伺服器主機板

3 秒看懂

伺服器主機板是承載 CPU、記憶體、加速卡、網路與儲存模組的系統基板，在方寸之間實現大功率供電、數百條高速訊號互聯與帶外管理。在 AI 訓練伺服器中，主機板決定 GPU 擴充套件規模、互連頻寬和供電品質，成為影響大規模並行訓練效率的底層樞紐。

3 分鐘產業解釋

AI 伺服器主機板不是普通 PC 主機板的放大版。一塊麵向千億引數大型模型訓練的伺服器主機板，需要在相同甚至更緊湊的面積內，為多顆高功耗 CPU 和眾多 GPU/NPU 提供數百安培電流，同時保證數百條 PCIe/UPI/xGMI 等高速序列鏈路的訊號質量。為此，主機板普遍採用超低損耗 PCB 材料、多相併聯供電、重定時器（Retimer）以及獨立的基板管理控制器（BMC），並將 GPU 互連從標準插槽進化為專用高速聯結器或直連基板。

從產業鏈位置看，伺服器主機板處於核心計算平台的中游——向上承接 CPU、記憶體、加速器等晶片與被動元件，向下交付給白牌/ODM 廠商整機整合，最終部署到雲端服務商與 AI 企業的資料中心。伴隨大型模型訓練對算力密度和網路頻寬的爆發式需求，主機板不再是通用計算平台的“配角”，而是整個 AI 計算平面的高速訊號與功率分發中樞，設計複雜度已遠超市面上絕大多數硬體系統。

技術原理

核心互聯拓撲

一臺典型的雙路 AI 訓練伺服器主機板圍繞兩顆高效能 CPU 建置，每路 CPU 掛載獨立記憶體通道（DDR5 RDIMM/LRDIMM），並通過 UPI、xGMI 或 Infinity Fabric 實現快取一致性對稱多處理。CPU 提供的 PCIe 根埠經重定時器消除板內長距離損耗後，連線到 GPU 基板、網絡卡或 NVMe 儲存。在 GPU 密集形態（如 NVIDIA HGX）中，CPU 通過 PCIe 交換器與 GPU 基板相連，GPU 間專用高速鏈路（如 NVLink）則在基板層完成互聯，與主機板本體形成松耦合。

+--------------------------------------------------------------------+
|                     AI Server Motherboard                           |
|                                                                    |
|  +-----------+    +-----------+                                    |
|  |  CPU 0    |<==>|  CPU 1    |    (Dual Socket, xGMI/UPI)        |
|  +-----+-----+    +-----+-----+                                    |
|        | DDR5 A/B          | DDR5 C/D                               |
|  +-----v-----+    +-----v-----+                                    |
|  | Memory Ch.|    | Memory Ch.|   (RDIMM/LRDIMM slots)             |
|  +-----------+    +-----------+                                    |
|                                                                    |
|  +----------+            +--------+     +------------------------+ |
|  | Chipset  |------------|  BMC   |     | OCP NIC / Mezz.        | |
|  | (PCH)    |            +--------+     +------------------------+ |
|  +---|--|---+                                                     |
|      |  | PCIe x4/x8 to NVMe/SATA                                  |
|      |  |                                                          |
|  +---v--v---+    +---+    +---+    +---+    +-----+               |
|  | Retimer  |    |PCI|    |PCI|    |PCI|    | GPU  |               |
|  +----------+    |e  |    |e  |    |e  |    |Basebd|               |
|                  |x16|    |x16|    |x16|    | High |               |
|                  +---+    +---+    +---+    | Speed|               |
|                                             |Conn. |               |
|                                             +-----+               |
|  +----------------------------------------------------------------+|
|  |     Power Delivery Network (Multi-phase VRM, POL)              ||
|  +----------------------------------------------------------------+|
+--------------------------------------------------------------------+

電源分佈網路（PDN）

GPU 瞬時功耗跳躍可達數百瓦，主機板 VRM（電壓調節模組）需採用多相交錯並聯 DC-DC 拓撲（常見 12 相以上），搭配低 ESR 固態電容、超大容量陶瓷電容與低感磁性材料，將電源分配網路在直流到數百 MHz 頻段內的阻抗壓縮至毫歐級，確保瞬態壓降被限制在數十毫伏以內。部分新一代 AI 主機板已轉向 48 V 母線供電架構，以降低線損並提高供電效率。

高速序列鏈路與訊號完整性

PCIe 5.0/6.0 訊號速率已分別達到 32 GT/s 和 64 GT/s，接收端必須通過連續時間線性均衡（CTLE）與判決反饋均衡（DFE）來克服碼間干擾。主機板設計需對差分線對嚴格等長、控制阻抗，並採用背鑽、過孔反焊盤調優等工藝。當走線過長或過孔數量過多時，必須線上路中插入重定時器，以恢復訊號質量並保證鏈路訓練成功。鏈路訓練會在上電時協商速率、均衡引數與通道寬度，若通道衰減超標則會降速甚至降寬工作。

BMC 管理子系統

BMC 晶片（通常基於 ARM 核心）擁有獨立電源域、DRAM 與快閃記憶體，通過 I2C/IPMB/SPI 等管理匯流排採集溫度、電壓、功耗與風扇轉速。依託 NC-SI 側帶介面，BMC 可共享板載網口，實現完整遠端 KVM、虛擬介質掛載與韌體更新。對於萬卡級 GPU 叢集，BMC 是故障定位與資源排程的重要資料入口，並逐步朝向 OpenBMC 與 Redfish 標準化生態演化。

關鍵引數

• PCIe 總頻寬：由 CPU 的 PCIe 通道數、代數以及交換晶片/重定時器共同決定。以 2023 年釋出的 AMD EPYC 9004 系列為例，單路支援 128 條 PCIe 5.0 通道（來源：AMD 公開技術文件），提供了充裕的 GPU 與網路注入頻寬。
• 記憶體頻寬與容量：每顆 CPU 可配備 8~12 條 DDR5 通道，配合 RDIMM/LRDIMM 或新一代 MRDIMM，容量可達數 TB。高記憶體頻寬對資料預處理、CPU 側梯度聚合至關重要。
• CPU 間互聯頻寬：雙路系統中 UPI/xGMI 的速率決定跨 NUMA 節點的資料共享效率。例如，第四代至強可擴充套件處理器通過 4 條 UPI 2.0 提供最高約 16 GT/s 的互聯（來源：英特爾平台資料手冊）。
• 功率支援上限：主機板 VRM、電源聯結器及銅厚等限定了可承載的峰值電流與總 TDP。高階 AI 主機板常設計為支援每 GPU 功耗 500~700 W（持續）的供電能力。
• BMC 功能完備性：Redfish 支援、遠端韌體更新、感測器精度、帶內/帶外互動延遲等指標，是萬級節點運維規模化的重要基線。

技術路線

演進歷程

• 早期（約 2010–2015 年）：基於通用雙路 Xeon 主機板，通過標準 PCIe 2.0/3.0 x16 插槽直連 2~4 塊 GPU，採用 EEB/ATX 形態，供電和散熱設計冗餘有限。
• 多卡擴充套件階段（約 2016–2020 年）：整合 PCIe 交換器的主機板出現，將有限根埠擴充套件為更多 x16 物理介面以支援 4 塊以上 GPU，但需承受頻寬池化帶來的效能損失。
• 專用 AI 平台（2020 年起）：NVIDIA HGX、OAM 等基板形態鋪開，主機板與 GPU 基板分離，引入專用高速聯結器替代標準 PCIe 插槽，訊號路徑更短、供電能力更強。主機板同步演化出 48 V 母線供電、獨立基板管理邏輯與液冷適配能力。
• 異構與開放（持續推進）：OCP 開放加速器基礎設施（OAI）規範推動同類主機板標準化，支援不同加速器模組熱插拔。同時，CXL（Compute Express Link）協議逐步滲透，使主機板具備快取/記憶體池化與加速器一致性訪問潛力。

形態對比

注：下表為定性對比，未引用各平台量產版規格書中詳細數值，如需精確數字需查閱對應產品 datasheet。

特性	傳統通用雙路伺服器主機板	AI 訓練最佳化主機板（GPU 密集）	開放標準主機板（OCP OAI 類）
CPU 插槽	雙路，可向上擴充套件	雙路或單路，面向高吞吐	標準化多代相容
GPU 連線方式	標準 PCIe x16 插槽，數量有限	專用基板聯結器（SXM/OAM），訊號路徑短，支援大功率	模組化基板聯結器，支援不同加速器
PCIe 代次與拓撲	PCIe 3.0/4.0，可含 Switch	PCIe 4.0/5.0/6.0，多級 Retimer，CPU-GPU 常經 Switch	預留 PCIe 和 CXL 介面，拓撲靈活配置
記憶體技術	DDR4 ECC，通道數量中等	DDR5 ECC，多通道、高頻率，大容量 RDIMM/LRDIMM	跟隨 JEDEC 標準，擴充套件性明確
電源架構	12 V 輸入，多相 VRM，中等功率	大電流多相供電，部分轉向 48 V 母線，大功率輔助供電	高效開放電源架構，規範電壓範圍
管理能力	標準 BMC，IPMI 2.0	增強 BMC，整合 GPU 監控、功耗封頂、叢集遙測	標準帶外管理，OpenBMC 可選
物理形態	標準 EEB/專有機箱	定製大尺寸，適配高密風道或冷板	遵循 OCP 開放架構尺寸

上游

• 晶片與 IP：英特爾、AMD 提供 CPU 與 PCH；博通、Microchip 提供 PCIe 交換器與重定時器；Astera Labs 是 PCIe Retimer 領域的關鍵供應商。
• BMC 管理晶片：ASPEED Technology 佔據伺服器 BMC 市場絕大多數份額，新唐科技等亦有參與（截至 2024 年，多項行業分析指出 ASPEED 出貨量佔比超過 80%，具體數值公開資料未見獨立精確統計）。
• PCB 與材料：深南電路、滬電股份、生益科技等提供高層數、低損耗覆銅板與 HDI 工藝，M6 級及以上材料已成主流。
• 聯結器與被動元件：泰科、安費諾、Molex 主導高速聯結器；村田、TDK、三星電機等提供 VRM 所需低損耗電感和電容。

下游

• 白牌/ODM 廠商：英業達、廣達、鴻海精密、緯創、卓易等將主機板整合為完整系統，直接供應給北美及中國大型雲端服務提供商（CSP）。根據 Digitimes Research 追蹤（2023 年），廣達、英業達、鴻海長期位列全球伺服器 ODM 出貨前三。
• 品牌伺服器廠商：戴爾科技、慧與（HPE）、聯想、浪潮資訊、新華三等銷售整合系統，面向企業與政企市場。
• 終端使用者：海外主要 CSP（AWS、Azure、Google Cloud、Meta）、國內網際網路巨頭、AI 研究機構與大型企業。

受益公司

注：以下僅描述產業內在邏輯，不構成任何投資建議或交易推薦。

• 超微電腦（Super Micro Computer, SMCI）：直接受益於 AI 伺服器整機及主機板的高 ASP。2024 財年（截至 2024 年 6 月）公司營收達 149.4 億美元，年增率增長約 110%（來源：超微電腦 FY2024 10-K）。其快速定製化能力使其成為 GPU 平台迭代的重要受益者。
• ODM 廠商（英業達、廣達、鴻海精密）：承接 CSP 大量 AI 伺服器訂單，其中主機板設計、製造與整合貢獻可觀營收。公開業績說明會中，上述廠商多次提及 AI 伺服器業務高速增長。
• 晶片組與互聯 IP 供應商：英特爾的至強平台、AMD 的 EPYC 平台、博通與 Astera Labs 的 PCIe 交換器/ Retimer 產品隨主機板價值量提升而擴大銷售。
• BMC 晶片：ASPEED 作為核心供應商，其月度營收常被市場視為伺服器出貨先行指標。2024 年 ASPEED 月度營收年增率持續高增長，反映 AI 伺服器拉貨力度。
• 國內產業鏈對映：浪潮資訊、新華三、中科曙光等整機廠商向上遊主機板供應鏈擴散採購；PCB 供應商（深南電路、滬電股份）及聯結器廠商間接受益於高階主機板需求。

市場規模

截至 2025 年 4 月，公開資料未見第三方機構單獨揭露“AI 伺服器主機板”這一細分市場的精確營收或出貨量絕對值。以下通過相關產業鏈財務線索進行定性推演。

• NVIDIA 資料中心營收：從 FY2024 的 475.25 億美元增至 FY2025（截至 2025 年 1 月）的更高水平（來源：NVIDIA 財務報告），印證 AI 訓練/推論基礎設施大規模部署。
• 超微電腦營收：FY2024 增長約 110% 至 149.4 億美元，且明確將增長歸因於 GPU 相關係統與主機板出貨。
• BMC 晶片月度營收：ASPEED 2024 年多個月份營收創歷史新高，暗示伺服器主機板生產活躍度。
• 價值量參考：產業鏈調研普遍估算 AI 伺服器主機板（含 GPU 基板）在整機 BOM 中的佔比可達 15%~25%（因配置而異），明顯高於傳統伺服器主機板。隨 PCIe 代數演進、層數增加和材料升級，主機板 ASP 呈結構性上升趨勢。

若不依賴精確數值，從上述交叉驗證可推斷：AI 伺服器主機板正處於量價齊升通道，其終端市場規模在百億美元級別。具體數字建議查閱 IDC、Omdia 針對 AI 伺服器/主機板市場的最新付費報告。

玩家對比

玩家型別	代表企業	核心模式	AI 主機板版面配置特點
白牌/ODM 一級	英業達、廣達、鴻海精密	直接面向 CSP 的整機設計製造，量大且高度定製	參與 NVIDIA/AMD 參考設計，掌握高難度高速訊號與 PDN 設計，產能充沛
品牌解決方案商	超微電腦	快速上市的標準化產品 + 深度定製，兼顧速度與彈性	擁有最豐富的 GPU 伺服器產品線，直接受益代際切換
品牌企業級	戴爾科技、慧與、聯想	以服務與完整企業解決方案打包銷售	推出 PowerEdge XE 等系列，重點版面配置液冷和主流 GPU 加速
國內整機品牌	浪潮資訊、新華三、中科曙光	面向國內 CSP 和政企，部分自主設計主機板	注重信創適配與本土供應鏈整合，主機板自研比例提高
元件級廠商	技嘉科技、華碩	伺服器主機板與小型系統，傾向渠道及中小型部署	提供基於最新晶片組的標準化 AI 主機板，靈活度較高

風險

• 技術迭代風險：PCIe 6.0、CXL 3.0 以及未來 PCIe 7.0 的匯入需要重新設計 PDN 與訊號路徑，研發和驗證週期長，錯誤可能導致量產延遲。
• 關鍵元器件供給集中：高階 PCB 材料、Retimer、BMC 晶片、高速聯結器等由少數供應商主導，任何供應中斷都將影響主機板交付。
• 客戶集中度：頭部 CSP 佔據絕大部分 AI 伺服器採購，ODM 與品牌廠對單一客戶依賴度高，資本支出波動敏感。
• 地緣政治與貿易政策：高階晶片出口管控、關稅調整等可能重塑供應鏈，導致非本土市場訂單轉移。
• 散熱與功耗挑戰：CPU+GPU 整板功耗已逼近機櫃極限，若液冷或浸沒方案成本與可靠性進展不及預期，可能抑制高密度主機板部署節奏。

誤讀糾偏

• “AI 伺服器主機板與消費級主機板差異不大” 實際 AI 主機板在 PCB 層數（可達 20 層以上）、銅厚、低損耗材料、多相供電規模（數十相 VRM）、持續滿載驗證等方面遠超消費級。消費級平台無法 7×24 小時承受數百安電流與苛刻訊號完整性要求。
• “主機板效能僅由晶片組決定，GPU 擴充套件關係不大” Retimer 版面配置、聯結器選型、走線拓撲與 PDN 設計直接決定 GPU 間有效頻寬和訓練穩定性。不合理的拓撲可能導致多 GPU 訓練速度顯著低於理論峰值。
• “標準雙路主機板插滿 GPU 就是 AI 伺服器主機板” 標準主機板受限於電源總包、插槽物理強度與訊號路徑長度，難以承載大功率、大數量 GPU。AI 主機板需專為 GPU 叢集定製供電和互連，並使用專用高密聯結器替代標準插槽。
• “用料越豪華越好” 主機板設計強調整體協同，單純堆砌高階電容、電感而忽視 PDN 目標阻抗與去耦網路諧振，反而可能引發電壓紋波超標。

最新事件

• NVIDIA Blackwell 平台釋出：2024 年 GTC 公佈 Blackwell GPU，配套 HGX B200/B100 主機板方案，推動 ODM 開發支援更高功耗（單 GPU 可達 1000 W）和 NVLink 互連的新一代主機板，加速 48 V 供電與液冷設計落地。（來源：NVIDIA 官方新聞）
• AMD MI300X 規模出貨：採用 OAM 模組形態，促使 ODM 適配開放加速器主機板，CPU-GPU 間通過 Infinity Fabric 互連，增強開放生態板卡的吸引力。（來源：AMD 2024 年產品動態）
• 英特爾至強 6 處理器（Granite Rapids）上市：2024 年 9 月釋出，支援 MCR DIMM（多路複用列 DIMM），主機板記憶體頻寬大幅提升，推動新一輪平台換代。（來源：英特爾官方新聞）
• PCIe 7.0 規範 0.5 版公佈：2024 年 PCI-SIG 釋出 0.5 版草案，速率翻倍至 128 GT/s，主機板設計需應對更嚴苛的訊號完整性要求，預示未來材料與架構升級方向。（來源：PCI-SIG 公開宣告）
• Astera Labs IPO：2024 年 3 月，PCIe Retimer 領軍企業 Astera Labs 上市，其業績成為觀察 AI 主機板連線件需求的重要視窗。（來源：公開市場資訊）
• OCP OAM 規範演進：2024 年 OCP 全球峰會上，多個夥伴展示 OAM v2 設計，支援更高功率模組和 CXL 互聯，擴大開放主機板的生態參與度。（來源：OCP 社群）

追蹤指標

• 雲端廠商資本支出：Amazon、Microsoft、Google、Meta 季度資本支出及 AI 相關展望（公開財報），直接預示伺服器採購量。
• NVIDIA 資料中心營收：每個季度增長率可反映 AI 基礎設施擴張節奏，間接對映主機板需求增量。
• 超微電腦營收與毛利率：作為直接對映 AI 伺服器出貨的上市公司，其季度淨銷售額和盈利變化體現主機板產品組合與定價能力。
• ASPEED 月度營收：BMC 晶片出貨是伺服器主機板產量同步指標，每月 5 日左右公開，可提前感知行業冷暖。
• Astera Labs 營收：PCIe Retimer 出貨量反映高速介面需求強度，與主機板 PCIe 代際升級節奏高度相關。
• 關鍵元件價格與交期：DDR5 RDIMM/MRDIMM 價格、高階 PCB 產能與交期、聯結器訂單等，可從行業供應鏈渠道（如 TrendForce、中金科技硬體）獲取。
• OCP 與標準組織動態：OAM 規範更新、CXL 聯盟釋出新協議，一般會引發一輪主機板重新設計與採購。

信源

• 晶片與平台文件：NVIDIA HGX 平台架構白皮書、英特爾至強平台資料手冊、AMD EPYC 技術架構文件。
• 上市公司財報/公告：超微電腦（SMCI）10-K/Q、ASPEED 月度營收（臺灣公開資訊站）、Astera Labs 業績等。
• 市場研究機構：IDC 全球伺服器季度追蹤、Omdia Cloud & Data Center Market Tracker、Digitimes Research 伺服器 ODM 追蹤、TrendForce 伺服器與儲存報告（部分為付費訂閱）。
• 開放標準：OCP 開放加速器基礎設施（OAI）規範、PCI-SIG 電氣規範摘要、CXL 聯盟公開資源。
• 行業媒體與社群：ServeTheHome 硬體拆解與板級分析，Next Platform 深度架構文章，可輔助理解主機板設計取捨。
• 備註：本稿內所有定量結論以標註來源的最新官方檔案或專業資料庫檢索為準。未檢索到確切數字處已如實標明“公開資料未見”，建議通過上述信源追蹤後續更新。