随着人工智能和5G等新需求的出现，数据中心和边缘计算等服务器芯片市场的需求正在快速提升。从芯片市场来看，这些市场的需求也与之前由Intel x86统治的服务器市场有所不同。我们认为，人工智能和5G时代服务器市场的新需求有以下几点。
首先，服务器芯片客户的垂直集成度更高。在之前的服务器市场，芯片厂商的客户往往是Dell，HP这样的系统集成商，然后系统集成商再销售给服务器客户。而在人工智能时代，数据中心集中到了Google， Amazon等少数几个超级大客户手里，而这些大客户更愿意绕过系统集成商，直接购买甚至定制芯片并且做系统集成。在这一点上，ARM相比x86而言可定制性要好不少，而为数据中心大客户做定制相关的设计服务也将会是一个新的市场方向。
其次，人工智能和5G相关的服务器处理的任务相对而言更单一（而不会像之前的数据中心中的服务器那样会在不同的时间段处理非常不同的任务）且对于处理能力和算力的需求很高，因此芯片方案中处理器只是一部分，想要具有竞争力还需要能搭载其他的专用芯片来处理这些特定的任务。例如，在人工智能领域的矩阵运算加速，5G领域的数据接入处理等等。在这样的情势下，我们看到了Intel和AMD之外的芯片厂商正在积极布局这个领域。近日，Marvell宣布收购高性能互连芯片公司INPHI，更加充实了能提供的服务器相关芯片IP库；Nvidia宣布收购ARM，向高性能计算服务器芯片解决方案领域迈进重要一步；而Qualcomm则进一步加强在边缘计算服务器芯片领域的投入，试图从基站为切入点占领边缘计算服务器市场。
Marvell从几年前收购高性能处理器芯片厂商Cavium开始就加大了对于服务器处理器领域的布局。在成功地推出了三代ThunderX系列基于ARM的服务器处理器之后，Marvell在最近表示将会把精力更加专注于定制化的ARM服务器处理器，而非通用平台。Marvell做出这样的选择自然有自己的道理。首先，Marvell还不够足够强势到推出自己的处理器产品，然后让客户去做适配。此外，如前所述，数据中心领域的客户目前集中在几家互联网巨头，因此Marvell如果能抓住一两个这样的大客户，就能占有不错的市场份额，因此为少数几个大客户做定制的策略很合理。最后，这几个数据中心的大客户本身也有定制化的需求。互联网公司作为数据中心的运营者同时也是数据中心的使用者，对于数据中心中运行的计算强度以及计算类型分布都有很好的估计，因此根据这些计算需求来定制相关的处理器产品能大大提升自身数据中心的运行效率。
为了满足定制化处理器以及相关解决方案的需求，Marvell需要拥有强大的IP储备和设计服务能力。因此，我们看到Marvell之前收购了设计服务公司Avera，并且于近日宣布收购服务器高速互联芯片供应商INPHI。这两件事都是Marvell在定制化服务器处理器领域的重要布局，其中INPHI拥有的高速互联芯片对于服务器端尤其重要，因为高速互联常常会成为云端分布式计算性能的瓶颈，因此通过收购拥有丰富高速互联IP积累的INPHI，Marvell可望能把ARM处理器芯片与高速互联相整合，从而能够交付具有竞争力的整体解决方案以吸引更多客户。Nvidia则选择了从高性能计算作为切入点。Nvidia的拳头产品——GPU以及CUDA生态——拥有极高的竞争壁垒，目前来看在人工智能为代表的高性能计算领域无可匹敌。而Nvidia缺的恰恰是一个处理器平台，从而可以和GPU整合在一起，完成高性能计算服务器平台的完整交付。
为了解决这个问题，Nvidia于前一阵宣布要收购ARM。如果能拥有ARM的高性能处理器架构，搭配Nvidia的GPU，我们认为Nvidia将会在服务器高性能计算领域更加强势。除此之外，Nvidia还在之前收购了服务器高速互联厂商Mellanox并于最近发布了用于网络互连的网卡芯片DPU，用于高性能网络协议处理和存储系统处理。这再次印证了高速互联对于服务器领域的重要性，而Marvell这次收购INPHI事实上也和Nvidia收购Mellanox有相似的思路。
