大模型风起云涌，浪潮信息却“擦肩而过”？
编辑：媛媛 / 数智猿
跟元宇宙最终被证明是一个美丽的泡沫不同，大模型已经进入大规模商用阶段。一个重要的证明就是大模型的“军火商”英伟达，不仅仅股价飞涨，实际业绩上也已经得到体现。
近期，英伟达发布Q2财报，2024财年前六月累计收入206.99亿美元，同比增长38.07%；2024财年前六月累计净利润82.32亿美元，同比暴涨262.01%。
除了GPU厂商，浪潮这类服务器厂商应该算是第二梯队的“军火商”，因为GPU要装在服务器中来提供算力服务。按照这个逻辑，浪潮应该也能吃到这一波大模型红利。
就在今年4月份，据财联社报道，浪潮信息服务器产品线人士称“AIGC火热带来AI服务器需求量爆增，3月份我们发现AI（服务器）市场出现几倍以上增长，以前（客户关注点）是能不能便宜点，现在是能不能用得上。”按照这样推算，至少从今年4月份开始，浪潮的AI服务器就应该大卖。我们有理由相信，浪潮信息今年的业绩应该不错，能够交出一份不错的成绩单。
近日，浪潮信息发布了2023年半年报，这给了我们一个机会去验证上述推论是否成立。
令人惊讶的是，实际情况与我们预想的有不小差距。
依据浪潮信息发布的半年报，上半年营收248亿元，同比下降28.85%；归母净利润3.3亿元，同比下降65.9%。
我们进一步分析浪潮信息的业务结构，可以看出其核心业务就是服务器及部件，收入占比达到98.8%，服务器卖的好不好几乎决定了浪潮信息的一切。
进一步拆解浪潮信息的收入与成本结构，可以发现，其营业成本达到了219.71亿，这其中最主要的就是采购CPU、GPU等服务器的核心零部件。
浪潮信息收入与成本结构拆解 数据来源：东方财富网
上面我们提到过，大模型所带来的巨大算力需求是实实在在的，已经体现了在英伟达刚刚发布的财报上。而浪潮信息作为我国甚至全球头部的服务器厂商，即使不能吃到肉，但至少可以喝到汤才对。
根据 Gartner、IDC 发布的最新数据，2023 年 Q1，浪潮信息的服务器产品市场占有率是中国第一，2022年人工智能服务器市占率全球第一。
而且，浪潮信息在大模型领域已经有不少布局。
2023 年，浪潮信息发布了新一代G7 算力平台，涵盖面向云计算、大数据、人工智能等应用场景的 16 款产品，该平台采用开放多元的架构设计，支持通用处理器和加速芯片，在性能层面也表现不错。此外，其最新一代融合架构的 AI 训练服务器NF5688G7，较上代平台大模型实测性能提升近 7 倍，同时联合英特尔发布基于面向生成式 AI领域的AI 服务器 NF5698G7。
在智算调度系统层面，浪潮信息推出 AIStation平台，该平台具备一体化监控及调度能力，可用于大模型的分布式训练。在算法层面，浪潮信息通过“源 1.0”开源开放计划，开放模型 API、工具链、数据集。
应该说，浪潮信息已经很努力在布局大模型产业了。但是，以目前的业绩来看，浪潮信息似乎并没有吃到大模型所带来的市场红利。
我们不禁产生疑问，在大模型带来的巨大算力需求面前，浪潮信息为什么交出了这样一份让人失望的成绩单呢？
在笔者看来，一个重要的原因，就是互联网、云计算厂商，有摆脱浪潮、惠普、联想、戴尔这类服务器厂商，直接跟英伟达、AMD等厂商对接，来定制服务器的态势。
就在8月份，据英国《金融时报》报道，中国的百度、字节跳动、腾讯和阿里巴巴直接向英伟达下单订购 50 亿美元的芯片。其中，已经下单10 亿美元，采购约 10 万颗英伟达 A800 处理器，预计2023年内交付。另外的40亿美元芯片，将于明年交货。
在国外，8月30日，英伟达官网宣布，谷歌配置英伟达H100GPU的新款超级计算机A3GPU将于9月份大范围上市。
AWS、微软云、谷歌云、阿里云、腾讯云、百度云等头部云厂商，都致力于摆脱上游供应商的依赖。他们的自研目标集中在两个层面：第一层，跳过服务器厂商，直接采购芯片来定制服务器；第二层，自研芯片，把芯片、服务器都攥在自己手里。自研芯片难度很大，这些云厂商目前只是浅藏辄止，但相对于芯片，自研服务器的难度则要低一些。
这些企业为什么要选择跳过服务器厂商，直接对接上游芯片呢？
具体来看，选择直接与芯片制造商合作并自定义硬件（主要是服务器）的策略，为互联网和云计算厂商带来了一系列显著的商业和技术优势：
首先，特定需求成为这种策略选择的主要驱动力。随着数字化的深入，企业正面临前所未有的数据处理挑战。传统的硬件配置可能难以满足这种高强度的计算需求，而自定义硬件则提供了更为精准和高效的解决方案。
其次，自定义硬件为性能优化提供了可能性。当硬件可以根据特定应用程序的需求进行调整和优化时，运行效率和性能就会大大提高。这种深度集成不仅确保了更快的数据处理速度，还为终端用户带来了更流畅的体验，从而增强了品牌忠诚度和用户满意度。
在经济层面，成本控制是自定义硬件策略的另一个吸引人之处。避免与传统的OEMs或ODMs进行交易可以消除与之相关的额外成本和管理复杂性。直接采购策略减少了中间环节，从而实现了更高的成本效益。此外，大规模的直接采购可能还会带来更为优惠的价格。8月媒体报道的中国互联网企业的50亿美元巨额订单，应该也能享受到一些价格优惠。
此外，这种方式有助于云厂商与芯片制造商建立更紧密合作关系。这种合作不仅意味着能够更早地获得最新的技术，还可能导致双方在研发阶段的深度合作，共同推动技术创新。通过这种方式，云厂商可以确保自己始终处于行业的前沿，保持竞争优势。
因此，不少云厂商开始与硬件供应商（如英伟达、AMD、Intel等）建立合作关系，进行联合研发，从芯片制造商购买大量的芯片组件。一旦获得了芯片组件，云厂商会将它们集成到自定义的服务器和数据中心解决方案中。由于是自定义解决方案，云厂商通常会建立自己的支持和维护团队。
当然，并不是所有云厂商都会选择跳过服务器厂商，直接与芯片厂商合作。这种方式也有比较高的门槛，比如：自定义硬件需要大量的研发投资，初期投资高；自定义硬件意味着需要独特的维护和支持策略，这会带来不小的维护挑战。而且，过度定制优化可能导致服务器解决方案过于特定，失去通用性，这可能会导致云厂商难以适应未来的变化。
未来的市场格局大概率是：头部云厂商（服务器大客户）会采取A/B策略，既从浪潮、联想、戴尔、惠普等采购服务器，同时也会直接采购芯片来自研服务器。而中小型云厂商，则还是从服务器厂商那购买标准化产品。
当互联网和云计算厂商选择自行定制服务器时，对于像浪潮、联想这类传统服务器厂商的影响是深远的。
传统服务器制造商主要通过硬件的销售和相关服务赚取利润，如果大型云厂商直接从芯片供应商处购买组件并自行定制服务器，那么传统制造商的销量和市场份额都可能受到影响，从而使其利润空间受到压缩。
为了继续在市场上保持竞争力，浪潮、联想等传统服务器厂商可能会转型，更多地提供整体解决方案而非仅仅是硬件，这包括提供软硬件整合、高效的网络解决方案、安全服务、数据分析工具等。
虽然大型互联网和云服务厂商可能选择自行定制硬件，但中小型企业仍然可能依赖传统服务器制造商，这是因为中小企业往往没有足够的资源和技术能力来自行定制硬件。
此外，还有一点值得关注。云计算重构了原有的整个计算体系，算力越来越集中在云计算厂商那，而且云计算的“马太效应”会越来越明显，无论是全球市场还是中国市场，大部分的算力都将集中在少数几个头部云厂商那。一旦那些头部云厂商越来越多的选择自研服务器，那浪潮、联想、戴尔、惠普的服务器业务必然会受到巨大的冲击。
要想避免这种情况，服务器厂商就必须证明自己在服务器研发方面的实力，让云厂商认识到与他们合作依然是更高效、总体算力成本更低的选择。
★ 关注数智猿公众号，后台回复“浪潮财报”即查看浪潮2023年半年报。
——END——
数智猿，新一代信息技术产业创新服务媒体。关注以大数据、人工智能、云计算、物联网、半导体、5G等为代表的新一代信息技术；重点对IPO及上市成熟企业在新技术产业应用、产品市场认可度以及企业综合服务能力方面进行研究报道。