 4%，但受益於 AI 高密度系統，其對應營收佔比相對更高。

未來趨勢中，液冷刀片、CXL 背板互聯和 OCP 開放標準將推動刀片從封閉專有架構走向開放解耦，使其進一步融入 AI 雲端和大型網際網路的基礎設施底座。

3 技術原理

刀鋒伺服器的技術底座由四大系統構成：共享背板高速互聯、集中供能與散熱、模組化無狀態計算、統一管理控制器。

共享背板高速互聯
機箱中板（midplane）是各刀片與基礎設施的連線中樞。中板通常嵌有高速聯結器和無源/有源走線，將 PCIe、乙太網路、InfiniBand 或專有交換訊號分發到每個插槽。刀片插進機箱的瞬間，其邊緣聯結器即與背板扣合，實現網路鏈路、儲存訪問（SAS/NVMe-oF）和管理通道的全面貫通，無需任何外接線纜。在 AI 場景中，中板設計進一步複雜化：它可能需要承載 NVSwitch 拓撲，讓 8 個 GPU 刀片以 NVLink 直連，或通過 PCIe Switch 支援 GPU Direct RDMA。這種“背板即網路”方式避免了外部交換器與節點之間大量光纖跳線造成的訊號衰減和擁塞，也降低了因線纜故障導致的叢集停機風險。

集中供能與協同散熱
機箱內部配備 N+N 或 N+1 冗餘的高效電源模組（常見 3 000 W 以上的鈦金級電源），將交流電變換為 48 V 或 12 V 直流母線，再經各刀片的本地電壓調節器（VR）轉換為晶片所需電壓。共享電源池使單刀片無需攜帶多餘供電冗餘，整體供電效率較獨立伺服器提升約 2～5 個百分點（來源：HPE 電源效率白皮書，2022 年）。散熱方面，機箱前端或中部安裝熱插拔風扇牆，通過分割槽氣流管理將幾顆大風扇產生的風量準確引導至每個高功耗節點；更高密度的 GPU 刀片則引入冷板液冷，通過機箱整合的冷水分歧管向每塊刀片供應冷卻液，熱量被集中帶往機架級 CDU（冷卻分配單元）。例如聯想 ThinkSystem SD650 系列（2023 年釋出，Lenovo 官方產品規格）可支援每托盤高達 1 000 W 的散熱能力，配合 Neptune 溫水液冷，可使單機箱容納 4 個 4 GPU 刀片穩定執行。

模組化無狀態計算
每個刀片均包含 CPU、DIMM 記憶體、M.2 或 U.2 本地儲存槽位，以及可選 PCIe 加速卡。最重要的是，刀片本身不儲存持久化身份資訊（如 MAC 地址、WWNN），由機箱的管理控制器動態分配，實現“無狀態”計算。當某刀片故障時，管理員可拔出舊刀片、插入備件，數分鐘內自動同步韌體、網路配置並加入工作負載池，業務中斷時間遠低於更換整臺機架式伺服器。這一特性在超大規模叢集中顯著降低人力巡檢和夜間維修成本。

統一管理控制器
機箱內建的管理模組（如 HPE OneView 的 CMM、Dell 的 OME-M、Cisco UCS Manager）作為帶外管理中心，通過 I2C/IPMB 等內部匯流排與各刀片的 BMC 通訊，支援一鍵式批次韌體升級、功率封頂、溫度監控和遠端虛擬 KVM。基於 Redfish 和 IPMI 介面，運維人員可通過 API 將刀片叢集接入基礎設施即程式碼（IaC）體系，實現完全自動化。

綜上，刀鋒伺服器的本質是將多節點互連、供電散熱、算力和管理控制平面融為一體，構成一個小型、高度整合的資料中心模組。

4 關鍵引數

評估刀鋒伺服器時需要關注以下引數（資料主要來自各廠商公開產品規格及 OCP 規範，2023-2024 年資料）：

• 機箱高度與插槽數：常見 6U/7U/10U，分別支援 8-16 個半高刀片或 4-8 個全高雙路/GPU 托盤。例如 HPE Synergy 12000 架構高 10U，支援 12 個半高計算模組（HPE 產線規格，2023）。
• 單節點 GPU 數量：AI 刀片按托盤可搭載 4～8 個 GPU，典型為 4 GPU（如聯想 SD650-I V3，支援 4× H100 SXM）或 8 GPU（如 NVIDIA HGX 基礎板整合後裝入機箱托盤）。整機箱最大 GPU 密度可達 32～64 張 GPU（Supermicro 8U SuperBlade 支援 20 個 GPU，2023 年版）。
• 內部互聯頻寬：背板支援 PCIe Gen5 或 Gen4，單通道速率 32 GT/s 或 16 GT/s；網路模組可選 200 GbE/400 GbE 乙太網路或 NDR InfiniBand（400 Gbps）。Cisco UCS 刀片通過其 UCS 交換矩陣統一承載 LAN/SAN 流量，實現端到端 100 Gbps 聚合（Cisco UCS X9508 規格，2023）。
• 機箱供電能力：AI 刀片機箱通常配置 6～8 個 3 000 W 電源模組，總供電可達 18～24 kW，支援 N+N 冗餘，單機箱功率密度超過 30 kW（Supermicro SBA-830 系列，2023 產品概覽）。傳統企業刀片機箱則在 6 000～10 000 W 之間。
• 散熱規格：風冷刀片支援單顆 CPU 270 W、GPU 300 W 級別；液冷刀片可支援單托盤 1 000 W～2 000 W 的 TDP，冷板覆蓋 CPU、GPU 和記憶體。進口水溫通常要求 32℃～40℃，配合機櫃 CDU 實現高達 80% 熱捕獲率。
• 管理協議：均支援 Redfish/Swordfish、IPMI 2.0、SNMP v3 和 Web UI。HPE OneView、Dell OME-M 提供全域性健康儀表板。
• 擴充套件與介面：每個刀片通常包含 2～4 條 PCIe x16 擴充套件、若干 M.2，以及可選的夾層卡（Mezzanine card）插槽，用於接入額外網絡卡或儲存控制器。
• 跨代相容性：同一機箱是否支援不同世代 CPU/GPU 刀片混合部署。多數傳統中板可向後相容幾代處理器，但 GPU 功率和 NVLink 升級常要求更換中板或網路模組，導致全代際升級成本較高。

以上引數與具體負載匹配緊密：大型模型訓練關注 GPU 間互聯速率和整機箱散熱能力，推論和虛擬化場景則更看重每瓦效能和節點密度。

5 技術路線

當前刀鋒伺服器按應用場景和物理形態可劃分為三條主要技術路線，它們共享模組化思想，但在設計開放度和硬體生態上差異明顯。

路線一：傳統企業刀片（Proprietary Blade）
代表產品有 HPE ProLiant BL/Synergy、Dell PowerEdge MX、Cisco UCS B 系列和聯想 ThinkSystem SN 系列。機箱、中板、管理模組和刀片均來自同一廠商，形成封閉但高度最佳化的“系統”。優勢是管理深度和穩定性極強，具備統一韌體基線、無狀態配置檔案和極簡擴容流程，長期佔據金融、政府、醫療等嚴格合規行業的訂單。然而，供應商鎖定和較高的初始購置成本使其在網際網路公司中受眾有限。2020 年以來，這一路線整體份額持續被超融合一體機和機架式高密度系統蠶食（參見 IDC 伺服器追蹤 2022Q4）。

路線二：GPU 密度型 AI 刀片/托盤
隨著 AI 訓練進入萬卡叢集，傳統 1U/2U 機架式 GPU 伺服器在空間、供電和散熱上捉襟見肘。NVIDIA HGX 平台、英特爾 Data Center GPU Max 等均推出基板（baseboard）設計，將其裝入液冷托盤，再整合到共享機箱。聯想 ThinkSystem SD650 V3 採用 Neptune 溫水液冷，以半寬 1U 托盤承載 4 顆 H100 或 4 顆英特爾 GPU（Lenovo 官方新聞稿，2023-05）。SuperMicro 的 SuperBlade 8U 機箱可混合部署 CPU 刀片和 4 GPU 刀片，單機箱最多容納 20 塊 SXM GPU。此路線的本質是將“高功耗加速卡”包裝成液冷刀片模組，通過機箱集中供液和背板高速訊號，替代外接 QSFP 跳線。與機架式相比，它節約了機櫃交換器線纜和電源分配單元（PDU）佔位，提升了整櫃計算密度，通常可將單機櫃 GPU 數量從 32-48 張提升至 64-96 張（根據 Supermicro 和 Lenovo 白皮書推算，2023 年）。

路線三：開放整機櫃模組化（OCP 風格）
OCP 社群的 Open Rack v3 規範將計算 sled、電源、散熱風扇、網路交換完全解耦。計算 sled 本身是“刀片化”的 CPU/GPU 節點，插入整機櫃的統一背板，由整櫃集中的 48 V 電源和液冷主管路供能。Facebook（Meta）、Microsoft Azure、字節跳動等超大規模使用者採用此類設計建置 AI 叢集（OCP Global Summit 2023 演講資料）。與商業刀片不同的是，計算 sled 的規格、聯結器定義是開放的，允許混合不同供應商的產品，避免鎖定，但需要較強自研運維能力。此類系統已構成全球 AI 伺服器新增部署的重要部分，據 TrendForce 2023 年 AI 伺服器出貨報告，定製化整機櫃 AI 系統佔 AI 伺服器出貨約 35-40%（出貨量口徑），其中大量形態具有刀片化基因。

路線整合趨勢
上述三條路線正在彼此靠近：企業刀片廠商開始提供液冷 GPU 托盤和對 OCP 介面的支援（如 HPE 的 Cray XD 系列）；OCP 整機櫃在提升管理 API 後日趨“企業友好”；GPU 密度型托盤同樣可納入企業混合機箱。未來 AI 資料中心的建置將更多按照功率域、互聯域和散熱域來界定模組邊界，刀片化將成為幾乎所有高階計算節點的基礎封裝形態。

6 上游

刀鋒伺服器的上游供應鏈橫跨結構件、聯結器、電源、散熱、管理晶片和核心算力晶片，對可靠性、訊號完整性和能效要求極高。

• 機箱結構與聯結器：高速背板聯結器是刀片核心上游，安費諾（Amphenol）的 Paladin 系列、莫仕（Molex）的 Impact 高速背板聯結器支援 112 Gbps PAM4 訊號，滿足 PCIe 5.0/6.0 及 InfiniBand NDR 需求。這些聯結器需在有限空間內提供數千個訊號針腳並保持低串擾，單機箱價值量可超過數萬元人民幣（來源：Amphenol 產品手冊，2023）。精密鈑金與導軌件由臺資和大陸沖壓廠提供。
• 電源模組：刀片機箱所用電源模組多為 AC/DC 開關電源，供應商包括臺達（Delta）、雅特生（Artesyn）、群光電能等。AI 刀片機箱常用 3 000 W 鈦金級電源，支援 48 V 輸出，典型效率超過 96%（Delta 產品規格書 2023）。
• 散熱元件：風冷刀片使用高轉速對轉風扇，主要來自臺達、建準等。液冷刀片則帶動了冷板、管路、分液器（manifold）和 CDU 產業，供應商包括 CoolIT Systems、Asetek、Boyd Corporation 等，其液冷方案已嵌入聯想、HPE、Supermicro 的刀片產品中（CoolIT 2023 年合作伙伴公告）。
• 管理晶片與 BMC：每臺刀片及管理模組均搭載基板管理控制器（BMC）晶片，全球市場由信驊（ASPEED）和新唐（Nuvoton）主導。ASPEED 的 AST2600 系列 BMC 廣泛用於各品牌刀片管理，2023 年信驊合併營收為新臺幣 31.4 億元（來源：信驊季報，2023），可視為伺服器管理晶片需求的關鍵先行指標。
• 算力晶片：CPU 方面，Intel Xeon Scalable（Sapphire Rapids/Emerald Rapids）和 AMD EPYC (Genoa/Bergamo) 是刀片主力平台。GPU 方面，NVIDIA 的 H100、H200、B200 等 SXM 封裝 GPU，以及 NVSwitch 晶片，決定了 AI 刀片的互聯拓撲和效能上限。AMD Instinct MI250X/MI300X 和 Intel Gaudi 2 等也開始進入液冷刀片設計。
• 交換器晶片與網絡卡：機箱內嵌的交換模組依賴 Broadcom (Tomahawk/Trident)、NVIDIA (Spectrum) 和 Marvell 等晶片。刀片所需夾層卡或 OCP 網絡卡則來自 NVIDIA ConnectX、Intel E810 等，決定節點對外頻寬。

上游高度標準化卻又有強耦合：背板聯結器的迭代速度、BMC 韌體生態和 GPU 底板參考設計共同限制了刀片平台的升級週期。AI 刀片的爆發拉動了高瓦數電源、液冷快接頭和高密度聯結器的產能擴張，使相關上游廠商在 2023-2024 年進入擴產週期。

7 下游

刀鋒伺服器的下游需求可劃分為三種客群，其採購驅動因素和形態選擇差異顯著。

• 大型網際網路與雲端服務商：Meta、Microsoft、亞馬遜、字節跳動、阿里等自身擁有定製化整機櫃設計能力，更多采用 OCP/Open19 等開放標準，而非商用刀片。他們追求極致 TCO、每瓦算力、自動化運維和供應鏈多元化，採購訂單表現為向 ODM（如廣達、緯穎、英業達）直接定製計算 sled 和機櫃，再配合自研管理軟體。2022-2023 年，該類客戶貢獻了全球絕大部分 AI 伺服器的增量需求（見 Omdia 2023 年 AI 伺服器市場分析）。

• 傳統企業與機構：銀行、證券、電信運營商、政府、高校 HPC 中心仍然偏好商用刀片。他們重視供應商的單一責任、管理套件成熟度和緊急支援響應。HPE、Dell 和 Cisco 的刀片平台在這些客群中保有存量市場，採購模式以架構協議和分批次機箱擴充套件為主。此類客戶正將部分負載遷向 GPU 計算，因此開始採購品牌方提供的 AI 刀片（如 HPE Apollo 6500、Dell PowerEdge XE 系列裝入機箱），但速度慢於網際網路。

• AI 雲端與高效能運算服務商：以 CoreWeave、Lambda Labs、Cirrascale 為代表的 GPU 雲端服務商，以及國家超算中心，需要快速組合高密度 GPU 算力單元並對外提供租用。他們兼具網際網路對密度的追求和企業對管理便捷性的要求，常採購經過預整合和驗證的 AI 刀片/整機櫃系統，包括 NVIDIA DGX SuperPOD、聯想 SD650、Supermicro SuperBlade 等。這些客戶要求機櫃級交付（機箱含刀片、網路管理和液冷 CDU 已在工廠預裝），縮短現場部署時間。

下游需求的決定性因素集中於：電力容量是否充足（每機櫃 kW 數）、機櫃空間利用率（是否按機位收費）、運維團隊規模與技術能力、以及散熱條件（是否能支援液冷）。凡是機櫃空間緊張、人力成本高、對停機容忍度低的場景，刀片形態的價值就越突出。

8 受益公司

以下公司基於其在刀鋒伺服器及關聯高密度系統產業鏈中的位置，會直接或間接受益於市場演進（僅作行業分析，不作為任何投資建議）。

• HPE：刀鋒伺服器傳統龍頭。其 Synergy 和 ProLiant BL 在政企市場佔有率高，Apollo 高密度系統及 Cray XD 液冷產品切入 AI/HPC 領域。據 HPE 2023 財年年報（10-K，截至 2023 年 10 月），計算部門營收 126 億美元（口徑：部門總營收），包含機架式及刀片產品，刀片佔比未單獨揭露。HPE 在液冷和混合雲端管理方面的持續投入使其能夠將傳統刀片使用者引導至 AI 模組。
• 戴爾科技：PowerEdge MX 模組化基礎架構支援計算、儲存、網路資源的靈活組合，其 PowerEdge 高密度 XE 伺服器也可視為刀片形態向 AI 延伸。戴爾 2024 財年 ISG（基礎設施解決方案集團）營收為 339 億美元（戴爾 10-K，2024），包含大量伺服器產品，刀片子類不明。
• 聯想集團：憑藉 ThinkSystem 系列及 Neptune 溫水液冷技術，在高密度 GPU 刀片方面建立差異化。聯想 SD650 V3 等托盤產品被用於多個國家超算專案，在 2023 年全球 HPC 市場擁有領先能效。聯想 2023/24 財年 ISG 營收約 90 億美元（來源：聯想財報），其中高密度 AI 系統貢獻增長。
• Supermicro：其 SuperBlade 和 8U GPU 刀片式系統以及液冷整櫃解決方案快速滿足雲端和 AI 公司需求。Supermicro 2023 財年營收 71 億美元（來源：Supermicro 年報），增長主要受 AI GPU 系統驅動，高比例來自 GPU 伺服器，其中相當一部分為刀片/托盤形式。
• 思科：UCS 刀片系列結合 UCS 管理器和網路矩陣，採用融合基礎架構，在虛擬化、混合雲端負載中擁有穩固地位，並與 NVIDIA 合作推出液冷 AI 節點。
• ODM 廠商：廣達電腦、緯穎科技、英業達等承接雲端廠商定製化整機櫃 sled 訂單，刀片化設計已融入其產品線。這些公司的營收與 AI 伺服器景氣度高度關聯（Digitimes Research 2023 年 AI 伺服器出貨分析）。
• NVIDIA：雖然不直接生產刀鋒伺服器，但其 HGX 底板定義了 AI 刀片的電氣和液冷參考設計，並通過 NVSwitch 背板互聯牽引整個生態系統。2024 財年資料中心營收達 475 億美元（NVIDIA FY24 10-K），其設計迭代速度直接決定 AI 刀片換代週期。
• 液冷元件供應商：如 CoolIT、Asetek，為聯想、HPE、Supermicro 等提供定製液冷迴路和冷板模組，隨液冷刀片滲透率提升而增長。
• 聯結器與電源：安費諾、泰科電子、臺達將從高密度刀片機箱的出貨中獲取更多高價值零部件訂單。

受益路徑並不均勻：傳統企業刀片復甦有限，而 AI 刀片及整機櫃托盤將是增量核心。

9 市場規模

由於刀鋒伺服器是伺服器大市場中的一個細分形態，且不同分析機構對“刀片”邊界定義有差異（是否包含多節點機架式、液冷托盤等），其市場規模只能通過多個口徑交叉拼圖。

• 全球伺服器總體市場：據 IDC《全球季度伺服器追蹤》2023Q4 資料，2023 年全球伺服器市場營收約 1,250 億美元（口徑：廠商營收）。其中 AI 伺服器佔比由 TrendForce 估算約 30%，即 375 億美元左右，且持續快速上升。
• 刀鋒伺服器出貨量佔比：根據 Omdia 2023 年伺服器形態市場追蹤（出貨量口徑），刀鋒伺服器（Blade server）佔全球伺服器出貨量約 4%。以此推算，2023 年全球刀片出貨量大致在 50～60 萬臺水平，而 AI 刀片/高密度托盤出貨量近年雙位數增長，在 AI 伺服器中佔比接近兩成（公開資料未見精確數字）。
• 分地區：據 IDC 中國市場伺服器追蹤，2023 年中國 x86 伺服器市場出貨量年增率下降，刀片佔比更低，約 2%～3%（公開資料未見具體份額），主要受網際網路客戶轉向定製機櫃影響。北美仍是刀片營收最大區域，受政企和 CSP 採購支撐。
• 廠商營收視角：以 HPE 計算部門 126 億美元和戴爾 ISG 伺服器約 200 億美元（估算）為背景，結合其刀片出貨量比重，可粗略感知傳統刀片整體市場可能在數十億美元規模。據 Allied Market Research 2022 年釋出的全球刀鋒伺服器市場報告（口徑：終端銷售），估測 2021 年全球刀鋒伺服器市場規模約 135 億美元，2022-2031 年複合增長率約 8%，但該預測未經最新 AI 形態衝擊修正，且較為樂觀，僅供參考。

綜合而言，傳統刀片市場趨於飽和甚至小幅下滑，而 AI 刀片/托盤市場正在快速膨脹，使其整體營收可能維持平穩或小幅增長，但結構劇變。高速增長的 GPU 密度型刀片及 OCP 整機櫃 sled 越來越承擔“刀片”這一概念的實質，但其統計口徑常被歸入定製 ODM 或高密度機架式，而非傳統“Blade”分類。

10 玩家對比

以下就六個主要參與者的刀片/AI