AI服务器异构计算以CPU+XPU为核心，行业格局由CPU端的Intel、AMD与XPU端的Nvidia、AMD等巨头主导，CPU环节与XPU环节各自形成寡头格局，竞争焦点正从单一芯片性能向CPU+XPU协同的平台化能力延伸。

主流AI服务器计算架构普遍采用CPU+XPU的异构形式。其中，CPU是处理计算任务的基础硬件，负责读取和准备数据并传输至XPU；而GPU、FPGA、ASIC等XPU则作为加速芯片，承担大规模并行计算的核心工作。这种架构下，CPU端与XPU端各自形成了高度集中的市场结构。

CPU与XPU两端的寡头格局

在CPU端，Intel与AMD占据市场主导地位，为AI服务器提供基础算力支撑。在XPU端，格局则更为多元：GPU凭借较强的通用性与成熟的制造工艺，是目前唯一可用于AI训练且已量产的芯片类型，占据了AI芯片市场的主要份额；FPGA市场则高度集中于海外巨头，根据行业数据，赛灵思与Altera（英特尔旗下）在全球FPGA市场的份额分别为52%和35%；ASIC市场尚未形成明显的头部厂商，主要竞争者包括英伟达、谷歌和英特尔等。

值得注意的是，FPGA与ASIC虽在AI训练领域应用有限，但在AI推断场景潜力巨大。FPGA具备开发周期短、可配置性高等特点，ASIC则因针对特定需求设计，在性能、能效、成本方面具备显著优势，是当前许多AI初创公司开发的目标产品。

竞争焦点：从芯片到平台生态

AI芯片领域的竞争已不再局限于单一芯片的算力参数。由于主流AI服务器均采用CPU+XPU异构架构，芯片之间的互联效率、软件栈成熟度以及集群部署能力，成为决定整体系统性能的关键因素。这意味着，能够提供CPU与加速芯片协同优化方案、并拥有完善软件生态的厂商，在市场竞争中具备更强的综合优势。

在FPGA领域，国产厂商已开始崭露头角。国内市场方面，赛灵思与英特尔仍占据主导，但紫光国微、复旦微电和安路科技等国产厂商的合计市占率在2021年已超过15%。不过，在技术实力层面，国产厂商与国际领先水平仍存在差距——国产FPGA先进制程多集中在28nm，落后于国际主流的16nm水平；在门级规模方面，国产旗舰产品也仅为国际高端产品的四分之一左右。

常见问题

CPU+XPU架构中，CPU和XPU各自承担什么角色？

CPU是异构计算的基础硬件，负责读取、准备数据并传输给XPU；XPU（包括GPU、FPGA、ASIC）则是AI计算的核心加速芯片，专门处理大规模并行计算任务，二者协同完成AI工作负载。

FPGA和ASIC在AI领域的主要应用场景是什么？

FPGA和ASIC主要适用于AI推断场景。FPGA以灵活性和可深度优化见长，适合处理实时计算请求及小批量计算；ASIC则因定制化设计，在性能、能效和成本上具备优势，适合特定需求的规模化推断任务。

国产AI芯片厂商在异构计算格局中处于什么位置？

国产厂商在FPGA领域已形成一定规模，但技术实力与国际巨头仍有差距；在ASIC领域，国内主流厂商已采用与国际同行相同的先进工艺制程，部分旗舰产品性能可与国际产品比肩，但ASIC市场整体尚未形成明确的头部格局。