Arm服务器，出货量激增 70%_风闻

本文由半导体产业纵横（ID：ICVIEWS）综合

2025年服务器出货量将激增70%，但仍未达到数据中心主导地位的目标。

基于Arm 的服务器在市场上迅速获得关注，预计 2025 年出货量将增长 70%，然而，这仍然远远低于该芯片设计商的目标，即到今年年底占据全球数据中心 CPU 销售额的一半。

市场观察机构IDC 表示，Arm 服务器之所以受到广泛关注，主要得益于大型机架规模配置的推出，例如专为AI 处理而设计的Nvidia DGX GB200 NVL72等系统。

Arm自2018年以来，陆续推出了Neoverse N/V/E多个系列的IP内核产品，在性能上开始赶上X86服务器CPU，并且在能效及成本上更具优势。这也顺应了云服务厂商自研Arm服务器CPU的趋势。

基于Arm 架构的服务器芯片凭借高能效比与定制化潜力成为市场焦点。其核心优势在于低功耗设计，尤其适合 AI 训练、边缘计算等高并发场景。NVIDIA DGX GB200 NVL72 等系统通过 Arm 与 GPU 的深度整合，显著提升了 AI 推理效率，而 AWS Graviton 系列芯片则通过定制化设计降低了云计算成本 。此外，Arm 的开放授权模式允许企业根据需求灵活调整芯片架构，这为国产厂商（如鲲鹏、飞腾）突破 x86 封闭生态提供了机会。

纵观全球Arm服务器芯片设计企业，其特征可归纳为三大类型：

第一类是超大规模云服务与系统设备厂商。这类企业基于自营数据中心或整机方案进行芯片设计，通过软硬件协同优化降低成本、构建稳定供应链，并依托差异化技术形成竞争壁垒。其芯片与主板不对外销售，而是以云服务或整机形式服务于自身垂直业务。

第二类是以Ampere、博瑞晶芯为代表的独立厂商。它们通过架构级自研创新构建核心竞争力，虽对技术实力和资金投入要求较高，但能实现更强的产品差异化；同时借助Arm生态的开放性，满足基础设施领域的灵活适配与定制化需求。

第三类是采用Arm公版方案的SoC集成厂商。这类企业采购Neoverse-N系列CPU核与CMN总线互联架构，聚焦SoC集成设计。此模式适合初创公司起步，但因高度依赖公版架构，在设计灵活性与深度优化上存在局限，仅能满足行业客户在SoC层级的微小定制化需求。

然而，生态短板仍是Arm 服务器推广的主要阻力 。尽管 Arm 在 PC 和移动端已占据主导地位，但其在服务器领域的软件适配性仍不成熟。传统企业级应用（如数据库、虚拟化工具）多基于 x86 架构开发，迁移至 Arm 平台需大量重构工作。例如，国产 Arm CPU 厂商需投入资源优化操作系统兼容性及原生应用生态 。此外，AI 加速卡与 Arm 的协同效率也面临挑战，如 CUDA 生态对 Arm 支持的局限性可能影响算力释放。

IDC 在其最新的全球季度服务器追踪报告中估计，基于 Arm 架构的服务器今年将占全球总出货量的 21.1%，而不是Arm 基础设施主管 Mohamed Awad在4 月份宣称的 50%。配备至少一个GPU的服务器（有时被称为支持AI）预计将增长46.7%，几乎占今年市场总价值的一半。超大规模客户和云服务提供商的快速采用正在推动服务器市场的发展，IDC表示，服务器市场规模将在短短三年内增长两倍。

2025年第一季度，服务器市场整体规模达到创纪录的952亿美元，同比增长134.1%。因此，IDC将全年服务器市场规模预测上调至3660亿美元，增幅达44.6%。这将是历史最高水平。

“行业标准” x86 部分预计在 2025 年增长 39.9%，达到 2839 亿美元，而非 x86 系统预计将以更快的速度增长，同比增长 63.7%，预测总额达到 820 亿美元。

当前服务器市场呈现x86 主导、Arm 快速渗透的二元格局 。x86 阵营（Intel、AMD）凭借 Wintel 联盟的深厚积累，长期占据传统数据中心的绝对份额。而 Arm 的突破口集中在新兴领域，例如超大规模云服务商（如 AWS、阿里云）更倾向采用 Arm 架构的定制化芯片以降低成本。Arm 服务器在AI 与超大规模数据中心 的应用最为突出。Meta 和 Google 等企业已部署基于 Arm 的定制化服务器，用于支撑大模型训练和边缘推理。AWS Graviton 芯片通过降低能耗成本，成为其云服务差异化竞争的关键工具。

IDC 的区域市场预测显示，美国将实现最高的扩张，到 2024 年将增长 59.7%，到 2025 年底，美国将占服务器总收入的近 62%。

中国是另一个销售增长强劲的地区，IDC 预测其销售额将增长 39.5%，占全球季度收入的 21% 以上。欧洲、中东和非洲地区以及拉丁美洲的增长率均为个位数，分别为 7% 和 0.7%，而加拿大预计今年的销售额将下降 9.6%，原因是 2024 年达成了一项未指明的“非常大的交易”。

IDC 全球基础设施研究副总裁库巴·斯托拉斯基 (Kuba Stolarski) 在评论服务器增长时表示，对处理人工智能的更多计算能力的需求可能会持续存在。

“从简单的聊天机器人到推理模型再到代理人工智能的演变将需要几个数量级的更高处理能力，尤其是在推理方面。”

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

​