白牌伺服器（White-box Server）

3 秒看懂

白牌伺服器 = 沒有品牌logo的伺服器，由代工廠直接出貨給大客戶定製。

它不是”雜牌”，而是Meta、Google、字節跳動等巨頭的主力裝備——全球超半數資料中心伺服器出貨量來自白牌。

3 分鐘產業解釋

什麼是白牌伺服器？

白牌伺服器（White-box Server），也稱”無品牌伺服器”或”自定義伺服器”，是由**ODM（Original Design Manufacturer，原始設計製造商）**按照客戶（通常是超大規模雲端廠商/網際網路巨頭）的定製需求設計、製造，不使用傳統伺服器品牌商標的伺服器產品。

與品牌伺服器的核心區別

維度	品牌伺服器	白牌伺服器
代表廠商	Dell、HPE、Lenovo、Inspur（浪潮）	Quanta（廣達）、Wistron（緯創）、Inventec（英業達）、Foxconn（富士康）
設計主導	廠商主導標準產品	客戶主導定製設計
銷售模式	渠道/直銷，標準化配置	直供大客戶，高度定製
品牌溢價	較高	極低
售後服務	廠商負責	客戶自建團隊或外包
典型客戶	企業、中小企業、政府	超大規模資料中心、雲端廠商

為什麼白牌伺服器崛起？

規模經濟的極致邏輯： 當你採購量達到數十萬甚至百萬臺級別時，品牌伺服器的10-30%品牌溢價就變成了不可接受的成本負擔。同時，大客戶有足夠的技術能力自建運維團隊，不需要廠商的”交鑰匙”服務。

供應鏈簡化的價值： 消除了品牌商這一中間環節，ODM直接對接客戶需求，響應更快、溝通更高效、定製更靈活。

15 分鐘專家深入

市場格局：白牌已成主流

據第三方行業研究機構（如IDC、TrendForce等）的公開報告估算，白牌伺服器在整體伺服器出貨量中的佔比已持續上升，在**超大規模資料中心（Hyperscale）**領域，白牌份額可能已超過50-60%。這部分增量主要由北美雲端廠商（Google、Meta、Microsoft Azure、Amazon AWS）和中國網際網路巨頭（字節跳動、阿里、騰訊、百度）的需求驅動。

資料口徑說明： 由於行業研究機構對”白牌”的統計口徑存在差異（是否含貼客戶自有品牌的ODM產品），具體份額資料需參考各機構最新報告，此處僅作定性趨勢描述。

ODM Direct 模式深度解析

傳統模式：CPU/元件廠商 → 品牌伺服器廠商 → 渠道/客戶
白牌模式：CPU/元件廠商 → ODM → 超大規模客戶（直接對接）

中間環節減少 → 成本降低 + 定製靈活 + 交付可控

關鍵要點：

ODM通常不直接面向中小企業客戶銷售，其商業模式是大客戶直供
客戶通常會同時向2-3家ODM下單，以分散供應鏈風險
部分ODM（如廣達、緯創）已開始發展自有品牌或向AI伺服器轉型

地理分佈：臺灣ODM的產業地位

全球白牌伺服器的主要ODM廠商高度集中於中國臺灣，形成了獨特的產業叢集：

廣達電腦（Quanta）： 長期位列全球最大伺服器ODM，主要客戶包括Meta、Google等
緯創資通（Wistron）： 伺服器業務增長迅速，AI伺服器版面配置積極
英業達（Inventec）： 傳統伺服器ODM強廠
鴻海/富士康（Foxconn）： 製造規模巨大，多元化版面配置
和碩（Pegatron）： 亦有伺服器ODM業務

近年來，中國大陸廠商（如寶德、新華三等）也在白牌/準白牌領域有所版面配置，但整體市場份額仍以臺灣ODM為主導。

AI伺服器：白牌模式的新戰場

隨著大型模型訓練和推論需求爆發，AI伺服器成為白牌模式的新增長極：

AI伺服器通常需要更高功率、更復雜散熱、更密集的GPU互聯
超大規模客戶（如Meta、字節跳動）對AI伺服器的定製需求更強烈
ODM在AI伺服器領域的技術能力快速提升，部分已具備液冷、高速互聯等複雜系統的整合能力

技術原理

白牌伺服器的典型架構

┌─────────────────────────────────────────────────────────────┐
│                     白牌伺服器（機架式）                        │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────┐  ┌─────────┐  ┌─────────┐  ┌─────────┐       │
│  │  GPU/    │  │  GPU/    │  │  GPU/    │  │  GPU/    │       │
│  │  加速卡  │  │  加速卡  │  │  加速卡  │  │  加速卡  │       │
│  │  ×N      │  │  ×N      │  │  ×N      │  │  ×N      │       │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘  └────┬─────┘       │
│       │             │             │             │             │
│       └──────┬──────┴──────┬──────┘             │             │
│              │  高速互聯    │                     │             │
│              │(NVLink/      │                     │             │
│              │ Infinity     │                     │             │
│              │ Fabric/      │                     │             │
│              │ 自研匯流排)    │                     │             │
│              │             │                     │             │
│  ┌───────────┴─────────────┴─────────────────────┘             │
│  │                    CPU 主機板                                  │
│  │  ┌─────────────┐  ┌─────────────┐                          │
│  │  │  CPU Socket  │  │  CPU Socket  │                          │
│  │  │  (Intel/AMD/ │  │  (Intel/AMD/ │                          │
│  │  │   ARM-based) │  │   ARM-based) │                          │
│  │  └─────────────┘  └─────────────┘                          │
│  │  ┌──────────────────────────────────────────┐              │
│  │  │  記憶體 DIMM (DDR4/DDR5, 通道數取決於CPU)    │              │
│  │  └──────────────────────────────────────────┘              │
│  │  ┌──────────────────────────────────────────┐              │
│  │  │  儲存 (NVMe SSD / SATA SSD)               │              │
│  │  └──────────────────────────────────────────┘              │
│  │  ┌──────────────────────────────────────────┐              │
│  │  │  網絡卡 (25/100/200/400 GbE, RDMA/RoCE)     │              │
│  │  └──────────────────────────────────────────┘              │
│  └─────────────────────────────────────────────────────────── │
│  ┌───────────────────────────────────────────────────────────┐ │
│  │  電源 (CRPS, 800W-3000W+, 冗餘配置)                       │ │
│  └───────────────────────────────────────────────────────────┘ │
│  ┌───────────────────────────────────────────────────────────┐ │
│  │  散熱 (風冷/液冷, 取決於TDP和客戶要求)                     │ │
│  └───────────────────────────────────────────────────────────┘ │
│  ┌───────────────────────────────────────────────────────────┐ │
│  │  BMC/IPMI (遠端管理, 如AST2600)                           │ │
│  └───────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘

關鍵技術差異點

1. 機箱與結構設計

白牌伺服器並不必然採用開放式機架（Open Rack）標準；許多白牌/ODM伺服器仍採用標準19英寸機架規格，OCP規範也包含19英寸變體
Google、Meta等均有自研的機架標準（如Open Rack v3），ODM需適配
機箱設計可能不包含品牌logo，甚至採用裸金屬外觀

2. 主機板/BMC定製化

客戶可深度參與主機板版面配置設計，指定PCIe通道分配、記憶體插槽位置
BMC（基板管理控制器）韌體通常由客戶自研或深度定製，以適配自有運維平台
BIOS/UEFI設定按客戶需求鎖定或開放

3. 散熱與電源方案

高功率AI伺服器可能需要液冷方案，ODM需具備冷板或浸沒式液冷整合能力
電源單元（PSU）採用通用規格（如CRPS標準），客戶可統一採購

技術演進史

時間段	階段特徵	關鍵事件
2000年代初期	萌芽期	Google率先開始定製伺服器，自建資料中心
2008-2012年	起步期	Facebook發起Open Compute Project（OCP），推動開放硬體標準；臺灣ODM開始承接大規模訂單
2013-2018年	快速增長	白牌伺服器出貨量佔比持續上升，ODM Direct模式成為超大規模客戶主流選擇
2019-2022年	成熟期	AI伺服器需求爆發，ODM加速轉型；部分ODM開始發展自有品牌或進入企業級市場
2023年至今	AI驅動新週期	大型模型訓練/推論需求拉動AI伺服器出貨，白牌模式在AI伺服器領域繼續擴張；供應鏈緊張帶來新挑戰

Open Compute Project（OCP）的影響

OCP由Facebook（現Meta）於2011年發起，旨在推動資料中心硬體的開放標準和開源設計。其核心貢獻包括：

定義了Open Rack等機架標準
開源了伺服器、儲存、網路裝置的設計規範
降低了ODM進入門檻，加速了白牌伺服器生態發展

技術路線對比

白牌伺服器 vs 品牌伺服器 vs 裸金屬雲端

維度	白牌伺服器	品牌伺服器	裸金屬雲端（Bare Metal）
所有權	客戶自持	客戶自持	雲端廠商持有，按需租用
定製深度	極高（從硬體到韌體）	中等（配置選擇）	低（標準配置）
前期投入	高（大規模採購）	中	低（按需付費）
長期TCO	通常最優（規模化）	較高（含品牌溢價）	取決於使用時長
技術門檻	高（需自建運維團隊）	低（廠商支援）	最低
適用客戶	超大規模資料中心	企業級、中小企業	開發測試、彈性業務
典型廠商	廣達、緯創、英業達	Dell、HPE、Lenovo	AWS、阿里雲端、GCP

上下游

上游：核心元件供應鏈

┌─────────────────────────────────────────────────────────────┐
│                         上 遊 組 件                           │
├──────────────┬──────────────┬──────────────┬────────────────┤
│   CPU        │   GPU/AI     │   記憶體        │   儲存          │
│   Intel      │   NVIDIA     │   Samsung     │   Samsung      │
│   AMD        │   AMD        │   SK Hynix   │   SK Hynix    │
│   ARM生態    │   華為昇騰    │   Micron     │   Micron      │
│   (Ampere等) │   寒武紀等   │              │   WD/Kioxia   │
├──────────────┼──────────────┼──────────────┼────────────────┤
│   網絡卡/互聯  │   主機板晶片   │   電源        │   BMC晶片      │
│   Broadcom   │   Intel      │   臺達電      │   ASPEED      │
│   NVIDIA     │   AMD        │   光寶科技    │   (AST2600等) │
│   Mellanox   │              │   Artesyn等   │               │
└──────────────┴──────────────┴──────────────┴────────────────┘

中游：ODM製造

主要ODM	總部	伺服器業務特徵	主要客戶（公開資訊）
廣達（Quanta）	臺灣	全球最大伺服器ODM之一	Meta、Google等
緯創（Wistron）	臺灣	AI伺服器增長迅速	多家北美雲端廠商
英業達（Inventec）	臺灣	傳統伺服器ODM強廠	多元化客戶群
鴻海（Foxconn）	臺灣	製造規模巨大	多元化版面配置
和碩（Pegatron）	臺灣	伺服器+其他電子	—

下游：終端客戶

客戶型別	代表企業	採購特徵
北美雲端廠商	Google、Meta、Microsoft、AWS	最大規模採購，深度定製
中國網際網路	字節跳動、阿里、騰訊、百度	大規模採購，國產化需求
AI創業公司	各類AI算力需求方	增長中，但單體規模較小
運營商/電信	各國電信運營商	部分轉向白牌模式

關鍵指標

伺服器選型核心引數

引數	說明	重要性
CPU插槽數/核心數	決定通用計算能力	★★★★★
GPU/加速卡數量	決定AI訓練/推論能力	★★★★★
記憶體容量/頻寬	影響資料密集型任務	★★★★☆
網路頻寬	叢集互聯關鍵（25/100/200/400GbE）	★★★★★
儲存容量/IOPS	資料密集型場景重要	★★★☆☆
功耗（TDP）	影響機房PUE和運營成本	★★★★☆
散熱方案	風冷/液冷選擇	★★★★☆
外形規格	1U/2U/4U，與機房空間相關	★★★☆☆

ODM能力評估維度

維度	說明
設計能力	主機板、機箱、散熱系統的設計深度
製造規模	產能和交付速度
供應鏈管理	元件採購議價能力和供應保障
品質控制	產品可靠性和良率
AI伺服器能力	液冷、高速互聯等新技術整合能力
全球版面配置	製造基地的地理分佈（關稅/物流考量）

供需與市場資料

市場規模估算

資料來源說明： 以下資料基於行業研究機構（如IDC、Gartner、TrendForce等）公開報告的綜合估算，具體數字因統計口徑不同可能存在差異，僅供參考。

全球伺服器市場： 出貨量和市場規模需以 IDC、Gartner、TrendForce 等具名機構的最新口徑核驗；AI 伺服器增長會改變均價和營收結構。
白牌伺服器佔比： 超大規模資料中心和整體伺服器市場的白牌份額口徑差異較大，需區分 ODM Direct、品牌伺服器和雲端廠自研採購口徑後再引用具體數字。
AI伺服器增長： AI伺服器出貨量近年複合增長率較高，但具體數字因定義不同而有差異，需參考各機構最新報告

供需結構

供給端：

臺灣ODM產能集中，近年有向東南亞（越南、印度、墨西哥）分散的趨勢
GPU等關鍵元件供應受限於NVIDIA等少數廠商
AI伺服器的液冷元件、高功率電源等供應鏈仍在建設中

需求端：

超大規模雲端廠商的採購週期性明顯
AI訓練/推論需求是當前最大增長驅動力
地緣政治因素（如中美科技競爭）可能影響供應鏈版面配置

代表公司與資本對映

臺灣ODM（直接標的）

公司	程式碼（參考）	白牌伺服器業務定位	備註
廣達（Quanta）	2382.TW	全球最大伺服器ODM	AI伺服器版面配置積極
緯創（Wistron）	3231.TW	伺服器ODM第二梯隊龍頭	AI伺服器增長顯著
英業達（Inventec）	2356.TW	傳統伺服器ODM	—
鴻海（Foxconn）	2317.TW	多元化製造巨頭	伺服器為其業務之一
和碩（Pegatron）	4938.TW	伺服器+其他電子	—

上游元件（間接受益）

公司	程式碼（參考）	與白牌伺服器關聯
NVIDIA	NVDA	GPU/AI加速卡供應商
Intel	INTC	CPU供應商
AMD	AMD	CPU/GPU供應商
Broadcom	AVGO	網絡卡/互聯晶片供應商
ASPEED	5274.TWO	BMC晶片供應商（全球份額極高）
臺達電	2308.TW	伺服器電源供應商
光寶科技	2301.TW	伺服器電源供應商

注意： 以上僅為產業鏈關聯性梳理，不構成投資建議。具體投資決策需結合公司基本面、估值、市場環境等多維度分析。

投資邏輯

核心投資邏輯

1. AI算力需求持續擴張 → 伺服器出貨量增長

大型模型訓練/推論對GPU伺服器的需求仍在上升期
白牌ODM作為主要出貨渠道，直接受益

2. 客戶集中度高 → 訂單可見性強

超大規模客戶的採購計劃通常較為明確
ODM的訂單能見度相對較高（但也意味著大客戶依賴風險）

3. 技術升級週期 → ASP提升潛力

AI伺服器單臺價值量顯著高於通用伺服器
液冷等新技術整合帶來增值服務空間

4. 供應鏈分散化 → ODM地理版面配置價值凸顯

地緣政治風險推動客戶要求供應鏈多元化
在東南亞、墨西哥等地有產能版面配置的ODM可能獲得優勢

潛在風險

風險型別	說明
大客戶依賴	少數超大規模客戶貢獻大部分營收，客戶採購波動影響大
GPU供應受限	NVIDIA GPU分配受地緣政治影響
毛利率承壓	ODM模式以規模換獲利，毛利率通常較低
地緣政治風險	中美關係、關稅政策等影響供應鏈版面配置
技術迭代風險	客戶自研晶片（如Google TPU、Amazon Graviton）可能改變供應鏈格局

常見誤讀糾偏

❌ 誤讀1：“白牌伺服器 = 雜牌/低質量”

糾正： 白牌伺服器的”白牌”僅指沒有品牌商標，不代表質量低下。實際上，超大規模雲端廠商（如Google、Meta）對伺服器品質的要求往往高於傳統企業客戶。這些廠商擁有頂尖的硬體工程團隊，能夠深度參與設計並嚴格把控品質。

❌ 誤讀2：“白牌伺服器比品牌伺服器便宜很多”

糾正： 單臺硬體成本可能確實較低（省去品牌溢價），但白牌伺服器的**總擁有成本（TCO）**需要考慮：

客戶需要自建運維團隊
售後服務需要自行處理或外包
前期採購需要達到一定規模才能享受成本優勢

因此，白牌伺服器的成本優勢主要體現在大規模部署場景，中小企業採購少量伺服器時，品牌伺服器的TCO可能更優。

❌ 誤讀3：“白牌伺服器都是通用配置”

糾正： 白牌伺服器的核心價值恰恰在於高度定製化。客戶可以指定：

主機板版面配置和PCIe通道分配
記憶體插槽數量和位置
散熱方案（風冷/液冷）
BMC韌體和管理介面
機箱外形和機架標準

這種定製深度是品牌標準產品無法提供的。

學習路徑

入門階段

理解伺服器基礎知識： CPU、記憶體、儲存、網路、電源等元件的功能和作用
瞭解品牌伺服器 vs 白牌伺服器的區別： 閱讀本頁”3分鐘產業解釋”部分
認識主要玩家： 熟悉主要ODM廠商（廣達、緯創等）和超大規模客戶

進階階段

學習OCP標準： 瞭解Open Compute Project的開放硬體標準
研究AI伺服器技術： GPU互聯（NVLink、Infinity Fabric）、液冷方案、高速網路等
分析ODM財報： 閱讀廣達、緯創等公司的季度財報，瞭解訂單結構和增長趨勢

專家階段

深入供應鏈分析： 瞭解GPU、BMC、電源等關鍵元件的供應商格局
追蹤地緣政治影響： 關注中美科技競爭、關稅政策對供應鏈版面配置的影響
研究客戶自研晶片： Google TPU、Amazon Graviton、Meta自研晶片等對ODM的影響

一句話總結

白牌伺服器是超大規模資料中心時代的產物，代表了”設計主導權從品牌商向客戶轉移”的產業變革，AI算力需求正為其注入新的增長動能。

延伸閱讀與來源

行業研究

IDC Worldwide Server Tracker（季度更新）
Gartner Market Share: Servers（年度報告）
TrendForce Server DRAM & SSD研究報告
Omdia Data Center Compute（季度更新）

開放標準

Open Compute Project（OCP）：www.opencompute.org
Open Rack標準文件

技術資源

ServeTheHome：伺服器硬體評測和技術分析
AnandTech（已歸檔）：伺服器技術深度評測
各ODM廠商官網的產品頁面（技術規格參考）

公司資訊

廣達電腦投資者關係：ir.quantatw.com
緯創資通投資者關係：www.wistron.com
英業達投資者關係：www.inventec.com

免責宣告： 本頁內容僅供學習參考，不構成投資建議。市場資料基於公開資訊估算，具體數字可能因統計口徑和資料來源不同而存在差異。投資決策需結合最新市場資訊和個人風險偏好綜合判斷。