2026.10.08 | AC | Hardware | North American AI Server OEM Expert

摘要

/ AI服务器OEM运营展望，大客户需求更新。/ AI Factory和软件服务盈利模式，OEM竞争等。

专家观点：

请介绍一下戴尔AI Factory Engineer团队的具体情况？

戴尔的AI Factory并非一个实体团队，而是一个解决方案概念，该概念自2024年第三、四季度起便已提出。可以将其理解为一个虚拟团队（Virtual Team）的运作模式。该解决方案的推行主要分为前端销售与后端服务两个部分。

前端部分由ISG（Infrastructure Solutions Group）负责，涵盖售前与销售环节。ISG主要推广一个集成了戴尔自有硬件与英伟达软件的基础产品包，其核心组件包括：戴尔自家的服务器（而非英伟达服务器）、PowerScale网络附加存储、戴尔网络设备（部分情况下客户会选择英伟达的Mellanox），以及英伟达的AI Enterprise软件和戴尔自身的Automation管理软件。该产品包主要面向大型企业客户及主权云市场。在销售执行层面，每个区域会配备一到两名AI架构师作为主导，当接触到具体客户时，会由DCSE（数据中心解决方案工程师）和AE（客户经理）等人员共同组成一个临时的销售团队。

后端服务在产品售出后启动，主要由三个团队接力完成。首先是CS团队，负责硬件的上架、通电和自检工作，完成后即离场。随后是PS（Professional Services）团队，负责软件层面的部署，包括安装戴尔的Automation软件以及客户购买的英伟达AI Enterprise软件，完成底层基础设施的连接、CUDA接口的建立和管理界面的配置，并提供预置的模型包供客户选择。最后，如果客户需要驻场支持，戴尔会提供Residency服务。

从组织架构上看，戴尔内部的人员并非按照AI Factory的流程来划分，AI Factory更多是公司主推的一个解决方案方向。

AI Factory解决方案中软件部分的成本构成是怎样的，戴尔在此业务中的盈利模式是什么？

解决方案中成本较高的部分是英伟达的AI Enterprise软件，其核心价值在于提供了一个基于Kubernetes的容器化基础设施，能够建立模型库并进行任务调度。该软件采用订阅制收费，根据GPU数量计费，每个GPU每年的订阅费用约为3,000至4,000美元。

戴尔在此业务中扮演代销角色，通过销售英伟达软件的订阅服务来获取分成。这意味着客户支付的订阅费用中，有一部分会作为戴尔的收入，这部分业务的利润率相对较高。

客户是否必须采购AI Factory的整套解决方案，包括英伟达的软件订阅？

客户并非必须采购整套解决方案。英伟达的AI Enterprise软件是可选的，客户可以根据自身需求决定是否购买。从戴尔的角度来看，推广包含软件在内的整体解决方案，能够增强硬件与软件的绑定，提升客户粘性，并且软件销售的利润空间远高于单纯销售硬件产品。然而，从市场实际情况来看，在公有云（New Cloud）环境中，客户通常不会采购这套软件。

在AI服务器销售中，除了硬件本身，软件和服务的销售情况如何？特别是针对主权云这类客户，其采购偏好有何不同？

在当前的销售结构中，AI服务器是销售额最高的部分，其次是传统服务器，再次是存储，最后是软件。对于特定客户，例如中东地区的主权云项目（如阿布扎比的G42），以及像网易这样的企业，AI Enterprise Automation这类附加软件和服务有销售机会。主权云本质上是以国家或主权基金名义，为该国构建AI基础架构。然而，整体而言，大部分客户倾向于自主进行优化，因此附加软件的销售比例相对较低。公司的主要盈利点期望来自两方面：一是销售AI Enterprise Automation等附加软件，二是通过销售安装服务或驻场服务等增值服务来提升整体利润率，因为硬件本身的利润空间有限。

公司强制要求销售的服务具体包含哪些内容，其利润率水平如何？

这类服务主要是指现场服务（on-site service），其核心内容是确保硬件设备调试成功，并能支持软件正常运行。这与产品自带的维保服务（如psp pro）是不同的。服务的计费方式基于人天（man-day），并以预设好的多种服务包（bundle package）形式提供给客户选择。从利润角度看，公司设定的服务毛利率基准高。由于硬件产品利润有限，公司通过强制搭售高利润的服务来确保整体盈利。

在AI服务器市场，戴尔面临的主要竞争格局是怎样的？客户在选择供应商时主要有哪些考量？

戴尔在AI服务器市场的主要竞争对手是超威。超威原本有机会在该业务兴起时超越戴尔，但由于过往的一些问题，导致其在涉及合规性，特别是联邦政府相关的订单上竞争力受限。因此，超威目前主要获取的是对合规性要求不那么严格的企业级客户订单。

客户的选择取决于其自身能力和需求。能力强的企业可能不倾向于购买捆绑方案，而技术能力相对较弱且资金充裕的企业则可能直接采购。

戴尔AI业务的收入构成是怎样的？不同客户群体的采购偏好有何差异？

戴尔AI业务中，超过60%的生意来源于新兴云服务提供商（new cloud）。这类客户规模庞大，采购以硬件产品为主，较少购买附加服务。其余约40%的业务则为销售附加服务和解决方案提供了市场空间。

在主要客户中，采购行为差异显著。例如，xAI是购买驻场服务和安装服务较多的客户，因为其自身现场维护能力有限。虽然xAI采购的产品利润率在所有产品中是最低的，但其较高的服务附加率（attach rate）使得整体订单的利润率尚可。另一大客户CoreWeave则主要采购产品，服务购买相对较少，但其所有新产品的第一套设备均由其率先使用。CoreWeave与英伟达关系紧密，在获取GPU卡的优先级上很高。这两家客户基本不会采购AI Enterprise等软件或解决方案。

CoreWeave和xAI在戴尔AI服务器业务中的订单占比具体是多少？

若以已安装设备（in-boss）计算，CoreWeave和xAI两家合计占比约为30%多。但从在手订单来看，由于他们在2026年第二季度下了大订单。

既然AI服务器市场供不应求，为何除了CoreWeave和xAI之外，其他云厂商或大模型公司没有向戴尔下大订单？

几大主要的云服务提供商很少直接从戴尔采购，他们更倾向于通过ODM模式，直接向鸿海、广达、纬创等厂商下达整机柜定制订单，这种模式的利润率更低。

具体来看，戴尔与微软的业务往来主要是通过第三方实现的。因此，直接归属于微软、Anthropic等公司的订单比例很低。微软确实会直接采购一部分戴尔的设备，但并非整机柜，而是用于其对外提供服务的Azure业务中的插卡式服务器。与此类似，Meta和AWS的直接采购量也非常少，规模无法与单季几十亿甚至上百亿的订单相比。

此外，客户结构也存在复杂性。例如，欧洲的Northern Data既是主权云，也提供私有云服务，同时还为其他大型云厂商在欧洲提供服务。其订单金额接近100亿，这类客户的归属难以简单划定。

针对服务器的现场服务（On-site Service），其收费模式是怎样的？是一次性收费还是包含后续的订阅或增值服务？

现场服务的收费模式取决于客户的采购选择。一种是一次性的现场安装服务，这在客户采购整机柜时是必需的。该服务的费用根据工作量计算，完成安装和调试后即告结束。另一种是驻场服务（Residency Service），提供持续的问题监控和处理。这种服务属于选购项，采购比例相对较小。例如，xAI以及美国的一些大型金融机构会采购此类服务，因为它们对服务等级有更高的要求。这种驻场服务通常是作为一揽子解决方案的一部分，而非单独为AI服务器购买。

关于公司服务器的交付周期，有说法称交付速度比竞争对手快六周，这应如何理解？当前的实际交付周期、生产模式及主要瓶颈是什么？

目前，标准的服务器发货周期是六个月。所谓更快的交付速度，可能是在特定前提下针对大型云服务商和重要客户的说法。这主要反映了公司在供应链中的优先地位，尤其是在GPU、内存和闪存的获取上。在英伟达的供货优先级中，戴尔位列第一，超微位列第二。同时，公司与三星、海力士、铠侠等供应商有滚动的采购协议，确保在市场货源紧张时能以更快的速度获得更多的组件，从而实现更快的交付。生产方面，公司扮演的是整机厂的角色，负责组装而非生产电路板。例如，AI服务器的主板由纬创在墨西哥和台湾的工厂供应，特别是像基于NVL72架构的XE9,712（未来为9,812）这类计算托盘，其GPU和内存都一体化焊接在主板上，工艺要求高，主要由纬创和鸿海等厂商完成。戴尔则负责将这些板卡组装成整机，并集成液冷系统等部件。因此，当前交付的主要瓶颈不在于戴尔自身的组装能力，而在于上游的内存和GPU市场供货情况。

在处理积压订单和新签订单时，公司的交付优先级是如何确定的？是遵循先进先出的原则，还是有其他的考量因素？

订单的交付优先级并非严格遵循先进先出的原则。优先级最高的客户是大型云服务商，这主要是基于其订单规模和战略重要性。在处理其他订单时，公司会根据订单的利润率进行动态博弈。在签单环节，不同客户的利润空间就已经有所不同。例如，一个利润率为10%的订单，其商定的交付周期可能是六个月；而另一个客户若愿意接受15%的利润率以换取更快的交付，则可能在三个月内获得产品。这种定价和交付周期的协商在下单时就已经确定，并非事后的竞价排名，而是基于客户愿意支付的溢价来决定其在交付队列中的优先位置。

公司当前AI服务器的主要产品体系、交付重点以及产能情况如何？积压的订单能否在今年（2026年）内消化完毕？

公司当前的交付主流是两套产品体系。第一套，也是目前交付的重点，是NV-L72整机柜，其配置为18个托盘、72个GPU和36个CPU。GB200的交付已接近尾声，主要是GB300，预计将在2026年下半年开始逐步上量，但初期量不会很大。第二套产品体系是“8卡”系列，具体型号包括9,780、9,780L，以及未来的9,880。不过，相较于整机柜产品，“8卡”系列的出货量已经相对较少。

关于产能，公司自身并无瓶颈，主要限制在于上游的供货。只要有货源和订单，公司就能完成交付。目前积压的订单量较大，预计在2026年内无法全部消化完毕。

在公司的AI服务器产品中，不同型号的出货比例是怎样的？

当前主要的两款产品是9,712和9,780L。从2026年第三季度开始，9,712的出货比例已接近50%，而在上一个季度（2026Q2）这一比例约为30%至40%。原先用于H200的9,680L型号已基本停产。目前，9,780和9,780L合计的出货比例大约占30%至40%。此外，低端卡产品大约占10%至20%。随着技术发展，未来的产品将基本以液冷为主，因为风冷已难以满足新款GPU的散热需求。

戴尔在AI服务器整机柜中自主生产哪些部件？在自身几乎不生产硬件的情况下，公司如何通过软件实现高毛利率？

戴尔在整机柜中不自主生产任何硬件部件，主要负责组装。例如，机柜和电源来自台达等台湾厂商，液冷系统来自CoolIT，托盘由纬创生产，交换机则采用英伟达产品或外部生产的白牌产品。

戴尔的核心价值和技术体现在软件层面。无论是服务器还是存储产品，其核心控制能力均源于自研软件。例如，服务器管理软件iDRAC和整机柜管理的automation软件均为戴尔自主开发。这些软件构成了向客户提供的核心价值，实现了对硬件的管理、展示和服务。在定价策略上，公司会将软件作为独立项目核算价格和利润率。公司内部在核算总利润时，会细分为硬件margin、软件margin、维保margin、专业服务margin以及驻场服务margin等多个分项，最终汇总得出产品的总利润。

戴尔的软件服务主要采用哪种收费模式？这些软件在不同服务器配置（如72卡和8卡）中的价格是否存在显著差异？

公司的软件收费模式主要分为三种。第一种是一次性收费，适用于与硬件绑定的软件，例如iDRAC。第二种是“永久授权+年度维保”模式，适用于作为整体解决方案交付的软件产品，客户一次性购买软件的永久使用权，然后每年根据需求购买维保服务，以获得远程支持、电话服务和固件更新。第三种是订阅服务模式，主要应用于纯软件定义产品，如PowerFlex和AI Factory with NVIDIA，客户按需购买，停止订阅则无法继续使用。目前，公司正主推订阅模式。

软件的价格在不同服务器配置中的差别不大。以NV-L72为例，软件在总成本中的占比较低，因为其主要成本来自GPU等硬件。例如，当单个GPU的价格高达50K美元时，软件的价格相对而言并不高。

戴尔作为组装厂，为何产品价格越高，利润率也能随之提升？

实际上，利润率的增长并不显著。在过去一年中，整体毛利率增长了约三到四个百分点，而运营利润率（operation margin）仅增长了一个百分点左右。这一增长主要来源于增值服务的销售。AI服务器业务本身的利润率并不高。至于通过动态博弈，优先为出价更高的客户安排订单的策略，这或许是存在的，但整体来看，利润率并未出现大幅上涨。

戴尔CSG业务（客户端解决方案事业部）的当前市场表现如何，各细分产品线的增长情况是怎样的？

CSG业务整体表现欠佳。其中，商用业务板块的表现相对稳定，主要得益于两个方面：首先，AI发展带动了对终端工作站的需求，该品类每个季度大约有10%到20%的增长，是增长最快的细分领域；其次，市场正进入新一轮的商用笔记本换机周期，也对销量起到了支撑作用。然而，家用消费级业务的表现非常糟糕，市场份额面临严重挑战。公司正尝试重新推广前几年销售较好的XPS系列产品，但目前看效果一般。游戏本（外星人系列）业务通常在下半年表现较好，但由于其整体占比较低，对业务大盘影响有限。

在AI模型日益增大的背景下，企业级和个人存储市场的现状如何，特别是哪些产品类型增长最快？

从存储角度来看，当前市场增长最快的产品是高性能文件存储。AI应用主要处理非结构化数据，如文本、音频和视频，这推动了对此类存储的需求。以Dell的PowerScale产品为例，其季度增速目前能达到20%，是公司非常看重的业务领域。PowerS cale的前身是2011年收购的Isilon，其核心优势在于专门存储非结构化数据，并能通过一套软件管理多个标准服务器节点，从而实现强大的扩展性和吞吐能力，被认为是分布式文件存储领域的领先产品。随着AI时代文件的数量和体积不断增大，Power Scale这种能够根据容量需求进行线性扩展的非结构化数据存储解决方案，市场表现尤为出色。

PowerScale作为外置存储，其速度与GPU内置的HBM相比存在差距，它在AI训练和推理中具体扮演什么角色，又是如何解决性能瓶颈的？

尽管PowerScale作为外置存储的速度不及HBM，但它在AI工作流程中扮演着关键的补充角色。HBM虽然速度极快，但容量有限，例如B200的HBM为192GB，B300为288GB，远不足以容纳全部训练数据。当多个GPU（如NVL72中的72个GPU）协同处理同一个大型模型时，它们需要从一个共享的、高性能的后端存储池中高速调取、交换和回写数据。PowerScale（前身为Isilon）正是提供了这样一个能够被多个GPU高速访问的大容量存储池。为了解决与HBM的速度差问题，PowerScale开发了名为KV cache的新功能。该功能通过一个并行文件系统，将存储系统的元数据表与HBM的元数据表进行同步，从而实现与HBM之间的高速数据交换。这相当于为GPU提供了一个容量更大、成本更合理，且速度远快于传统存储的高速缓存层，有效弥补了HBM容量不足的短板。

Dell PowerScale在AI存储市场的竞争格局如何，其主要竞争对手有哪些，各自的优劣势是什么？

在网络附加存储市场中，PowerScale在分布式NAS领域位居世界第一，而传统文件存储领域的领导者是NetApp。在AI应用场景下，分布式文件存储因其扩展性优势而更受青睐，因此PowerScale表现更佳。然而，AI技术与早期的超级计算技术有共通之处，在超算领域，DDN、VAST Data（维凯IO）以及IBM的GPFS等产品在性能上被认为优于Dell。例如，像CoreWeave（新云）这类技术能力较强的客户，在选择存储方案时更倾向于性能更优的DDN和VAST Data。这些厂商的劣势在于规模较小，专注于存储单一产品，整体服务能力相对较弱。相比之下，Dell能够提供包括服务器、存储在内的整体解决方案，对于那些希望由单一供应商提供全套服务、自身技术优化能力有限的客户（如金融、教育、国防等领域的企业），Dell的方案具有显著优势，因此PowerScale的销售表现依然强劲。

Dell存储业务的收入占比和盈利能力如何，特别是PowerScale这款产品的财务表现和市场需求趋势是怎样的？

Dell的存储业务中，PowerScale的收入占比目前不到30%，但增长迅速，毛利率根据客户情况不同，大约在50%至60%之间。市场对PowerScale的需求增长非常显著，两年前，单个客户采购10PB容量已属罕见，而现在10PB已成为常态，市场正在向百PB级别迈进。在Dell的存储产品组合中，收入占比最高（约35%至40%）的是PowerStore，这是一款全闪存传统存储，主要用于数据库等核心业务。此外，还有一款毛利率极高但销售占比较小（约10%）的高端产品PowerMa x，主要面向国防、大型银行等对异地容灾要求极高的客户。

客户对PowerScale的需求强度如何，以及Dell在销售策略上如何利用这款产品？

客户对PowerScale的需求是刚性的。由于HBM容量有限且价格昂贵，在处理海量数据和需要多机共享的AI场景下，高性能文件存储系统成为必需品。因此，随着Dell向金融、教育、国防等各行业拓展AI解决方案，PowerScale的配备需求也在同步增加，预计在2026年第二、三季度将有显著的放量。在公司的销售策略中，PowerScale被定位为重点产品。当销售团队向管理层汇报一个包含PowerScale的交易时，公司愿意在服务器等其他产品上提供更大的价格优惠以促成整体订单。相反，如果一个订单只包含服务器，那么价格谈判的空间就会非常有限。

与Dell相比，联想在服务器市场的竞争力如何？

联想与Dell在服务器市场的竞争力差距较大，甚至不及惠普。虽然整体市场在增长，联想的业务也在相应增长，但其客户基础以及获取政府和CoreWeave（新云）这类头部客户的能力不如Dell。联想的优势市场主要集中在与其PC和商用笔记本业务关联度较高的制造等企业领域，在这些领域仍有一定的增长空间。