网络层 开放阅读

白牌服务器

White-box Server

概念 ID
white-box-server
更新时间
2026-05-29
来源数量
待补

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)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、LenovoAWS、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ODMAI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
NVIDIANVDAGPU/AI加速卡供应商
IntelINTCCPU供应商
AMDAMDCPU/GPU供应商
BroadcomAVGO网卡/互联芯片供应商
ASPEED5274.TWOBMC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

  1. 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
  2. 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
  3. 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

  1. 学习OCP标准: 了解Open Compute Project的开放硬件标准
  2. 研究AI服务器技术: GPU互联(NVLink、Infinity Fabric)、液冷方案、高速网络等
  3. 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

  1. 深入供应链分析: 了解GPU、BMC、电源等关键组件的供应商格局
  2. 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
  3. 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

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


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。

source: 公开披露与公开资料整理 本页仅用于产业链学习、信息检索和研究辅助;不构成投资建议,不预测涨跌,不提供买卖、仓位或目标价建议。
完整概念页 复盘 13 节结构 公司投研页 沿产业链找到受益公司 投资课 把概念转成可跟踪模型