2019年，因受全球IT类基础设施建设进度的放缓，服务器市场的整体增长也受到了较大程度的扼制。但因祸得福的是，2020年，疫情的爆发却极大的刺激了线上服务这类应用的暴涨，尤其是在国内，随着远程办公、网络教学以及云视频等各类应用的普及，国内服务器市场需求量持续暴增。据统计，目前仅腾讯和字节跳动两家公司，对服务器的需求量就已经达到了58万台，这相当于2019年第三季度中国x86服务器整体市场的70%。受终端市场带动，作为关键零部件的服务器芯片市场也正迎来一波“小高峰”，广大服务器芯片企业争相展开布局，如何通过技术和市场战略上的灵活应变，来适应服务器终端市场变幻莫测的全新需求，也成为服务器芯片企业重塑市场格局的关键基础。

疫情风波的持续，让曾经一度风平浪静、波澜不惊的远程办公、网络教学以及云视频等“云应用”市场进入了史无前例的大爆发。尤其是在线办公领域，数据显示，节后开工首周，就有多达3亿的国人远程在线办公。为抓住这波市场风口，各大互联网巨头闻风而动，先是2月百度宣布开放内部协同工具“百度Hi”；钉钉5.0露面，发布圈子全面开放私域流量池；字节跳动飞书换帅，相继推出飞书会议、飞书文档。紧接着的3月，金山文档高调宣布月活用户突破2.39亿；搜狐“小E”、拼多多“knock”宣布入局；腾讯会议开放API接口。以及后续的4月，华为云在主打企业协同Welink基础上还公布了智慧屏；同时，阿里云视频会议APP也悄悄上线。

一大波创新型“云应用”项目的启动，也大幅驱动了在背后起到关键支撑作用的服务器产业链的出货增长。其中最明显的就是服务器CPU领域，数据显示，在服务器芯片市场于2019年衰退近5个点之后，2020年的市场增长可期。该领域代表厂商英特尔之前公布的数据显示，其去年服务器x86 CPU出货量在1Q/2Q/3Q19同比衰退了8%/12%/6%，但四季度却同比增长了12%，而云服务器客户于四季度同比大幅成长了48%,服务器CPU和提供相关产品的数据中心集团（DCG）收入增长19%。另据IDC数据统计，2019年第四季度，中国X86服务器市场出货量为939,934台，同比增长5.1%；市场规模为52.79亿美元（约合368.53亿元人民币），同比增长6.3%。

虽然当下，国内的疫情已逐步消退，形势也日趋向好，但“云应用”的热度似乎并未因此降低，究其原因，是办公习惯的改变，因为企业意识到即使员工远程办公，他们仍然可以拥有一支高效工作的团队。由于不需要每天为到达办公室的员工提供支持，从而节省了大量的成本；因此，与为现场团队提供服务相比，这将更具成本效益。数字化转型是远程工作实现高效率的关键，线下流程需要转换为数字化解决方案。尤其是诸如远程办公和网络教学等线上服务，不会退回到疫情之前的水平，因为那些曾犹豫尝试这种做法的公司现在已完全采用了这种技术。

不过，为了能够承受住日益激增的云端数据流压力，服务器芯片企业也需要“因时制宜”，更进一步挖掘芯片在运算架构和功能扩展上的创新潜力，如此方能运筹帷幄，在日益激化的服务器芯片市场“决胜千里”。否则，不良的基础架构，只能不断增加服务器设备的负担，让设备不堪重负，增加应用端企业实施远程办公、在线教学等服务的障碍。因为，眼下随着疫情导致的网络需求增加，市场对云数据中心加速解决方案的需求将继续增长，并且可能以更快的速度增长。尽管有必要去提高CPU的性能，但显然这还不足以跟上快速演进的网络架构和工作负载的步伐。

对此，国内某服务器CPU芯片企业市场负责人也对记者表示：“如今，新的应用程序和部署推动了包括服务器等IT基础架构的迅猛增长，但在其中，提高运算速度和加快应用的交付时间的新需求也使得算力成为这种数字化转型过程中的关键，显然传统的服务器芯片架构难以满足这种需求。所以，近几年可以看到的趋势是，以GPU和FPGA这类加速技术能够支持用于大数据、分析类和高性能计算等工作负载的基础架构部署开始越来越多，这也为未来云端数据中心向边缘数据中心扩展提供了更多的创新基础。”

所以，为了满足服务器市场所需的数据加速要求，下一代服务器不仅需要包含功能强大的CPU来处理各种工作负载，而且迫切需要可定制的硬件加速器，以满足各类不同云端应用之所需，如今的市场对面向工作负载去优化硬件加速解决方案（如FPGA、ASIC）等需求将会不断增加，通过使用FPGA或ASIC等，硬件可以针对时间、位置或工作负载进行优化和加速，这是单独使用CPU解决方案所无法实现的。

除此，另一种部署选项是打造一种定制的、带有FPGA逻辑阵列的服务器芯片设计，与独立的FPGA相比，这种定制的芯片设计可大大降低解决方案的成本和功耗。拥有独立的FPGA芯片或嵌入式的eFPGA IP的解决方案都可以灵活地支持网络功能虚拟化或NFV。NFV的重要性将继续增长，因为它支持网络硬件根据当前服务器的需求执行许多不同的功能。毕竟，大部分服务器的需求都是在白天被专用于视频会议等相关应用；而在晚上，相同的服务器将被虚拟地重新配置以用于通用计算工作负载，诸如机器学习（ML）训练、数据库优化或网络信息收集和分解。