白牌服务器(White-box Server)
3 秒看懂
白牌服务器 = 没有品牌logo的服务器,由代工厂直接出货给大客户定制。
它不是”杂牌”,而是Meta、Google、字节跳动等巨头的主力装备——全球超半数数据中心服务器出货量来自白牌。
3 分钟产业解释
什么是白牌服务器?
白牌服务器(White-box Server),也称”无品牌服务器”或”自定义服务器”,是由**ODM(Original Design Manufacturer,原始设计制造商)**按照客户(通常是超大规模云厂商/互联网巨头)的定制需求设计、制造,不使用传统服务器品牌商标的服务器产品。
与品牌服务器的核心区别
| 维度 | 品牌服务器 | 白牌服务器 |
|---|---|---|
| 代表厂商 | Dell、HPE、Lenovo、Inspur(浪潮) | Quanta(广达)、Wistron(纬创)、Inventec(英业达)、Foxconn(富士康) |
| 设计主导 | 厂商主导标准产品 | 客户主导定制设计 |
| 销售模式 | 渠道/直销,标准化配置 | 直供大客户,高度定制 |
| 品牌溢价 | 较高 | 极低 |
| 售后服务 | 厂商负责 | 客户自建团队或外包 |
| 典型客户 | 企业、中小企业、政府 | 超大规模数据中心、云厂商 |
为什么白牌服务器崛起?
规模经济的极致逻辑: 当你采购量达到数十万甚至百万台级别时,品牌服务器的10-30%品牌溢价就变成了不可接受的成本负担。同时,大客户有足够的技术能力自建运维团队,不需要厂商的”交钥匙”服务。
供应链简化的价值: 消除了品牌商这一中间环节,ODM直接对接客户需求,响应更快、沟通更高效、定制更灵活。
15 分钟专家深入
市场格局:白牌已成主流
据第三方行业研究机构(如IDC、TrendForce等)的公开报告估算,白牌服务器在整体服务器出货量中的占比已持续上升,在**超大规模数据中心(Hyperscale)**领域,白牌份额可能已超过50-60%。这部分增量主要由北美云厂商(Google、Meta、Microsoft Azure、Amazon AWS)和中国互联网巨头(字节跳动、阿里、腾讯、百度)的需求驱动。
数据口径说明: 由于行业研究机构对”白牌”的统计口径存在差异(是否含贴客户自有品牌的ODM产品),具体份额数据需参考各机构最新报告,此处仅作定性趋势描述。
ODM Direct 模式深度解析
传统模式:CPU/组件厂商 → 品牌服务器厂商 → 渠道/客户
白牌模式:CPU/组件厂商 → ODM → 超大规模客户(直接对接)
中间环节减少 → 成本降低 + 定制灵活 + 交付可控
关键要点:
- ODM通常不直接面向中小企业客户销售,其商业模式是大客户直供
- 客户通常会同时向2-3家ODM下单,以分散供应链风险
- 部分ODM(如广达、纬创)已开始发展自有品牌或向AI服务器转型
地理分布:台湾ODM的产业地位
全球白牌服务器的主要ODM厂商高度集中于中国台湾,形成了独特的产业集群:
- 广达电脑(Quanta): 长期位列全球最大服务器ODM,主要客户包括Meta、Google等
- 纬创资通(Wistron): 服务器业务增长迅速,AI服务器布局积极
- 英业达(Inventec): 传统服务器ODM强厂
- 鸿海/富士康(Foxconn): 制造规模巨大,多元化布局
- 和硕(Pegatron): 亦有服务器ODM业务
近年来,中国大陆厂商(如宝德、新华三等)也在白牌/准白牌领域有所布局,但整体市场份额仍以台湾ODM为主导。
AI服务器:白牌模式的新战场
随着大模型训练和推理需求爆发,AI服务器成为白牌模式的新增长极:
- AI服务器通常需要更高功率、更复杂散热、更密集的GPU互联
- 超大规模客户(如Meta、字节跳动)对AI服务器的定制需求更强烈
- ODM在AI服务器领域的技术能力快速提升,部分已具备液冷、高速互联等复杂系统的集成能力
技术原理
白牌服务器的典型架构
┌─────────────────────────────────────────────────────────────┐
│ 白牌服务器(机架式) │
├─────────────────────────────────────────────────────────────┤
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ GPU/ │ │ GPU/ │ │ GPU/ │ │ GPU/ │ │
│ │ 加速卡 │ │ 加速卡 │ │ 加速卡 │ │ 加速卡 │ │
│ │ ×N │ │ ×N │ │ ×N │ │ ×N │ │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ └────┬─────┘ │
│ │ │ │ │ │
│ └──────┬──────┴──────┬──────┘ │ │
│ │ 高速互联 │ │ │
│ │(NVLink/ │ │ │
│ │ Infinity │ │ │
│ │ Fabric/ │ │ │
│ │ 自研总线) │ │ │
│ │ │ │ │
│ ┌───────────┴─────────────┴─────────────────────┘ │
│ │ CPU 主板 │
│ │ ┌─────────────┐ ┌─────────────┐ │
│ │ │ CPU Socket │ │ CPU Socket │ │
│ │ │ (Intel/AMD/ │ │ (Intel/AMD/ │ │
│ │ │ ARM-based) │ │ ARM-based) │ │
│ │ └─────────────┘ └─────────────┘ │
│ │ ┌──────────────────────────────────────────┐ │
│ │ │ 内存 DIMM (DDR4/DDR5, 通道数取决于CPU) │ │
│ │ └──────────────────────────────────────────┘ │
│ │ ┌──────────────────────────────────────────┐ │
│ │ │ 存储 (NVMe SSD / SATA SSD) │ │
│ │ └──────────────────────────────────────────┘ │
│ │ ┌──────────────────────────────────────────┐ │
│ │ │ 网卡 (25/100/200/400 GbE, RDMA/RoCE) │ │
│ │ └──────────────────────────────────────────┘ │
│ └─────────────────────────────────────────────────────────── │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ 电源 (CRPS, 800W-3000W+, 冗余配置) │ │
│ └───────────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ 散热 (风冷/液冷, 取决于TDP和客户要求) │ │
│ └───────────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ BMC/IPMI (远程管理, 如AST2600) │ │
│ └───────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
关键技术差异点
1. 机箱与结构设计
- 白牌服务器并不必然采用开放式机架(Open Rack)标准;许多白牌/ODM服务器仍采用标准19英寸机架规格,OCP规范也包含19英寸变体
- Google、Meta等均有自研的机架标准(如Open Rack v3),ODM需适配
- 机箱设计可能不包含品牌logo,甚至采用裸金属外观
2. 主板/BMC定制化
- 客户可深度参与主板布局设计,指定PCIe通道分配、内存插槽位置
- BMC(基板管理控制器)固件通常由客户自研或深度定制,以适配自有运维平台
- BIOS/UEFI设置按客户需求锁定或开放
3. 散热与电源方案
- 高功率AI服务器可能需要液冷方案,ODM需具备冷板或浸没式液冷集成能力
- 电源单元(PSU)采用通用规格(如CRPS标准),客户可统一采购
技术演进史
| 时间段 | 阶段特征 | 关键事件 |
|---|---|---|
| 2000年代初期 | 萌芽期 | Google率先开始定制服务器,自建数据中心 |
| 2008-2012年 | 起步期 | Facebook发起Open Compute Project(OCP),推动开放硬件标准;台湾ODM开始承接大规模订单 |
| 2013-2018年 | 快速增长 | 白牌服务器出货量占比持续上升,ODM Direct模式成为超大规模客户主流选择 |
| 2019-2022年 | 成熟期 | AI服务器需求爆发,ODM加速转型;部分ODM开始发展自有品牌或进入企业级市场 |
| 2023年至今 | AI驱动新周期 | 大模型训练/推理需求拉动AI服务器出货,白牌模式在AI服务器领域继续扩张;供应链紧张带来新挑战 |
Open Compute Project(OCP)的影响
OCP由Facebook(现Meta)于2011年发起,旨在推动数据中心硬件的开放标准和开源设计。其核心贡献包括:
- 定义了Open Rack等机架标准
- 开源了服务器、存储、网络设备的设计规范
- 降低了ODM进入门槛,加速了白牌服务器生态发展
技术路线对比
白牌服务器 vs 品牌服务器 vs 裸金属云
| 维度 | 白牌服务器 | 品牌服务器 | 裸金属云(Bare Metal) |
|---|---|---|---|
| 所有权 | 客户自持 | 客户自持 | 云厂商持有,按需租用 |
| 定制深度 | 极高(从硬件到固件) | 中等(配置选择) | 低(标准配置) |
| 前期投入 | 高(大规模采购) | 中 | 低(按需付费) |
| 长期TCO | 通常最优(规模化) | 较高(含品牌溢价) | 取决于使用时长 |
| 技术门槛 | 高(需自建运维团队) | 低(厂商支持) | 最低 |
| 适用客户 | 超大规模数据中心 | 企业级、中小企业 | 开发测试、弹性业务 |
| 典型厂商 | 广达、纬创、英业达 | Dell、HPE、Lenovo | AWS、阿里云、GCP |
上下游
上游:核心组件供应链
┌─────────────────────────────────────────────────────────────┐
│ 上 游 组 件 │
├──────────────┬──────────────┬──────────────┬────────────────┤
│ CPU │ GPU/AI │ 内存 │ 存储 │
│ Intel │ NVIDIA │ Samsung │ Samsung │
│ AMD │ AMD │ SK Hynix │ SK Hynix │
│ ARM生态 │ 华为昇腾 │ Micron │ Micron │
│ (Ampere等) │ 寒武纪等 │ │ WD/Kioxia │
├──────────────┼──────────────┼──────────────┼────────────────┤
│ 网卡/互联 │ 主板芯片 │ 电源 │ BMC芯片 │
│ Broadcom │ Intel │ 台达电 │ ASPEED │
│ NVIDIA │ AMD │ 光宝科技 │ (AST2600等) │
│ Mellanox │ │ Artesyn等 │ │
└──────────────┴──────────────┴──────────────┴────────────────┘
中游:ODM制造
| 主要ODM | 总部 | 服务器业务特征 | 主要客户(公开信息) |
|---|---|---|---|
| 广达(Quanta) | 台湾 | 全球最大服务器ODM之一 | Meta、Google等 |
| 纬创(Wistron) | 台湾 | AI服务器增长迅速 | 多家北美云厂商 |
| 英业达(Inventec) | 台湾 | 传统服务器ODM强厂 | 多元化客户群 |
| 鸿海(Foxconn) | 台湾 | 制造规模巨大 | 多元化布局 |
| 和硕(Pegatron) | 台湾 | 服务器+其他电子 | — |
下游:终端客户
| 客户类型 | 代表企业 | 采购特征 |
|---|---|---|
| 北美云厂商 | Google、Meta、Microsoft、AWS | 最大规模采购,深度定制 |
| 中国互联网 | 字节跳动、阿里、腾讯、百度 | 大规模采购,国产化需求 |
| AI创业公司 | 各类AI算力需求方 | 增长中,但单体规模较小 |
| 运营商/电信 | 各国电信运营商 | 部分转向白牌模式 |
关键指标
服务器选型核心参数
| 参数 | 说明 | 重要性 |
|---|---|---|
| CPU插槽数/核心数 | 决定通用计算能力 | ★★★★★ |
| GPU/加速卡数量 | 决定AI训练/推理能力 | ★★★★★ |
| 内存容量/带宽 | 影响数据密集型任务 | ★★★★☆ |
| 网络带宽 | 集群互联关键(25/100/200/400GbE) | ★★★★★ |
| 存储容量/IOPS | 数据密集型场景重要 | ★★★☆☆ |
| 功耗(TDP) | 影响机房PUE和运营成本 | ★★★★☆ |
| 散热方案 | 风冷/液冷选择 | ★★★★☆ |
| 外形规格 | 1U/2U/4U,与机房空间相关 | ★★★☆☆ |
ODM能力评估维度
| 维度 | 说明 |
|---|---|
| 设计能力 | 主板、机箱、散热系统的设计深度 |
| 制造规模 | 产能和交付速度 |
| 供应链管理 | 组件采购议价能力和供应保障 |
| 品质控制 | 产品可靠性和良率 |
| AI服务器能力 | 液冷、高速互联等新技术集成能力 |
| 全球布局 | 制造基地的地理分布(关税/物流考量) |
供需与市场数据
市场规模估算
数据来源说明: 以下数据基于行业研究机构(如IDC、Gartner、TrendForce等)公开报告的综合估算,具体数字因统计口径不同可能存在差异,仅供参考。
- 全球服务器市场: 出货量和市场规模需以 IDC、Gartner、TrendForce 等具名机构的最新口径核验;AI 服务器增长会改变均价和收入结构。
- 白牌服务器占比: 超大规模数据中心和整体服务器市场的白牌份额口径差异较大,需区分 ODM Direct、品牌服务器和云厂自研采购口径后再引用具体数字。
- AI服务器增长: AI服务器出货量近年复合增长率较高,但具体数字因定义不同而有差异,需参考各机构最新报告
供需结构
供给端:
- 台湾ODM产能集中,近年有向东南亚(越南、印度、墨西哥)分散的趋势
- GPU等关键组件供应受限于NVIDIA等少数厂商
- AI服务器的液冷组件、高功率电源等供应链仍在建设中
需求端:
- 超大规模云厂商的采购周期性明显
- AI训练/推理需求是当前最大增长驱动力
- 地缘政治因素(如中美科技竞争)可能影响供应链布局
代表公司与资本映射
台湾ODM(直接标的)
| 公司 | 代码(参考) | 白牌服务器业务定位 | 备注 |
|---|---|---|---|
| 广达(Quanta) | 2382.TW | 全球最大服务器ODM | AI服务器布局积极 |
| 纬创(Wistron) | 3231.TW | 服务器ODM第二梯队龙头 | AI服务器增长显著 |
| 英业达(Inventec) | 2356.TW | 传统服务器ODM | — |
| 鸿海(Foxconn) | 2317.TW | 多元化制造巨头 | 服务器为其业务之一 |
| 和硕(Pegatron) | 4938.TW | 服务器+其他电子 | — |
上游组件(间接受益)
| 公司 | 代码(参考) | 与白牌服务器关联 |
|---|---|---|
| NVIDIA | NVDA | GPU/AI加速卡供应商 |
| Intel | INTC | CPU供应商 |
| AMD | AMD | CPU/GPU供应商 |
| Broadcom | AVGO | 网卡/互联芯片供应商 |
| ASPEED | 5274.TWO | BMC芯片供应商(全球份额极高) |
| 台达电 | 2308.TW | 服务器电源供应商 |
| 光宝科技 | 2301.TW | 服务器电源供应商 |
注意: 以上仅为产业链关联性梳理,不构成投资建议。具体投资决策需结合公司基本面、估值、市场环境等多维度分析。
投资逻辑
核心投资逻辑
1. AI算力需求持续扩张 → 服务器出货量增长
- 大模型训练/推理对GPU服务器的需求仍在上升期
- 白牌ODM作为主要出货渠道,直接受益
2. 客户集中度高 → 订单可见性强
- 超大规模客户的采购计划通常较为明确
- ODM的订单能见度相对较高(但也意味着大客户依赖风险)
3. 技术升级周期 → ASP提升潜力
- AI服务器单台价值量显著高于通用服务器
- 液冷等新技术集成带来增值服务空间
4. 供应链分散化 → ODM地理布局价值凸显
- 地缘政治风险推动客户要求供应链多元化
- 在东南亚、墨西哥等地有产能布局的ODM可能获得优势
潜在风险
| 风险类型 | 说明 |
|---|---|
| 大客户依赖 | 少数超大规模客户贡献大部分收入,客户采购波动影响大 |
| GPU供应受限 | NVIDIA GPU分配受地缘政治影响 |
| 毛利率承压 | ODM模式以规模换利润,毛利率通常较低 |
| 地缘政治风险 | 中美关系、关税政策等影响供应链布局 |
| 技术迭代风险 | 客户自研芯片(如Google TPU、Amazon Graviton)可能改变供应链格局 |
常见误读纠偏
❌ 误读1:“白牌服务器 = 杂牌/低质量”
纠正: 白牌服务器的”白牌”仅指没有品牌商标,不代表质量低下。实际上,超大规模云厂商(如Google、Meta)对服务器品质的要求往往高于传统企业客户。这些厂商拥有顶尖的硬件工程团队,能够深度参与设计并严格把控品质。
❌ 误读2:“白牌服务器比品牌服务器便宜很多”
纠正: 单台硬件成本可能确实较低(省去品牌溢价),但白牌服务器的**总拥有成本(TCO)**需要考虑:
- 客户需要自建运维团队
- 售后服务需要自行处理或外包
- 前期采购需要达到一定规模才能享受成本优势
因此,白牌服务器的成本优势主要体现在大规模部署场景,中小企业采购少量服务器时,品牌服务器的TCO可能更优。
❌ 误读3:“白牌服务器都是通用配置”
纠正: 白牌服务器的核心价值恰恰在于高度定制化。客户可以指定:
- 主板布局和PCIe通道分配
- 内存插槽数量和位置
- 散热方案(风冷/液冷)
- BMC固件和管理接口
- 机箱外形和机架标准
这种定制深度是品牌标准产品无法提供的。
学习路径
入门阶段
- 理解服务器基础知识: CPU、内存、存储、网络、电源等组件的功能和作用
- 了解品牌服务器 vs 白牌服务器的区别: 阅读本页”3分钟产业解释”部分
- 认识主要玩家: 熟悉主要ODM厂商(广达、纬创等)和超大规模客户
进阶阶段
- 学习OCP标准: 了解Open Compute Project的开放硬件标准
- 研究AI服务器技术: GPU互联(NVLink、Infinity Fabric)、液冷方案、高速网络等
- 分析ODM财报: 阅读广达、纬创等公司的季度财报,了解订单结构和增长趋势
专家阶段
- 深入供应链分析: 了解GPU、BMC、电源等关键组件的供应商格局
- 跟踪地缘政治影响: 关注中美科技竞争、关税政策对供应链布局的影响
- 研究客户自研芯片: Google TPU、Amazon Graviton、Meta自研芯片等对ODM的影响
推荐资源
- 行业报告: IDC、Gartner、TrendForce的服务器市场季度报告
- 开放标准: Open Compute Project官网(www.opencompute.org)
- 技术媒体: ServeTheHome(服务器硬件评测和技术分析)
- 公司财报: 广达、纬创等ODM厂商的投资者关系页面
一句话总结
白牌服务器是超大规模数据中心时代的产物,代表了”设计主导权从品牌商向客户转移”的产业变革,AI算力需求正为其注入新的增长动能。
延伸阅读与来源
行业研究
- IDC Worldwide Server Tracker(季度更新)
- Gartner Market Share: Servers(年度报告)
- TrendForce Server DRAM & SSD研究报告
- Omdia Data Center Compute(季度更新)
开放标准
- Open Compute Project(OCP):www.opencompute.org
- Open Rack标准文档
技术资源
- ServeTheHome:服务器硬件评测和技术分析
- AnandTech(已归档):服务器技术深度评测
- 各ODM厂商官网的产品页面(技术规格参考)
公司信息
- 广达电脑投资者关系:ir.quantatw.com
- 纬创资通投资者关系:www.wistron.com
- 英业达投资者关系:www.inventec.com
免责声明: 本页内容仅供学习参考,不构成投资建议。市场数据基于公开信息估算,具体数字可能因统计口径和数据来源不同而存在差异。投资决策需结合最新市场信息和个人风险偏好综合判断。