本文共911字
集邦（TrendForce）今（18）日表示，AI伺服器出貨動能強勁帶動HBM需求提升，高階深度學習AI GPU的規格也刺激HBM產品更迭，下半年伴隨NVIDIA H100與AMD MI300的搭載，SK海力士作為目前唯一量產新世代HBM3產品的供應商，市占率可望提升至53%，而三星、美光則預計在今年底至明年初量產，市占率分別為38%及9%。
2022年三大原廠HBM（high bandwidth memory）市占率分別為SK海力士（SK hynix）50%、三星（Samsung）約40%、美光（Micron）約10%。
集邦表示，目前NVIDIA所定義的DL/ ML型AI伺服器平均每台均搭載4張或8張高階顯卡，搭配兩顆主流型號的x86 伺服器CPU，而主要拉貨力道來自於美系雲端業者Google、AWS、Meta與Microsoft。
據TrendForce統計，2022年高階搭載GPGPU的伺服器出貨量年增約9%，其中近80%的出貨量均集中在中、美系八大雲端業者。展望2023年，Microsoft、Meta、Baidu與ByteDance相繼推出基於生成式AI衍生的產品服務而積極加單，預估今年AI伺服器出貨量年增率可望達15.4%，2023~2027年AI 伺服器出貨量年複合成長率約12.2%。
根據TrendForce調查，AI伺服器可望帶動記憶體需求成長，以現階段而言， Server DRAM普遍配置約為500~600GB左右，而AI伺服器在單條模組上則多採64~128GB，平均容量可達1.2~1.7TB之間。以Enterprise SSD而言，由於AI伺服器追求的速度更高，其要求優先往DRAM或HBM滿足，在SSD的容量提升上則呈現非必要擴大容量的態勢，但在傳輸介面上，則會為了高速運算的需求而優先採用PCIe 5.0。
集邦表示，相較於一般伺服器而言，AI伺服器多增加GPGPU的使用，因此以NVIDIA A100 80GB配置4或8張採計，HBM用量約為320~640GB。未來在AI模型逐漸複雜化的趨勢下，將刺激更多的記憶體用量，並同步帶動Server DRAM、SSD以及HBM的需求成長。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言