圖形處理器GPU行業(yè)研究

圖形處理器GPU行業(yè)研究GPU：核心計算底座GPU，指GraphicsProcessingUnit，圖形處理器，進行圖形和圖像相關(guān)運算工作的微處理器。在該產(chǎn)品基礎(chǔ)上，衍生出GPGPU，即GeneralPurposeGraphicsProcessingUnit，其在圖形處理器GPU的基礎(chǔ)上進行改造，使之可以進行部分科學(xué)計算和AI計算等的處理器。GPU概念自20世紀70年代末提出，其角色變換從最早分擔(dān)CPU壓力的附屬硬件，到由于能承擔(dān)大規(guī)模運算而逐漸被人們重視。摩爾定律放緩無法匹配爆發(fā)式算力需求，GPU興起歷史上，由于摩爾定律的存在，使得CPU處理器的性能可以滿足應(yīng)用軟件不斷升級的需求。但近幾年隨著半導(dǎo)體技術(shù)改進達到物理極限，電路復(fù)雜度逐漸提升。2016年3月24日，英特爾宣布正式停用“Tick-Tock”處理器研發(fā)模式，未來研發(fā)周期將從兩年周期向三年期轉(zhuǎn)變。至此，摩爾定律對英特爾幾近失效。隨著互聯(lián)網(wǎng)用戶和各類網(wǎng)絡(luò)應(yīng)用的快速增長，數(shù)據(jù)體量的急劇膨脹，數(shù)據(jù)中心對計算的需求也在迅猛上漲。諸如深度學(xué)習(xí)在線預(yù)測、直播中的視頻轉(zhuǎn)碼、圖片壓縮解壓縮以及HTTPS加密等各類應(yīng)用對計算的需求已遠遠超出了傳統(tǒng)CPU處理器的能力所及。一方面處理器性能再無法按照摩爾定律進行增長，另一方面數(shù)據(jù)增長對計算性能要求超過了按“摩爾定律”增長的速度。CPU處理器本身無法滿足計算性能需求，導(dǎo)致需求和性能之間出現(xiàn)了缺口。解決方法是通過硬件加速，采用專用協(xié)處理器的異構(gòu)計算方式來提升處理性能，而GPU憑借其相對通用靈活和適應(yīng)并行計算等特性成為主要選擇。GPU在并行運算層面具備一定優(yōu)勢當前主要興起的計算芯片分別為GPU、ASIC、FPGA等，其中GPU最初專用于圖形處理制作，后逐漸應(yīng)用于計算。其內(nèi)部包含大量的運算單元核心，盡管單個核心緩存較小，邏輯功能簡單，僅能執(zhí)行有限類型的邏輯運算操作，但其多核心架構(gòu)天然適合執(zhí)行復(fù)雜的數(shù)學(xué)和幾何計算，且科學(xué)計算領(lǐng)域通用性較高，相比CPU，綜合性能更好。當前缺點在于功耗過高，效率不足。GPU是核心計算資源底座。雖然提供各類計算資源的芯片種類眾多，但GPU依然是市場的最為主要的支撐點。以在AI市場的應(yīng)用為例，IDC研究發(fā)現(xiàn)，2021年上半年中國人工智能芯片中，GPU依然是實現(xiàn)數(shù)據(jù)中心加速的首選，占有90%以上的市場份額，而ASIC、FPGA、NPU等其他非GPU芯片也在各個行業(yè)和領(lǐng)域被越來越多地采用，整體市場份額接近10%。歷史復(fù)盤：當前GPU進入高速發(fā)展期前GPU時代，圖形處理器初具雛形：1981年世界上第一臺個人電腦IBM5150由IBM公司發(fā)布，其搭配黑白顯示適配器與彩色圖形適配器，是最早的圖形顯示控制器。20世紀80年代初期，出現(xiàn)了以GE芯片為標志的圖形處理器，GE芯片的具備四位向量的浮點運算功能，可以實現(xiàn)圖形渲染過程中的矩陣，裁剪，投影等運算，其出現(xiàn)標志著計算機圖形學(xué)進入以圖形處理器為主導(dǎo)的階段。后續(xù)隨著GE等圖形處理器功能不斷完善，圖形處理功能逐漸由CPU向GPU（前身）轉(zhuǎn)移。GeForce256橫空出世，GPU正式誕生：20世紀90年代，NVIDIA進入個人電腦3D市場，并于1999年推出具有標志意義的圖形處理器GeForce256，真正意義上的GPU第一次出現(xiàn)。相較過往圖形處理器，第二代GPUGeForce256將T&L硬件（用于處理圖形的整體角度旋轉(zhuǎn)與光暈陰影等三維效果）從CPU中分離出來并整合進GPU中，使得GPU可以獨立進行三維頂點的空間坐標變換，將CPU從繁重的光照計算中解脫出來。即便是低端CPU，搭配了支持硬件T&L的顯卡也可以流暢地玩游戲，這使得英偉達在市場競爭中能以產(chǎn)品價格獲得較大優(yōu)勢，市占率持續(xù)提升。頂點編程確立GPU編程思路：經(jīng)過2000年的顯卡廠商洗牌后，S3、SIS等廠商無力與英偉達和ATI競爭，逐漸淡出了顯卡市場，擁有產(chǎn)品高速迭代能力的ATI成為繼3Dfx后唯一有實力和英偉達競爭的廠商。2002年第三代GPU芯片陸續(xù)推出（如英偉達的GeForce4Ti與ATI的8500），其均具備頂點編程能力，可以通過賦予特定算法在工作中改變?nèi)S模型的外形。頂點編程能力的出現(xiàn)確立了GPU芯片的編程思路，使后續(xù)GPU芯片用于其他計算領(lǐng)域成為可能。但本時期GPU尚不支持像素級編程能力（片段編程能力），其編程自由度尚不完備。GPU用于通用計算，GPGPU概念出現(xiàn)：2003年SIGGRAPH大會上首次提出將GPU運用于通用運算，為GPGPU的出現(xiàn)打下基礎(chǔ)。其后3年，通過用統(tǒng)一的流處理器取代GPU中原有的不同著色單元的設(shè)計釋放了GPU的計算能力，第四代GPU均具有頂點編程和片段編程能力，完全可編程的GPU正式誕生。由于GPU的并行處理能力強于CPU，因此GPU可以在同一時間處理大量頂點數(shù)據(jù)，使其在人體CT、地質(zhì)勘探、氣象數(shù)據(jù)、流體力學(xué)等科學(xué)可視化計算處理上具備較大優(yōu)勢，足以滿足各項實時性任務(wù)。后續(xù)伴隨線性代數(shù)、物理仿真和光線跟蹤等各類算法向GPU芯片移植，GPU由專用圖形顯示向通用計算逐漸轉(zhuǎn)型。架構(gòu)持續(xù)迭代，AI計算關(guān)注度漸起：2010年英偉達發(fā)布了全新GPU架構(gòu)Fermi，其是支持CUDA的第三代GPU架構(gòu)（第一代與第二代分別是G80架構(gòu)與GT200架構(gòu)）。彼時英偉達在Fermi架構(gòu)的設(shè)計上并未對AI計算場景做特定設(shè)置，但GPU芯片在AI計算領(lǐng)域相較CPU芯片已擁有了較大優(yōu)勢（GTX580峰值算力較i7-920峰值算力高出一個數(shù)量級）。隨后在2012、2014年陸續(xù)發(fā)布的Kepler架構(gòu)、Maxwell架構(gòu)中，盡管英偉達并未在硬件層面對AI計算做特定優(yōu)化，但在軟件層面卻引入了深度神經(jīng)網(wǎng)絡(luò)加速庫cuDNNv1.0，使英偉達GPU的AI計算性能與易用性得到提升。Pascal架構(gòu)發(fā)布，AI計算專精版本到來：Pascal架構(gòu)在2016年3月被推出，是英偉達面向AI計算場景發(fā)布的第一版架構(gòu)。其硬件結(jié)構(gòu)中加入了諸如FP16（半精度浮點數(shù)計算）、NVLink（總線通信協(xié)議，用于可用于單CPU配置多GPU）、HBM（提升訪存帶寬）、INT8格式支持（支持推理場景）等技術(shù)，而軟件層面也發(fā)布了面向推理加速場景的TensorRT與開源通信函數(shù)庫NCCL，Pascal架構(gòu)在AI計算領(lǐng)域的前瞻性布局使得英偉達后續(xù)架構(gòu)在競爭中具有著較大優(yōu)勢。細分場景不斷追趕，GPU迎來高速發(fā)展期：繼Pascal架構(gòu)后，面對GoogleTPU在AI計算層面帶來的壓力，英偉達先后更新了Volta（2017）、Turing（2018）、Ampere（2020）架構(gòu)。AI計算領(lǐng)域的技術(shù)代差在Volta架構(gòu)通過引入第一代TensorCore在訓(xùn)練場景進行了拉平，隨后Turing架構(gòu)的第二代TensorCore在推理場景上進行了拉平，直到Ampere時代，NV才算再次鞏固了自己在AI計算領(lǐng)域的龍頭地位。雙方激烈競爭下，GPU迎來高速發(fā)展期。多點開花，GPU市場高速成長我們認為，當前全社會對算力需求將長期保持提升態(tài)勢，而GPU作為支撐眾多科技領(lǐng)域發(fā)展的底層核心，是數(shù)據(jù)計算的核心底座，在商業(yè)計算、人工智能等諸多板塊均有著較為廣泛的使用，是科技行業(yè)的重要支撐。GPU的市場空間廣闊，正穩(wěn)健增長。依據(jù)T4的統(tǒng)計數(shù)據(jù)，2020年全球GPU市場規(guī)模價值200億美元，預(yù)計2021年將增長15%，從2015年到2025年平均每年增長13%，從80億美元擴大到350億美元。而依據(jù)AlliedMarketResearch預(yù)測，2019年全球GPU市場規(guī)模為197.5億美元，預(yù)計到2027年將達到2008.5億美元，2020年至2027年的復(fù)合年增長率為33.6%，對比來看AlliedMarketResearch對GPU市場空間更為樂觀。從下游應(yīng)用來看，GPU需求仍在快速增長期。游戲領(lǐng)域是GPU應(yīng)用的傳統(tǒng)應(yīng)用領(lǐng)域，參考GPU全球龍頭英偉達的營收數(shù)據(jù)，其游戲領(lǐng)域業(yè)務(wù)收入由2019年的55.18億元增長至2021年的124.62億元，近三年符合增長率31.20%，整體趨勢保持穩(wěn)定增長，為英偉達占比最高的業(yè)務(wù)。另一方面，伴隨人工智能算法的不斷普及和應(yīng)用，以及對商業(yè)計算和大數(shù)據(jù)處理的算力需求的不斷增長，全球范圍內(nèi)數(shù)據(jù)中心對計算加速硬件的需求不斷上升。英偉達數(shù)據(jù)中心業(yè)務(wù)收入由2019年的29.83億美元增長至2021年的106.13億美元，近三年復(fù)合增長率高達52.66%，增速遠超其他板塊業(yè)務(wù)。NVIDIA數(shù)據(jù)中心業(yè)務(wù)收入的快速增長體現(xiàn)了下游數(shù)據(jù)中心市場對于泛人工智能類芯片（以GPU為主）的旺盛需求。國內(nèi)需求不斷涌現(xiàn)，計算類GPU市場高速增長。依據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)，2020年預(yù)計國內(nèi)人工智能芯片市場規(guī)模約為178億元，且市場規(guī)模隨下游應(yīng)用領(lǐng)域的拓展而高速增長。人工智能芯片由GPU、ASIC、FPGA與NPU構(gòu)成，其中GPU以科學(xué)計算型為主，其憑借著在性能、能耗比與編程靈活性等領(lǐng)域的綜合優(yōu)勢，在人工智能芯片中占據(jù)主要地位。據(jù)IDC數(shù)據(jù)顯示，2021年中國加速服務(wù)器市場中GPU約占人工智能芯片的88.4%，測算可得2021年計算型GPU市場規(guī)模約為222億元。多方需求驅(qū)動GPU市場持續(xù)增長。從載體層面分類，GPU在PC端與服務(wù)器端均可搭載，其中PC端多用于游戲影音娛樂，而服務(wù)器端則多用于科學(xué)計算。伴隨對海量數(shù)據(jù)的處理需求逐漸增大，具備矩陣運算能力的GPU需求高速上行。同時，受益于多核并行計算的基礎(chǔ)架構(gòu)，GPU已在機器學(xué)習(xí)和自動駕駛等領(lǐng)域有了較大規(guī)模的使用。服務(wù)器層面，相對占比維度，據(jù)IDC數(shù)據(jù)顯示，2018年全年中國GPU服務(wù)器市場規(guī)模約為13.05億美金（約合人民幣90.05億元），同比增長131.2%。同時IDC預(yù)測，到2023年中國GPU服務(wù)器市場規(guī)模將達到43.2億美金（約合人民幣298億元），未來5年整體市場年復(fù)合增長率（CAGR）為27.1%。GPU服務(wù)器增速高于國內(nèi)X86服務(wù)器出貨量增速，當前國內(nèi)服務(wù)器中GPU服務(wù)器占比迅速抬升。全球格局：國際巨頭壟斷，國產(chǎn)廠商起步追趕競爭格局：國際巨頭三強壟斷全球GPU市場中，基本被Nvidia、Intel和AMD三家壟斷。據(jù)JPR統(tǒng)計，全球PCGPU在2022年Q2出貨量達到8400萬臺，同比下降34%，預(yù)計2022-2026GPU復(fù)合增長率為3.8%，在未來五年內(nèi)dGPU在PC中滲透率增長至30%。從市場格局來看，Nvidia、Intel和AMD三家在2022年Q2市場占有率分別為18%、62%和20%，Intel憑借其集成顯卡在桌面端的優(yōu)勢占據(jù)最大的市場份額。獨顯市場中，Nvidia占據(jù)領(lǐng)先地位。不同于整體市場，在獨顯市場中，Nvidia與AMD雙雄壟斷市場，其2022年Q2市占率分別約為80%和20%，可以看到近年來Nvidia不斷鞏固自己的優(yōu)勢，其獨立顯卡市占率整體呈現(xiàn)上升趨勢。英偉達：GPU王國締造者，AI時代先行軍英偉達是一家專注于GPU半導(dǎo)體設(shè)計的企業(yè)。公司成立于1993年，由黃仁勛聯(lián)合SunMicrosystem公司兩位年輕工程師共同創(chuàng)立，1999年英偉達推出GeForce256芯片，并首次定義了GPU的概念；隨后創(chuàng)新性的提出CUDA架構(gòu)，讓此前只做3D渲染的GPU實現(xiàn)通用計算功能；進入2010年代后，英偉達在AI行業(yè)發(fā)展初期市場皆不看好的情況下，前瞻性預(yù)見了GPU在AI市場的應(yīng)用并全力以赴開展相關(guān)布局；當前，公司以數(shù)據(jù)中心、游戲、汽車、專業(yè)視覺四大類芯片為收入基礎(chǔ)，完成了硬件、系統(tǒng)軟件、軟件平臺、應(yīng)用框架全棧生態(tài)的建設(shè)。追溯公司歷史，英偉達以技術(shù)創(chuàng)新為基，持續(xù)推動GPU行業(yè)的發(fā)展，可以稱得上是GPU時代奠基人。我們認為，英偉達公司發(fā)展史可簡單劃分為四個階段：（1）蓄力階段：1993年黃仁勛聯(lián)合SunMicrosystem公司兩位年輕工程師共同創(chuàng)立

英偉達，早期致力于圖形芯片的研發(fā)。但當時市場上有20多家圖形芯片公司，三年后這個數(shù)字飆升至70家，英偉達在其中并不突出。直到1997年英偉達決定放棄部分已有的專利，轉(zhuǎn)而全面支持DirectX（微軟標準），1997年公司推出RIVA128，這是公司第一款真正意義上取得成功的產(chǎn)品。（2）崛起階段：1999年公司推出GeForce256并定義GPU芯片，這是世界上第一款功能齊全，可從真正意義上替代CPU渲染圖形的芯片，并首次定義了GPU的概念，由此英偉達走上了重塑顯卡行業(yè)的道路。2000年，公司收購了顯卡先驅(qū)企業(yè)3Dfx，再次鞏固自身行業(yè)地位，在顯卡行業(yè)與ATi公司形成雙寡頭壟斷的格局。（3）制霸階段：2006年英偉達創(chuàng)新性推出CUDA架構(gòu)。CUDA全稱ComputeUnifiedDeviceArchitecture，是英偉達基于自有GPU的一個并行計算平臺和編程模型。CUDA帶來兩方面巨大影響，于GPU行業(yè)而言，CUDA使得只做3D渲染的GPU得以實現(xiàn)通用計算功能，GPU的應(yīng)用領(lǐng)域得以從游戲（圖形渲染）向外擴展至高性能計算、自動駕駛等多個領(lǐng)域；而對于英偉達公司本身來說，其在早期大力推廣CUDA，并對CUDA進行了編程語言擴展，如CUDAC/C++,CUDAFortran語言等，使得開發(fā)人員能夠輕易地對GPU進行編程，目前CUDA是最主流的兩個GPU編程庫之一，奠定了英偉達GPU生態(tài)得以成型的基礎(chǔ)。而在英偉達大力推廣統(tǒng)一平臺CUDA、不斷進行GPU架構(gòu)迭代的同時，其最大的競爭對手ATi在被AMD收購后受其CPU業(yè)務(wù)拖累，發(fā)展受到限制，英偉達在GPU領(lǐng)域的競爭地位在這一階段進一步得到鞏固。（4）騰飛階段：押注AI，數(shù)據(jù)中心業(yè)務(wù)開啟第二成長曲線。2012年AlexKrizhevsky利用GPU進行深度學(xué)習(xí)，通過幾天訓(xùn)練在ImageNet競賽中獲得冠軍，其將深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet的準確率提高了10.8%，震撼了學(xué)術(shù)界，從此開啟GPU應(yīng)用于深度學(xué)習(xí)的大門，毫無意外，其使用的正是NVIDIAGTX580GPU芯片和CUDA計算模型。此后，英偉達

GPU和CUDA模型成為深度學(xué)習(xí)（尤其是訓(xùn)練環(huán)節(jié)）的首選芯片，而英偉達也順勢推出海量專用于AI的芯片及配套產(chǎn)品，從顯卡硬件公司華麗轉(zhuǎn)型成為人工智能公司。在人工智能的推動下，公司數(shù)據(jù)中心業(yè)務(wù)2014~2022財年復(fù)合增速達到64.39%，其占收入比例也由2014年的不足5%提升至2022財年的40%。而總覽英偉達歷史，即使公司在不同時期存在不同發(fā)展重點，但貫穿始終的，是其卓越的創(chuàng)新能力、強大的芯片設(shè)計能力和穩(wěn)定的決策執(zhí)行能力。事實上，英偉達平均每兩年推出一代芯片架構(gòu)、每半年推出一款新的產(chǎn)品，多年以來堅持不輟，從2009年的Fermi架構(gòu)到當前的Hopper架構(gòu)，公司產(chǎn)品性能穩(wěn)步提升，并始終引領(lǐng)GPU芯片技術(shù)發(fā)展。截至目前，英偉達

GPU芯片已形成覆蓋數(shù)據(jù)中心、游戲、專業(yè)視覺和學(xué)術(shù)研究四大場景的芯片產(chǎn)品陣列，其中消費級GPU和數(shù)據(jù)中心GPU是最核心場景。與此同時，在英偉達領(lǐng)跑GPU市場的過程中，生態(tài)的建設(shè)也是不可缺少的一環(huán)。具體來看，我們認為英偉達生態(tài)的建立，主要應(yīng)當歸功于以下兩方面原因：

（1）通過統(tǒng)一的計算平臺CUDA，構(gòu)建開發(fā)者生態(tài)。CUDA的存在使得開發(fā)者使用GPU進行通用計算的難度大幅降低，使得開發(fā)者可以相對簡單有效地對英偉達GPU芯片進行編程。2006年CUDA推出后，英偉達承擔(dān)巨大成本壓力，堅持使其成為所有GPU芯片的統(tǒng)一計算平臺，而其競爭對手AMD經(jīng)過重重考慮選擇應(yīng)用開源計算框架OpenCL，其開源屬性決定其在效率上落后于CUDA。經(jīng)過多年培育，目前英偉達基于CUDA平臺已培育近180萬開發(fā)者，2020年新增超過50個SDK，GPU開發(fā)者生態(tài)正在蓬勃發(fā)展。毋庸置疑，CUDA是迄今為止最發(fā)達、最廣泛的生態(tài)系統(tǒng)，也是深度學(xué)習(xí)庫最有力的支持。隨著人工智能領(lǐng)域的蓬勃發(fā)展，GPU和CUDA被從業(yè)者視為標配，使用GPU做加速計算已成為行業(yè)主流。雖然英偉達

GPU本身硬件平臺的算力卓越，但其強大的CUDA軟件生態(tài)才是推升GPU計算生態(tài)普及的關(guān)鍵力量，其幫助英偉達成為AI產(chǎn)業(yè)目前最大受益者，GPU生態(tài)效應(yīng)使得英偉達處于領(lǐng)先地位。（2）與此同時，英偉達自身也在不遺余力的進行配套軟硬件研發(fā)，持續(xù)豐富各類GPU應(yīng)用場景。目前英偉達構(gòu)建了四層技術(shù)棧：硬件、系統(tǒng)軟件、軟件平臺、應(yīng)用框架，同時針對不同場景（如醫(yī)療、智能機器人等）都有相關(guān)硬件和軟件平臺的開發(fā)，英偉達自身就是GPU應(yīng)用生態(tài)的核心開發(fā)者。AMD：兼具CPU+GPU，卓越性能引領(lǐng)算力時代AMD是一家專門為計算機、通信和消費電子行業(yè)設(shè)計和制造各種創(chuàng)新的微處理器（CPU、GPU、APU、主板芯片組、電視卡芯片等）、閃存和低功率處理器解決方案的公司。公司成立于1969年，由曾工作于仙童半導(dǎo)體的銷售高管JerrySanders創(chuàng)立，成立之初生產(chǎn)邏輯芯片，后定位為高性價比的第二供應(yīng)商，與英特爾深度合作X86處理器，后英特爾為鞏固自身優(yōu)勢斬斷合作關(guān)系，兩者競爭加劇。2006年7月24日，AMD正式收購ATI，成為一家同時擁有CPU和GPU生產(chǎn)技術(shù)的半導(dǎo)體公司，GPU版圖由此展開。公司自成立以來收入波動較大，近五年開始實現(xiàn)持續(xù)高增。公司2021年營業(yè)收入164.34億元，同比大幅增長68.33%，2016-2021年CAGR30.92%。公司營業(yè)收入可分為數(shù)據(jù)中心、客戶端、游戲和嵌入式解決方案業(yè)務(wù)收入，其中數(shù)據(jù)中心和游戲業(yè)務(wù)收入增速最高，分別為119.23%和104.19%。細究AMD的GPU發(fā)展史，可將其分為兩大階段。第一階段是收購前的ATI時代，隨時代技術(shù)發(fā)展而進步，不斷推出Radeon系列，憑借性能與英偉達直面對抗；第二階段是收購后的AMD時代，憑借高性價比戰(zhàn)略在中端市場占據(jù)一席之地。第一階段，被收購前的互相追趕。1985年ATI由加拿大華人何國源與另外兩位華人LeeKaLau,BennyLau一起創(chuàng)辦成立，主攻圖形顯示芯片的研發(fā)。1985-1995年，PC圖形技術(shù)仍處于2D時代，ATI看到了圖形技術(shù)發(fā)展迅速，1987年推出EGAWonder顯卡系列，在技術(shù)和功能上相比IBM同期圖形適配器都有很大提升，是可應(yīng)用于市場上任何一種圖形界面、軟件和顯示器的單卡，成為當時ATI主要的零售產(chǎn)品。1995年，隨著3D圖形顯示技術(shù)的發(fā)展，眾多圖形廠商都紛紛推出旗下的第一代3D顯示卡，例如NVIDIA的NV1、Matrox的Mlennium以及Mystique、PowerVR的PCX1、S3的Virge3D等等，ATI也推出3DRage進軍3D市場。1999年，英偉達推出GeForce256重新定義GPU芯片，并于2000年收購昔日王者3Dfx重塑行業(yè)格局，ATI發(fā)布Radeon256正式迎擊。2000-2006年期間，ATI于英偉達呈現(xiàn)雙寡頭壟斷格局，ATI不斷提升自身性能與英偉達直面競爭。但同時，ATI在產(chǎn)品的高成本投入加上市場的不良反應(yīng)讓財務(wù)狀況出現(xiàn)問題，最終于2006年被AMD收購。第二階段，有的放矢，憑借高性價比牢牢占據(jù)一席之地。根據(jù)2022年5月，德國3Dcenter網(wǎng)站對市場上主流GPU的測評數(shù)據(jù)來看，在1080p分辨率中，AMDRadeonRX6950XT的性能指數(shù)是2230%，性能得分最強，但售價僅為1240-1400歐元，性價比指數(shù)為70%，大幅超過GeForceRTX3090Ti的41%。從整體來看，AMD目前市場主流顯卡的性價比得分超過100%個數(shù)明顯超過英偉達，具有較強的性價比優(yōu)勢。AMD生態(tài)相對劣勢，但已推出ROCm生態(tài)。ROCm是一個開放式軟件平臺，為追求高靈活性和高性能而構(gòu)建，針對加速式計算且不限定編程語言，讓機器學(xué)習(xí)和高性能計算社區(qū)的參與者能夠借助各種開源計算語言、編譯器、庫和重新設(shè)計的工具來加快代碼開發(fā)，適合大規(guī)模計算和支持多GPU計算，其創(chuàng)立目標是建立可替代CUDA的生態(tài)。龐大需求+國產(chǎn)替代，國產(chǎn)廠商迎來時代機遇總量與份額雙擊，國產(chǎn)廠商迎來發(fā)展黃金期中美摩擦不斷，國產(chǎn)替代緊迫性和重要性進一步提升。2022年8月9日，美國總統(tǒng)拜登簽署2022年美國芯片與科學(xué)法案，旨在為美國半導(dǎo)體的研究和生產(chǎn)提供約520億美元的政府補貼，來對抗中國及控制半導(dǎo)體產(chǎn)業(yè)鏈。8月31日，英偉達發(fā)布公告，美國政府對向中國和俄羅斯出口的A100和即將推出的H100芯片實施了新的許可要求。據(jù)路透社消息，AMDMI250芯片亦受到影響。高端GPU限制產(chǎn)品基本都是具備“64位浮點數(shù)字”（FP64）雙精度算力的高性能顯卡，主要應(yīng)用于AI、數(shù)據(jù)分析和HPC應(yīng)用場景。此次受限雖然只針對高端GPU型號，但依然為中國廠商敲響了警鐘，國產(chǎn)GPU落地有望加速推進。龐大的需求+逐漸成熟的產(chǎn)業(yè)預(yù)示著廣闊的發(fā)展空間。在元宇宙、人工智能、云游戲、自動駕駛等新場景和需求爆發(fā)式增長的背景下，我們判斷中國GPU市場將快速增長，相比于PC市場，新增市場空間或更大。相比于PC等傳統(tǒng)IT應(yīng)用場景，中國在人工智能、自動駕駛領(lǐng)域與美國等強國處于同一競爭水平，且中國龐大市場有望為相應(yīng)細分領(lǐng)域帶來更快的成長。另一方面，從國家安全角度，國產(chǎn)GPU勢在必行，對于國產(chǎn)GPU廠商而言是時代機遇。國內(nèi)廠商奮力追趕，迎來時代黃金機遇部分優(yōu)質(zhì)國產(chǎn)GPU企業(yè)已逐步展現(xiàn)出發(fā)展?jié)摿?。中國部分國產(chǎn)廠商經(jīng)歷了從特殊行業(yè)到黨政市場的應(yīng)用迭代升級，正逐步向民用等商業(yè)市場布局拓展，如景嘉微在經(jīng)過JM5系列和JM7系列應(yīng)用升級，當前JM9系列已完成流片、封裝階段工作及初步測試工作。海光信息自2018年布局GPU行業(yè)以來，產(chǎn)品迭代進展迅速，2021年首款DCU產(chǎn)品深算一號便已實現(xiàn)規(guī)?；鲐?，同時深算二號的研發(fā)也保持順利。壁仞科技公司主營業(yè)務(wù)為高端通用智能計算芯片。壁仞科技創(chuàng)立于2019年，公司致力于開發(fā)原創(chuàng)性的通用計算體系，建立高效的軟硬件平臺，同時在智能計算領(lǐng)域提供一體化的解決方案。從發(fā)展路徑上，公司將首先聚焦云端通用智能計算，逐步在人工智能訓(xùn)練和推理、圖形渲染等多個領(lǐng)域趕超現(xiàn)有解決方案，實現(xiàn)國產(chǎn)高端通用智能計算芯片的突破。2022年3月，公司首款通用GPU芯片BR100成功點亮，后于2022年8月正式發(fā)布，創(chuàng)下全球算力的新紀錄。公司的產(chǎn)品體系主要涵蓋BR100系列通用GPU芯片、BIRENSUPA軟件開發(fā)平臺以及開發(fā)者云三大板塊。其中，BR100系列通用GPU芯片是公司的核心產(chǎn)品，目前主要包括BR100、BR104兩款芯片。BR100系列針對人工智能（AI）訓(xùn)練、推理，及科學(xué)計算等更廣泛的通用計算場景開發(fā)，主要部署在大型數(shù)據(jù)中心，依托“壁立仞”原創(chuàng)架構(gòu)，可提供高能效、高通用性的加速計算算力。BR100系列在性能、安全等方面具備多項核心優(yōu)勢。公司致力于打造性能先進、競爭力強的GPU芯片，并為此采取了大量技術(shù)措施，具體包括：支持7nm制程，并創(chuàng)新性應(yīng)用Chiplet與2.5DCoWoS封裝技術(shù)，兼顧高良率與高性能；支持PCIe5.0接口技術(shù)與CXL通信協(xié)議，雙向帶寬最高達128GB/s等。2022年公司正式推出壁礪?100，其峰值算力達到國際廠商在售旗艦的3倍以上，超越了國際廠商同類的在售旗艦產(chǎn)品，競爭優(yōu)勢十分顯著。同時，在安全方面，BR100系列最高支持8個獨立實例，每個實例物理隔離并配備獨立的硬件資源，可獨立運行。摩爾線程摩爾線程是一家以GPU芯片設(shè)計為主的集成電路高科技公司。公司誕生于2020年10月，專注于研發(fā)設(shè)計全功能GPU芯片及相關(guān)產(chǎn)品，支持3D高速圖形渲染、AI訓(xùn)練推理加速、超高清視頻編解碼和高性能科學(xué)計算等多種組合工作負載，兼顧算力與算效，為中國科技生態(tài)合作伙伴提供強大的計算加速能力。在“元計算”賦能下一代互聯(lián)網(wǎng)的愿景下，公司將持續(xù)創(chuàng)新面向元計算應(yīng)用的新一代GPU，構(gòu)建融合視覺計算、3D圖形計算、科學(xué)計算及AI計算的綜合計算平臺，建立基于云原生GPU計算的生態(tài)系統(tǒng)，助力驅(qū)動數(shù)字經(jīng)濟發(fā)展。公司的產(chǎn)品體系主要包括：MTTS60、MTTS2000、MTTS100等硬件產(chǎn)品；MTSmartMediaEngine、MTGPUManagementCenter、MTDirectStream、MTOCR等軟件產(chǎn)品；以及MUSA統(tǒng)一系統(tǒng)架構(gòu)、DIGITALME數(shù)字人解決方案、元計算應(yīng)用解決方案等其他產(chǎn)品。MTTS60具備先進的硬件規(guī)格。MTTS60顯卡由基于MUSA架構(gòu)的GPU蘇堤核心晶片制成，采用12nm制程，包含2048個MUSA核心，單精度算力最高可達6TFlops，配置8GB顯存，基于MUSA軟件運行庫和驅(qū)動程序等軟件工具。在先進硬件規(guī)格的支撐下，MTTS60顯卡能夠在不同應(yīng)用場景中展現(xiàn)多重優(yōu)勢：豐富圖形API、4K/8K超高清顯示、領(lǐng)先的硬件視頻編解碼能力、通用AI功能支持等?；贛USA先進架構(gòu)，MTTS2000致力于打造數(shù)據(jù)中心綠色多維算力。MTTS2000采用12nm制程，使用4096個MUSA核心，最大配置32GB顯存，單精度算力最高可達到12TFlops，支持H.264、H.265、AV1多路高清視頻編解碼，以及廣泛的AI模型算法加速。同時，MTTS2000還采用了被動散熱、單槽設(shè)計，以滿足數(shù)據(jù)中心高密度GPU配置方式。截至目前，MTTS2000已經(jīng)能夠兼容X86、ARM等CPU架構(gòu)以及主流Linux操作系統(tǒng)發(fā)行版，并與浪潮、新華三、聯(lián)想、清華同方等多家服務(wù)器合作伙伴建立了合作關(guān)系，產(chǎn)品生態(tài)持續(xù)完善。作為公司面向數(shù)據(jù)中心領(lǐng)域的GPU芯片，除了生態(tài)外，MTTS2000還具備全功能GPU、豐富的圖形API支持、綠色計算等優(yōu)勢?；诙嗑S算力、生態(tài)完善等優(yōu)勢，MTTS2000有望助力公司賦能PC云桌面、安卓云游戲、音視頻云處理、云端Unreal/Unity應(yīng)用渲染和AI推理計算等多類應(yīng)用場景。海思昇騰海思半導(dǎo)體成立于2004年，是全球領(lǐng)先的Fabless半導(dǎo)體與器件設(shè)計公司，旗下芯片共有五大系列，分別是用于智能設(shè)備的麒麟系列；用于數(shù)據(jù)中心的鯤鵬系列服務(wù)器CPU；

用于人工智能的場景AI芯片組昇騰系列SoC；用于通信連接的芯片（基站芯片天罡、終端芯片巴龍）；以及其他專用芯片（視頻監(jiān)控、機頂盒芯片、智能電視、運動相機、物聯(lián)網(wǎng)等芯片）。海思半導(dǎo)體是華為全資子公司，核心管理團隊皆有深厚的華為背景。公司董事長徐直軍先生博士畢業(yè)于南京理工大學(xué)，早在1993年就加入了華為，歷任華為無線產(chǎn)品線總裁、戰(zhàn)略與Marketing總裁、產(chǎn)品與解決方案總裁、產(chǎn)品投資評審委員會主任、公司輪值CEO、戰(zhàn)略與發(fā)展委員會主任等。公司總經(jīng)理徐文偉先生1991年加入了華為，歷任華為國際產(chǎn)品行銷及營銷總裁、歐洲片區(qū)總裁、戰(zhàn)略與Marketing總裁、銷售與服務(wù)總裁、片區(qū)聯(lián)席會議總裁、企業(yè)業(yè)務(wù)BGCEO、公司戰(zhàn)略Mar