在最近一个季度，英伟达、博通、AMD、英特尔、Marvell、SK海力士、美光和三星的数据中心相关出货量超过了 2200 亿美元的年出货量（不包括电源芯片）。

随着 LLM 的快速扩展，预计到 2030 年数据中心的半导体支出将超过 5000 亿美元，占整个半导体行业的 50% 以上。

那么，哪一系列芯片又会随着数据中心的走红同步受益？在此之前，先来了解一下数据中心。

数据中心可以分为IDC（Internet Data Center，互联网数据中心）、EDC（Enterprise Data Center，企业数据中心）、NSC（National Supercomputing Center，国家超级计算中心）。其中，IDC是电信业务经营者利用已有的互联网通信线路、带宽资源，建立标准化的电信专业级机房环境，通过互联网向客户提供服务器托管、租用以及相关增值等方面的全方位服务。

EDC是指由企业或机构构建并所有，服务于企业或机构自身业务的数据中心，是一个企业数据运算、存储和交换的核心计算环境，它为企业、客户及合作伙伴提供数据处理、数据访问等信息，应用支持服务。NSC是指由国家兴建、部署有千万亿次高效能计算机的超级计算中心。根据规模容量不同，数据中心可以分为超大型数据中心、大型数据中心和中小型数据中心。

超大型数据中心：规模大于10000个标准机架的数据中心，用于为全球范围内的大型企业和互联网服务提供商提供高容量和高性能的数据存储和处理服务，为企业和科研机构提供数据挖掘、机器学习和人工智能等领域的支持。

大型数据中心：规模介于3000~10000个标准机架的数据中心，用于为大型企业或者互联网公司提供数据存储和处理服务。

中小型数据中心：规模小于3000个标准机架的数据中心，用于为中小型企业提供数据存储和处理服务。

数据中心建设规模的逐步扩大，自然对芯片的需求水涨船高，以下一系列芯片市场也迎来颇多红利。

数据显示，在2030年数据中心半导体支出中，GPU/AI加速器占到60%；AI扩展网络芯片占到15%；CPU（x86和ARM）占到10%；存储芯片占到10%；电源、BMC等占到5%。

其中，GPU/AI 加速器是算力核心，主要用于 AI 训练与推理、高性能计算，与 CPU 形成异构计算，提升算力效率。

AI 扩展网络芯片负责构建高带宽低延迟网络，实现 GPU 间高速互联，卸载 CPU 网络任务，优化 AI 流量传输。

CPU芯片作为控制中枢，管理系统资源、调度任务，处理通用计算和协议事务，并协调异构计算。

HBM等存储芯片与 GPU/AI 加速器配合，支撑高性能计算场景，为大规模数据处理提供高速存储与读取能力。

电源、BMC 等芯片，用于保障数据中心设备供电稳定和远程监控管理，确保系统可靠运行。

同样的，如今正有着越来越多的芯片公司押注这一市场。