GPU行業(yè)發(fā)展前景：GPU是人工智能的重要組成部分市場空間廣闊

GPU行業(yè)發(fā)展前景：GPU是人工智能的重要組成部分，市場空間廣闊

一、從世界巨頭尋找發(fā)展的足跡

１、GPU的作用與分類

GPU（graphicsprocessingunit，圖形處理器）又被稱為顯示芯片，多用于個人電腦、工作站、游戲主機以及移動設(shè)備（智能手機、平板電腦、VR設(shè)備）上專門運行繪圖運算的微處理器。

結(jié)構(gòu)決定GPU更適合并行計算，GPU與CPU主要區(qū)別在于片內(nèi)的緩存體系和數(shù)字邏輯運算單元的結(jié)構(gòu)差異：GPU核（尤其ALU運算單元）的數(shù)量遠(yuǎn)超CPU但是結(jié)構(gòu)較CPU簡單，因此被稱為眾核結(jié)構(gòu)。眾核結(jié)構(gòu)非常適合把同樣的指令流并行發(fā)送到眾核上，采用不同的輸入數(shù)據(jù)執(zhí)行，從而完成圖形處理中的海量簡單操作，如對每一個頂點進(jìn)行同樣的坐標(biāo)變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU利用自身處理海量數(shù)據(jù)的優(yōu)勢，通過提高總的數(shù)據(jù)吞吐量（Throughput）來彌補執(zhí)行時間（Latency）長的缺點。

一般而言，消費者在選購消費電子產(chǎn)品的時候，例如在選購移動電話或者筆記本時，會更加關(guān)注CPU（CentralProcessingUnit，中央處理器）的性能，例如CPU的品牌、系列、核心數(shù)量等等，而GPU受到的關(guān)注就相對較少。GPU（GraphicProcessingUnit），及圖形處理器,是一種專門在個人電腦、工作站、游戲機和一些移動設(shè)備（如平板電腦、智能手機等）上做圖像和圖形相關(guān)運算工作的微處理器。在PC誕生之初，并存在GPU的念，所有的圖形計算都由CPU進(jìn)行計算。然而，使用CPU做圖形計算速度較慢，于是就設(shè)計了專門的圖形加速卡用以幫助處理圖形計算。再后來，NVIDIA提出了GPU的概念，將GPU提升帶了一個單獨的計算單元的地位。

CPU一般由邏輯運算單元、控制單元和存儲單元組成。CPU雖然有多核，但總數(shù)沒有超過兩位數(shù)，每個核都有足夠大的緩存;CPU有足夠多的數(shù)字和邏輯運算單元，并輔助有很多加速分支判斷甚至更復(fù)雜的邏輯判斷的硬件。因此，CPU擁有超強的邏輯能力。GPU的優(yōu)勢在于多核，核數(shù)遠(yuǎn)超CPU，可以達(dá)到數(shù)百個，每個核擁有的緩存相對較小，數(shù)字邏輯運算單元少且簡單。因此，GPU相對于CPU更適用于處理數(shù)據(jù)并行計算問題CPU與GPU的區(qū)別－CPUGPU設(shè)計目標(biāo)側(cè)重于程序執(zhí)行的效率重在對大量趨同計算的并行處理運行復(fù)雜程度高，需要處理各種不同的數(shù)據(jù)行，同時邏輯判斷有需要處理大量分支跳轉(zhuǎn)和中斷運行復(fù)雜度低，面對的是不被打斷的計算環(huán)境，處理類型統(tǒng)一的、無相關(guān)性的大規(guī)模數(shù)據(jù)內(nèi)部架構(gòu)大部分晶體管用于控制，緩存的等的設(shè)計，負(fù)責(zé)算數(shù)邏輯的處理單元不多大部分的警惕管用于算數(shù)邏輯處理單元邏輯核心復(fù)雜邏輯核心簡單適用任務(wù)適合運行具有分支密集型，不規(guī)則數(shù)據(jù)結(jié)構(gòu)、邏輯更加靈活復(fù)雜等特點的串行程序。合適處理計算密集型、數(shù)據(jù)耦合度低、高度并行化的計算任務(wù)數(shù)據(jù)來源：公開資料整理

GPU具有兩種分類方式，一種根據(jù)與CPU的關(guān)系，另一種是根據(jù)GPU所在的應(yīng)用端類別。根據(jù)與CPU的關(guān)系，GPU可以分為獨立CPU和GPU。獨立GPU一般焊接在顯卡的電路板上，位置在顯卡的風(fēng)扇下面。獨立GPU使用的是專用的顯示存儲器，顯存帶寬決定了和GPU的連接速度。集成GPU一般與CPU集成在一起。集成GPU與CPU共有一個風(fēng)扇和緩存。集成GPU由于設(shè)計制作、驅(qū)動程序都由CPU廠家完成，因此兼容性較好；此外,由于CPU與GPU實現(xiàn)了集成，因此，集成GPU的占用空間??；實現(xiàn)GPU與CPU的適配與兼容，集成GPU的性能相對獨立GPU較弱，因此功耗和成本相對獨立GPU較低。獨立GPU由于擁有獨立的顯存，更大的空間和更好的散熱，因此在性能上面獨立顯卡更好；但需要額外的空間，能夠滿足復(fù)雜龐大的圖形處理需求，并提供高效的視頻編碼應(yīng)用。然而，強勁的性能意味著更高的耗能，獨立GPU需要額外的供電，并且成本也更高。集成顯卡與獨立顯卡的區(qū)別區(qū)別集成顯卡獨立顯卡與CPU的關(guān)系集成在CPU里面的圖像處理單位，構(gòu)成CPU的一部分單獨插在主板上的圖像處理單位，其接口是PCIE接口，是一個單獨的電腦組件價格低高兼容性較好較差性能較差較好升級成本低高功耗低高是否占用電腦內(nèi)存是否主要生產(chǎn)商與產(chǎn)品Intel(HD系列）、AMD（APU系列）AMD（Radeon系列），NVIDIA（GeForce系列）主要應(yīng)用領(lǐng)域移動計算市場，如筆記本和智能手機高性能游戲電腦，VR/AR，人工智能數(shù)據(jù)來源：公開資料整理

根據(jù)應(yīng)用終端類別，可以分為PCGPU,服務(wù)器GPU，移動GPU。PCGPU應(yīng)用于PC端。根據(jù)其所在產(chǎn)品定位既可以使用集成GPU，也可以使用獨立GPU。例如，若PC以輕辦公，文字編纂為主，一般產(chǎn)品會選擇搭載集成GPU;若PC需要制作高清圖片，編輯視頻，渲染游戲等，則選擇的產(chǎn)品搭載獨立GPU。服務(wù)器GPU應(yīng)用于服務(wù)器，可做專業(yè)可視化、計算加速、深度學(xué)習(xí)等應(yīng)用，根據(jù)云計算、人工智能等一系列技術(shù)的發(fā)展，服務(wù)器GPU將會以獨立GPU為主。移動端輕薄化已經(jīng)成為趨勢，終端內(nèi)部凈空間由于多種功能模組的增加已經(jīng)快速下降；同時就目前移動端需要處理的視頻和圖像而言，集成GPU已經(jīng)能夠滿足。所以移動GPU一般采用集成GPU。GPU按終端類別分類

數(shù)據(jù)來源：公開資料整理

２、GPU市場：寡頭競爭時代已經(jīng)來臨

PCGPU市場，Intel優(yōu)勢明顯。發(fā)布的《2020-2026年中國GPU行業(yè)市場競爭格局及行業(yè)發(fā)展前景預(yù)測報告》顯示：全球2019年第四季度PC領(lǐng)域GPU出貨量，Intel是全球最大的處理器供應(yīng)商。目前主流的處理器架構(gòu)是X86，主要的供應(yīng)商是Intel，AMD，VIA。截至2019年第四季度，消費級x86CPU市場中，包括桌面品臺，移動端平臺（筆記本和平臺LOT物聯(lián)網(wǎng)）中，Intel占據(jù)了84.4%的市場份額，AMD占據(jù)了15.5%的市場份額。Intel憑借在CPU出貨量上的優(yōu)勢，通過銷售集成GPU，實現(xiàn)了在GPU市場的霸主地位。Intel以63%的市場份額排名第一，對比2019年第三季度環(huán)比下滑了2個百分點；AMD作為全球第二大的X86架構(gòu)處理器供應(yīng)商，既受益于CPU出貨帶動的集成GPU出貨量，也受益于自身優(yōu)秀的獨立GPU的出貨。

AMD以19%的市場份額排名二，環(huán)比上升3個百分點；NVIDIA是全球領(lǐng)先的獨立GPU供應(yīng)商，同時結(jié)合ARM架構(gòu)處理器，出貨集成GPU，市場份額為18%，環(huán)比下降了1個百分點。全球PCGPU市場份額

數(shù)據(jù)來源：公開資料整理Intel與AMD處理器出貨量之間的對比

數(shù)據(jù)來源：公開資料整理

獨立GPU領(lǐng)域，AMD奮起直追。截至2019年第四季度，在獨立GPU域中，NVIDIA以68.92%的市場份額占據(jù)較大的優(yōu)勢。AMD方面，AMD得益于在2018Q4所推出RX5500及RX5600系列，以及RX5700系列的放量，多方因素共同促使AMD顯卡份額大漲，從2018年18.77%上升至31.08%。AMD推出的Radeon系列部分型號采用7nm工藝，并且在與NVIDIA的產(chǎn)品對比中（RTX2070對標(biāo)RX5700，RTX2070S對標(biāo)5700XT），同系列AMD性能略強，價格更低，重點是功耗一樣。更強的性能，更低的功耗，AMD的產(chǎn)品無疑對NVIDIA的市場份額造成了挑戰(zhàn)。全球獨顯的市場份額

數(shù)據(jù)來源：公開資料整理NVIDIA與AMD產(chǎn)品性能對比

數(shù)據(jù)來源：公開資料整理整機功耗測試（單位：瓦）數(shù)據(jù)來源：公開資料整理

五雄爭霸，手機廠商不甘寂寞。在移動GPU領(lǐng)域，主要以Imagination、ARM、Qualcomm、Vivante、NVIDIA為主。高通目前是Android陣營最大的處理器供應(yīng)商。移動端主要使用集成GPU，因此，高通GPU因其處理器的市場優(yōu)勢也有所受益。ARMMailGPU的主要使用者是華為和三星。ARMMail的GPU性能相對較弱，因此華為在2018年通過推出GPUTurbo軟硬件優(yōu)化彌補短板。三星方面已經(jīng)與AMD前敵多年的IP授權(quán)，AMD將向三星授權(quán)最新的7nmRDNA架構(gòu)Radeon顯卡IP,并且嘗試自研GPU。蘋果在與Imagination取消合作兩年后，再次選擇與Imagination合作，并給予支付授權(quán)費。雖然目前手機巨頭都是采取購買GPU廠商IP的方式，但是目前三星、蘋果、華為等有相關(guān)計劃進(jìn)行GPU自研項目。手機已經(jīng)進(jìn)入同質(zhì)化時代，手機之間的差異性已經(jīng)成為手機廠商競爭優(yōu)勢的關(guān)鍵。公版GPU難以使手機廠商產(chǎn)生本質(zhì)的差異性。因此，手機需要通過自研GPU以及CPU實現(xiàn)手機性能的差異化，從而獲得市場的競爭優(yōu)勢。全球移動GPU主要供應(yīng)商廠商GPU核心授權(quán)商ImaginationPowerVR系系列列，SGXIntel、聯(lián)發(fā)科、LG、高通、瑞薩、三星、海思ARMMail系列三星、海思、瑞芯微、展訊、意法半導(dǎo)體、全志QualcommAdreno系列自用、不對外授權(quán)VivanteGC系列飛思卡爾、軍政、MarvellNVIDIAGeforce系列、Tegra開普勒架構(gòu)已對外授權(quán)數(shù)據(jù)來源：公開資料整理

二、中國GPU服務(wù)器

１、中國GPU服務(wù)器市場發(fā)展規(guī)模

２018年下半年中國GPU服務(wù)器市場規(guī)模為7.8億美金（約合人民幣53.8億元），同比增長107.3%。2018年全年中國GPU服務(wù)器市場規(guī)模為13.05億美金（約合人民幣90.05億元），同比增長131.2%。IDC預(yù)測，到2023年中國GPU服務(wù)器市場規(guī)模將達(dá)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%。2018-2023年中四ＧＰＵ服務(wù)器市場規(guī)模同比增長走勢預(yù)測

數(shù)據(jù)來源：公開資料整理

2018年中國GPU服務(wù)器市場量價齊升，出貨量和銷售額均實現(xiàn)快速增長。

從行業(yè)來看，互聯(lián)網(wǎng)為主要采購行業(yè)，占據(jù)60%以上的市場份額，是拉動市場增長的主要行業(yè)；政府的采購量也有所上升，超過了10%的市場份額；

從產(chǎn)品來看，4卡及以上GPU服務(wù)器占據(jù)了8成以上的市場份額，其中4卡、8卡、16卡均占有20%以上的市場份額；

從廠商來看，浪潮、華為和曙光在出貨量和銷售額方面均位列市場前三；

從市場趨勢來看，AI服務(wù)器和邊緣計算服務(wù)器等面向特定工作負(fù)載的細(xì)分服務(wù)器市場迎來爆發(fā)，各大廠商加速布局該領(lǐng)域并推出新產(chǎn)品，2019年這些細(xì)分市場仍將是市場的熱點。2018年中國ＧＰＵ服務(wù)器廠商市場份額情況

數(shù)據(jù)來源：公開資料整理

“計算和數(shù)據(jù)是人工智能不可缺少的組成部分。2018年，人工智能的發(fā)展引領(lǐng)中國GPU服務(wù)器市場的高速增長；訓(xùn)練依然是GPU服務(wù)器的主要工作負(fù)載，未來幾年推理工作負(fù)載的服務(wù)器也會逐漸上升；在深度學(xué)習(xí)的不斷推動下人工智能取得重要突破；到目前為止，除了專業(yè)人工智能公司以外，許多大型公司也同時開始涉足深度學(xué)習(xí)，并應(yīng)用在廣泛的商業(yè)實踐中。2018年以前，互聯(lián)網(wǎng)是GPU服務(wù)器的主要采購行業(yè)，如今，許多傳統(tǒng)行業(yè)對GPU服務(wù)器也慢慢有所需求，嘗試將人工智能技術(shù)與自己的行業(yè)相結(jié)合。由此看來，GPU服務(wù)器市場規(guī)模還有很大上升空間。

２、GPU將在數(shù)據(jù)中心長足發(fā)展

GPU在A.I數(shù)據(jù)中心領(lǐng)域?qū).I專用芯片的技術(shù)突襲防御性較強。相比于由圖形處理器演進(jìn)而來的GPU，當(dāng)前許多公司基于FPGA、ASIC從事A.I專用芯片研發(fā)，以挑戰(zhàn)GPU在A.I領(lǐng)域的霸主地位，GPU在A.I數(shù)據(jù)中心領(lǐng)域?qū).I專用芯片的防御性較強。GPU的性能特點與A.I數(shù)據(jù)中心對處理器的需求非常契合，并且在長時間的發(fā)展中已經(jīng)形成了完整的生態(tài)，相比較而言，無論是FPGA、還是ASIC路線A.I專用芯片，都尚處于發(fā)展階段，而要成功打造一款通用芯片，時間的積淀非常重要。

GPU具有較為完整的技術(shù)生態(tài)。高運算性能硬件、驅(qū)動支撐、API接口、通用計算引擎/算法庫、較為成熟的開發(fā)環(huán)境都為應(yīng)用GPU的深度學(xué)習(xí)開發(fā)者提供了足夠友好、易用的工具環(huán)境。開發(fā)者可以迅速獲取到深度學(xué)習(xí)加速算力，降低了深度學(xué)習(xí)模型從研發(fā)到訓(xùn)練加速的整體開發(fā)周期。

驅(qū)動程序，獨立顯卡廠商不僅提供高性能硬件，也一直提供配套驅(qū)動來支持其GPU調(diào)用計算資源。早期圖形處理、游戲業(yè)務(wù)的優(yōu)勢地位使得英偉達(dá)一直在GPU驅(qū)動下了不少功夫，公司總部大多數(shù)員工都是從事驅(qū)動程序的研發(fā)工作。從圖形接口API來看，不同的獨立顯卡廠商提供不同的圖形標(biāo)準(zhǔn)API，而不同的API接口適應(yīng)于不同的計算系統(tǒng)，如OpenGL標(biāo)準(zhǔn)支持Unix系統(tǒng)的服務(wù)器計算平臺，Direct3D支持windows系統(tǒng)的PC。英偉達(dá)推出的CUDA(ComputeUnifiedDeviceArchitecture)通用并行計算平臺，是為利用GPU并行運算能力開發(fā)的計算平臺?？梢宰岄_發(fā)人員用C語言編寫的程序在其處理器上高速運行，大大提升了通用GPU的易用性。

算法庫，CUDA包括了大量的GPU加速庫和基于C語言的編程工具，開發(fā)者可以在熟悉的編程環(huán)境下便捷地調(diào)用加速庫。CUDA提供的算法庫可以讓應(yīng)用程序像調(diào)用庫函數(shù)一樣簡單實現(xiàn)一些深度學(xué)習(xí)算法。CUDA開發(fā)人員的數(shù)量在5年里增長了14倍，超過60萬人，CUDASDK的下載量達(dá)到180萬。眾多CUDA開發(fā)人員對于維持英偉達(dá)GPU客戶黏性非常重要。

GPU完整的技術(shù)生態(tài)，吸引了大量A.I企業(yè)采用GPU進(jìn)行人工智能加速，建立了良好的行業(yè)生態(tài)。英偉達(dá)與科研機構(gòu)開展合作項目，深入了解科研領(lǐng)域需要的運算問題，為其提供專業(yè)的超級計算加速解決方案。英偉達(dá)與不同應(yīng)用領(lǐng)域的企業(yè)合作，如醫(yī)療、金融、天氣等，開發(fā)面向不同領(lǐng)域的加速產(chǎn)品。截止2016年底，與英偉達(dá)合作開發(fā)深度學(xué)習(xí)項目的公司已經(jīng)達(dá)到了19,439家。除了傳統(tǒng)的互聯(lián)網(wǎng)巨頭公司以外，還有很多創(chuàng)業(yè)公司，用于圖像識別、語音識別、自然語言處理、計算機視覺、搜索引擎、醫(yī)學(xué)成像、機器人、數(shù)據(jù)挖掘等應(yīng)用加速。ＧＰＵ浮點運算能力

數(shù)據(jù)來源：公開資料整理

GPU的高運算性能使其迅速占領(lǐng)A.I數(shù)據(jù)中心市場，完備的生態(tài)環(huán)境可幫助其維持霸主地位。從上圖可以看出，GPU的浮點運算能力一直保持著直線上升。英偉達(dá)在2017年GPU技術(shù)大會上發(fā)布的全新一代人工智能GPU芯片—TeslaV100能夠達(dá)到15Tflops的單精度浮點性能，7.5Tflops的雙精度浮點性能，可以滿足當(dāng)前A.I深度學(xué)習(xí)的運算能力。GPU持續(xù)提升的運算能力是其維持在A.I數(shù)據(jù)中心這一運算密集型應(yīng)用場景中霸主地位的根本，而面對眾多新興A.I芯片的挑戰(zhàn)，GPU已經(jīng)建立起的完備的生態(tài)環(huán)境可幫助其提高防御能力。

GPU的生態(tài)環(huán)境有利于其將在訓(xùn)練學(xué)習(xí)領(lǐng)域（A.I數(shù)據(jù)中心）建立的優(yōu)勢延續(xù)至推理應(yīng)用領(lǐng)域（前端電子產(chǎn)品）。當(dāng)前GPU已經(jīng)占據(jù)了A.I數(shù)據(jù)中心市場，學(xué)習(xí)階段處理器需求已經(jīng)被GPU占領(lǐng)。未來隨著A.I行業(yè)應(yīng)用的逐漸落地，推理階段處理器需求將持續(xù)放量。從學(xué)習(xí)到推理階段，算法部署的平滑、便捷性是需要考慮的重要問題。如果從數(shù)據(jù)中心、云端到前端應(yīng)用，整個產(chǎn)品線都采用英偉達(dá)的CUDA計算平臺，可以極大地減少算法跨平臺的難度，實現(xiàn)平滑過渡，省去了變更運行環(huán)境所需的協(xié)同工作。

相比較而言，無論是FPGA、還是ASIC，都尚處于發(fā)展階段。目前有一些公司基于FPGA技術(shù)路線或ASIC技術(shù)路線開發(fā)的A.I專用芯片，是為滿足自身的需求而進(jìn)行的個性化開發(fā)。典型的就是谷歌的TPU，公司并沒有計劃將其做成一款通用芯片推向市場。有些公司也在基于FPGA或ASIC開發(fā)通用的A.I專用芯片，但是都未達(dá)到GPU的成熟程度。一款芯片要做的具有通用性，性能穩(wěn)定優(yōu)異，需要較長時間的應(yīng)用、優(yōu)化、驗證。但是不可否認(rèn)的是，長期來看，GPU能耗高、價格貴等問題也給A.I專用芯片留下了機會。

A.I數(shù)據(jù)中心需求增加。當(dāng)前深度學(xué)習(xí)對海量數(shù)據(jù)的處理需求，需要專業(yè)的A.I數(shù)據(jù)中心來支撐。隨著A.I的縱深發(fā)展，未來A.I數(shù)據(jù)中心的數(shù)據(jù)、流量和處理能力也將隨之提升，對專業(yè)數(shù)據(jù)中心需求將會增多。具體表現(xiàn)為：當(dāng)前許多從事A.I研發(fā)的互聯(lián)網(wǎng)巨頭，像亞馬遜、百度、騰訊等，都已部署自己的數(shù)據(jù)中心，并嘗試承載A.I業(yè)務(wù)，許多A.I潛在應(yīng)用行業(yè)客戶尚未部署自己的A.I數(shù)據(jù)中心。隨著A.I行業(yè)應(yīng)用繼續(xù)深入發(fā)展，A.I數(shù)據(jù)中心的數(shù)量和規(guī)模將會持續(xù)增加。預(yù)測到2020年超大規(guī)模數(shù)據(jù)中心將占全部數(shù)據(jù)中心服務(wù)器安裝量的47%，達(dá)到485個。預(yù)計專業(yè)的A.I數(shù)據(jù)中心增長趨勢與之相同，未來幾年A.I數(shù)據(jù)中心也呈現(xiàn)直線上升。超大規(guī)模數(shù)據(jù)中心數(shù)量走勢預(yù)測（個）數(shù)據(jù)來源：公開資料整理

GPU的A.I數(shù)據(jù)中心市場將繼續(xù)保持高速增長。2015-2017財年（2017財年時間為：2016年2月1日-2017年1月31日，其他時間依次類推），英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)收入達(dá)到了：3.17、3.39和8.3億美元。說明CPU+GPU異構(gòu)系統(tǒng)已經(jīng)廣泛部署，GPU在數(shù)據(jù)中心發(fā)揮的強大作用已經(jīng)被廣泛認(rèn)可。當(dāng)前英偉達(dá)GPU在數(shù)據(jù)中心滲透率還不到1%，市場成長空間仍然很大。

目前，A.I數(shù)據(jù)中心（A.I數(shù)據(jù)中心只是GPU的全部數(shù)據(jù)中心市場的一部分，GPU應(yīng)用于數(shù)據(jù)中心也有可能進(jìn)行A.I以外的超級計算）尚處于早期發(fā)展階段，主要是互聯(lián)網(wǎng)巨頭在A.I深度學(xué)習(xí)研發(fā)階段部署的A.I數(shù)據(jù)中心，隨著A.I縱深發(fā)展，A.I數(shù)據(jù)中心需求會繼續(xù)保持高速增長，GPU在數(shù)據(jù)中心的市場規(guī)模會進(jìn)一步爆發(fā)。IDC和Bernstein的研究報告對未來A.I數(shù)據(jù)中心GPU的市場規(guī)模進(jìn)行了較為保守的估算和預(yù)測。2016年A.I數(shù)據(jù)中心GPU的市場規(guī)模達(dá)4.71億美元，預(yù)計到2020年A.I數(shù)據(jù)中心的GPU市場規(guī)模會達(dá)到近40億美元，繼續(xù)保持高速增長。ＡＩ數(shù)據(jù)中心ＧＰＵ市場規(guī)模－2016Ａ20172018Ｅ2019Ｅ2020Ｅ訓(xùn)練階段471892155124463593增長率90.02%73.30%57.70%46.80%90.02%推理階段057143259404增長率－－150.88%81.12%55.98%總規(guī)模471952169427053997增長率－101.12%77.94%59.68%47.76%數(shù)據(jù)來源：公開資料整理

三、捕捉GPU應(yīng)用的三大方向之一

（一）、追求極致的娛樂與性能平衡

１、全球游戲市場穩(wěn)步發(fā)展

移動端占據(jù)主要市場，PC端游戲市場規(guī)模繼續(xù)擴大。近年來，隨著移動終端與PC終端的普及率不斷提升，游戲開發(fā)商提供各類吸引玩家的游戲，游戲市場出現(xiàn)了蓬勃發(fā)展。數(shù)據(jù)顯示，2019年，全球游戲市場預(yù)計將產(chǎn)生1521億美元的收入，年同比增長9.6%；并且預(yù)計全球游戲市場從2018年到2022年會維持穩(wěn)定增長，年復(fù)合增長率達(dá)到9%，到2020年全球游戲市場收入達(dá)到1960億美元。2019年，在各類游戲中，移動游戲（智能手機及平板電腦）是最大的細(xì)分市，產(chǎn)生685億美元的市場收入，占據(jù)全球游戲市場規(guī)模的45%。由于越來越多玩家轉(zhuǎn)向了移動端，網(wǎng)頁游戲的市場收入同比下滑15.1%，但是PC游戲收入規(guī)模同比增長4%。因此，PC端游戲市場整體規(guī)模維持上升態(tài)勢。2018-2022年全球游戲市場各細(xì)分市場收入預(yù)測

數(shù)據(jù)來源：公開資料整理2019年全球游戲市場設(shè)備及細(xì)分市場年同比

數(shù)據(jù)來源：公開資料整理

２、游戲發(fā)展，電競市場功不可沒

電競?cè)θ藲饪焖倥噬?。游戲市場的蓬勃發(fā)展離不開電競市場的貢獻(xiàn)。暴雪集團推出了《魔獸爭霸》、《星際爭霸》、《Dota》等一系列經(jīng)典爆款游戲，玩家人數(shù)不斷上升。為提升游戲的知名度，吸引更多的玩家，游戲圈舉辦了相關(guān)的電子競技比賽。隨著游戲行業(yè)的不斷發(fā)展，游戲行業(yè)已經(jīng)產(chǎn)生多款適用于電子競技的熱門產(chǎn)品，端游方面有Dota2、英雄聯(lián)盟、風(fēng)暴英雄等；手游方面有王者榮耀、絕地求生等。熱門游戲的推出加上相關(guān)的賽事的宣傳，全球電競?cè)θ藲庥l(fā)旺盛。2018年，全球電競觀眾人數(shù)為3.95億，其中電競愛好者人數(shù)為1.763億；預(yù)計2023年，全球電競觀眾人數(shù)達(dá)到6.46億，同比增長10.4%。全球電競觀眾人數(shù)

數(shù)據(jù)來源：公開資料整理

中國是全球電子競技產(chǎn)業(yè)重點區(qū)域。2018年，全球電子競技收入規(guī)模為7.76億美元；2019年，全球電子競技總收入為9.50億美元，同比增長22.4%，實現(xiàn)快速增長。當(dāng)前，電子競技產(chǎn)業(yè)已經(jīng)在全球多個地區(qū)開展，以英雄聯(lián)盟為例，中國賽區(qū)為LPL賽區(qū)，北美賽區(qū)為LCS賽區(qū)，韓國為LCK賽區(qū)等，還有部分外卡隊伍所在區(qū)域。2018年，北美地區(qū)的電子競技收入在全球電子競技行業(yè)所有地區(qū)的收入中，排名第一，為38.1%；西歐賽區(qū)為18.7%，排名第二；中國賽區(qū)排名第三，為18.10%。全球電競收入規(guī)模

數(shù)據(jù)來源：公開資料整理2018年全球電子競技行業(yè)主要地區(qū)收入占比統(tǒng)計

數(shù)據(jù)來源：公開資料整理

中國賽區(qū)具備良好的電競市場土壤，市場規(guī)模巨大。中國電競用戶分布更為分散。數(shù)據(jù)顯示，中國有48.1%的電競用戶是在24歲以下的學(xué)齡段用戶，更有高達(dá)28.1%的30歲以上用戶。廣泛的年齡段分布意味著中國電競市場受眾人數(shù)較多，基礎(chǔ)良好，具備順延性。第二，中國的電競用戶有下沉趨勢。從區(qū)域的角度來看，三線及以下城市電競用戶占比達(dá)到51.5%，下沉趨勢明顯。第三，中國有優(yōu)秀的電競產(chǎn)業(yè)鏈，內(nèi)容授權(quán)方面有騰訊游戲、完美世界等；賽事內(nèi)容有LPL、KPL；電競戰(zhàn)隊有LGD、RNG、IG等；賽事承辦方有阿里體育，聯(lián)盟電競等等；還有內(nèi)容傳播商斗魚、虎牙直播、企鵝電競等。廣大的電競?cè)w、電競用戶群不斷下城，疊加完善的電競產(chǎn)業(yè)鏈造就了中國電競市場的快速發(fā)展。2016年，中國電競產(chǎn)業(yè)為532.2億元，2017年為772.8億元，2018年已經(jīng)達(dá)到912.6億元，年復(fù)合增長率為30.9%。預(yù)計2019年中國電競產(chǎn)業(yè)規(guī)模為1150.6億元，到2024達(dá)到2720億元，年復(fù)合增長率為18.79%，有望維持快速增長。2016-2019H1中國電子競技產(chǎn)業(yè)市場規(guī)模

數(shù)據(jù)來源：公開資料整理2019-2024年中國電子競技產(chǎn)業(yè)規(guī)模預(yù)測

數(shù)據(jù)來源：公開資料整理

中國電競市場的快速發(fā)展離不開電競用戶規(guī)模的快速增長。數(shù)據(jù)顯示，2017年中國電競用戶為1.3億人，全球為3.4億人，中國電競市場用戶在全球中占比為38.24%。2018年，中國電競用戶已經(jīng)達(dá)到2.1億人，同比上升61.54%，占全球電競用戶超過50%。MOB研究院預(yù)測，2022年中國電競用戶人數(shù)快速增長，將達(dá)到4.3億人，年復(fù)合增長（從2012年開始計算）為35.91%，占全球電競用戶數(shù)53.75%。電競市場用戶規(guī)模數(shù)據(jù)來源：公開資料整理2018/2019主要筆記本類別關(guān)注度對比

數(shù)據(jù)來源：公開資料整理

（二）、人工智能與深度學(xué)習(xí)

１、未來經(jīng)濟社會發(fā)展的助推器——人工智能

人工智能影響深遠(yuǎn)，三大因素驅(qū)動發(fā)展。當(dāng)前，人工智能已進(jìn)入新一輪爆發(fā)期，主要驅(qū)動因素來自三個方面：一是互聯(lián)網(wǎng)發(fā)展提供了海量大數(shù)據(jù)資源，大大提升了算法有效性；二是計算機變革降低了硬件成本，縮短了運算時間，推動人工智能再次崛起；三是基礎(chǔ)算法和AI平臺自身創(chuàng)新加速，克服了傳統(tǒng)算法和人類手工總結(jié)不完備的缺點，實現(xiàn)算法有效性大幅提升。人工智能快速發(fā)展，人工智能已經(jīng)成為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動力，正在對世界經(jīng)濟、經(jīng)濟進(jìn)步和人類生活產(chǎn)生極其深刻的影響。據(jù)預(yù)測，人工智能將為全球貢獻(xiàn)13萬億美元增量GDP，在2018年的基礎(chǔ)上增長15%，平均每年給GDP貢獻(xiàn)1.2個百分點的增長，對經(jīng)濟社會具有巨大貢獻(xiàn)潛力，并可能從根本上改變?nèi)祟惿鐣纳a(chǎn)方式。

人工智能前景廣闊，是經(jīng)濟社會發(fā)展的一大助推器，吸引世界主要國家爭相布局。近年來，美國、中國、日本、英國、法國、韓國、歐盟委員會都發(fā)布了促進(jìn)AI研究、開發(fā)和應(yīng)用的戰(zhàn)略，積極在人工智能領(lǐng)域進(jìn)行卡位：美國于2011年推出《國家機器人計劃》，推出2.0版機器人路線圖并大力發(fā)展協(xié)作機器人；2013年公布《推進(jìn)創(chuàng)新神經(jīng)技術(shù)腦研究計劃》，計劃在未來12年投入45億美元，用于探索人類大腦工作機制；日本于2015年1月公布《機器人新戰(zhàn)略》，計劃到2020年，通過包括政府制度改革在內(nèi)的多種政策，擴大機器人開發(fā)投資，推進(jìn)千億日元規(guī)模機器人的扶持項目；歐盟的人腦計劃則于2013年入選了歐盟的未來旗艦技術(shù)項目，15個歐洲國家參與其中，預(yù)期將獲得歐盟10億歐元的資金支持。

我國：三步走戰(zhàn)略積極推動AI發(fā)展。于2016年8月發(fā)布《“十三五”國家科技創(chuàng)新規(guī)劃》，明確將人工智能作為發(fā)展新一代信息技術(shù)的主要方向；2017年7月，國務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》，制定了三步走的戰(zhàn)略目標(biāo)：①在2020年人工智能總體技術(shù)和應(yīng)用于世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點；②到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，AI成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力；③到2030年，我國人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。世界主要國家和地區(qū)近年AI戰(zhàn)略及規(guī)劃國家時間政策及規(guī)劃推動機構(gòu)美國2016年11月《為人工智能的未來做準(zhǔn)備》國家科學(xué)技術(shù)委員會、白宮科技政策辦公室、國家預(yù)算辦公室、人工智能特別委員會《國家人工智能研究與發(fā)展戰(zhàn)略計劃》《人工智能、自動化及經(jīng)濟報告》2018年5月白宮人工智能峰會中國2015年5月《中國制造2025》國務(wù)院、科技部、工信部等2016年8月《“十三五”國家科技創(chuàng)新規(guī)劃》2017年7月《新一代人工智能發(fā)展規(guī)劃》日本2015年1月《機器人新戰(zhàn)略》人工智能技術(shù)戰(zhàn)略會議等2017年3月《人工智能技術(shù)戰(zhàn)略》印度2018年6月《國家人工智能戰(zhàn)略》中央部門成立人工智能小組歐盟2018年4月《歐盟人工智能》歐盟委員會等德國2018年7月《聯(lián)邦政府人工智能戰(zhàn)略要點》德國教育研究部、德國工程研究院英國2017年10月《在英國發(fā)展人工智能》英國政府2018年啟動《人工智能行業(yè)新政》韓國2018年5月《人工智能發(fā)展戰(zhàn)略》科技信息通信部數(shù)據(jù)來源：公開資料整理

全球人工智能市場將在未來幾年經(jīng)歷現(xiàn)象級的增長。德勤預(yù)測，未來2025年世界人工智能市場將超過6萬億美元，2017-2025年復(fù)合增長率達(dá)30%。我國2017年人工智能產(chǎn)業(yè)規(guī)模為206.9億元，2018年將達(dá)到339.0億元，同比增長63.85%；到2020年人工智能帶動規(guī)模將達(dá)到710.0億元，2017-2020年復(fù)合增速為48.37%。全球人工智能市場規(guī)模

數(shù)據(jù)來源：公開資料整理我國人工智能產(chǎn)業(yè)規(guī)模快速增長

數(shù)據(jù)來源：公開資料整理

２、GPU是人工智能的重要組成部分

人工智能是實現(xiàn)數(shù)字化和智能化社會必不可少的條件。人工智能的三大要素：數(shù)據(jù)、算力、算法。數(shù)據(jù)是人工智能算法的原材料。人工智能需要對大數(shù)據(jù)的處理與分析，挖掘出數(shù)據(jù)背后的信息與規(guī)律。算力是對大數(shù)據(jù)進(jìn)行處理的能力。算法是計算機通過對數(shù)據(jù)的處理獲得的數(shù)據(jù)模型。深度學(xué)習(xí)的本質(zhì)是通過對大數(shù)據(jù)的處理并建立的算法模型，可以實現(xiàn)各行業(yè)的AI應(yīng)用，算法將數(shù)據(jù)和算力連到一起，共同針對不同細(xì)分場景，提供效率優(yōu)化方案。

人工智能運行過程中有兩部分：訓(xùn)練與推理?！坝?xùn)練”可以看作算法產(chǎn)生的過程。具體而言就是，在現(xiàn)有數(shù)據(jù)基礎(chǔ)上，經(jīng)過大量計算，確定模型參數(shù)，即建立算法模型的過程?！巴评怼笨梢钥醋鲗⑺惴☉?yīng)用的過程，即在已建立的算法模型基礎(chǔ)上，將新數(shù)據(jù)通過算法模型處理，得出結(jié)果的過程深度學(xué)習(xí)模型的訓(xùn)練與推理

數(shù)據(jù)來源：公開資料整理

“訓(xùn)練”階段GPU具備明顯優(yōu)勢。雖然CPU的功能模塊較多，但是大部分晶體管主要用于構(gòu)建控制電路和高速緩沖存儲器，只有少部分的晶體管可以組成各類專用電路。CPU的優(yōu)點在于調(diào)度、管理、協(xié)調(diào)能力強，計算能力不是重點。因此，從運算性能和效率看，CPU不是計算芯片的最佳選擇。深度學(xué)習(xí)算法需要處理海量數(shù)據(jù)，需要進(jìn)行大量的簡單運算，因此，深度學(xué)習(xí)對并行計算計算能力有較高的要求。在這一方面，GPU擁有較強的優(yōu)勢，尤其是在訓(xùn)練過程中。首先，GPU提供了多個并行計算的基礎(chǔ)結(jié)構(gòu)，并且核心數(shù)較多，可以執(zhí)行海量數(shù)據(jù)的并行計算；第二，GPU擁有更高的訪存速度；第三，GPU擁有更高的浮點運算能力。因為人工智能時代需要大量的多媒體與3D圖形，所以更高的浮點計算能力意味著對圖形與媒體的快速處理。

“推理”階段GPU是其中一種選擇。訓(xùn)練與推理階段對運算的要求有所不同，訓(xùn)練階段需要大量繁復(fù)的運算，并且為了讓人工智能模型獲得更佳的參數(shù)調(diào)整數(shù)據(jù)，運算的精準(zhǔn)細(xì)膩度較高，而推理階段則相反，模型已經(jīng)訓(xùn)練完成，不再需要龐大運算量，且為了盡快獲得推理結(jié)果，允許以較低的精度運算。因此，在推理過程中，芯片有多種選擇，主要用CPU、GPU、FPGA、ASIC四種芯片。CPU：適合進(jìn)行邏輯控制、串行計算等通用計算；GPU并行計算能力強，但是無法單獨工作，必須由CPU進(jìn)行控制調(diào)用才能工作；FPGA適用于多指令，單數(shù)據(jù)流的分析，因此常用于預(yù)測階段，如云端。但是FPGA在實現(xiàn)復(fù)雜算法方面有一定的難度，運算量相對GPU小，量產(chǎn)成本高；ASIC專用性強，但是開發(fā)周期較長，開發(fā)環(huán)境需要底層硬件編程，開發(fā)難度極高。

３、GPU在深度學(xué)習(xí)領(lǐng)域空間廣闊

芯片是人工智能領(lǐng)域不可或缺的成分。隨著AI使用的廣泛使用，帶動AI芯片常常的蓬勃發(fā)展。數(shù)據(jù)顯示，2019年-2021年，中國AI芯片市場規(guī)模為124億元\193.7億元\305.7億元，分別同比增長53.6%\56.21%\57.82%，年復(fù)合增長率為57.01%。

其中云端芯片市場份額最大，接近50%，市場規(guī)模從2019年的61.4億元增長至2020年139.4億元。GPU、FPGA和ASIC的優(yōu)缺點對比－GPUFPGAASIC一次性成本高極低（接近于0）高量產(chǎn)成本高高低延遲高低低開發(fā)周期很短短長市場風(fēng)險低低高開發(fā)環(huán)境開發(fā)工具豐富，生態(tài)系統(tǒng)完善，容易上手設(shè)置FPGA需要硬件知識，編程和配置門檻非常高需要底層硬件編程，開發(fā)難度極高數(shù)據(jù)來源：公開資料整理

芯片是人工智能領(lǐng)域不可或缺的成分。隨著AI使用的廣泛使用，帶動AI芯片常常的蓬勃發(fā)展。數(shù)據(jù)顯示，2019年-2021年，中國AI芯片市場規(guī)模為124億元\193.7億元\305.7億元，分別同比增長53.6%\56.21%\57.82%，年復(fù)合增長率為57.01%。

其中云端芯片市場份額最大，接近50%，市場規(guī)模從2019年的61.4億元增長至2020年139.4億元中國人工智能芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理各類市場智能芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

GPU提供了多個并行計算的基礎(chǔ)結(jié)構(gòu)，并且核心數(shù)較多，可以進(jìn)行海量數(shù)據(jù)的并行計算；擁有更高的訪存速度；第三，GPU擁有更高的浮點運算能力。因此，GPU是AI“訓(xùn)練”階段較為適合的芯片。GPU在AI時代的云端訓(xùn)練芯片中占據(jù)較大的份額，達(dá)到64.%。雖然后期由于FPGA以及ASIC技術(shù)的突破，GPU的市場份額有所下降，但是仍然是云端訓(xùn)練市場份額最大的芯片，2019年-2021年年復(fù)合增長率達(dá)到40%。2019-2021年中國云端訓(xùn)練芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理2019-2021年中國云端訓(xùn)練芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

從目前的技術(shù)看，F(xiàn)PGA由于量產(chǎn)成本高，并且設(shè)置需要FPGA硬件姿勢，編程和配置較高；ASIC由于開發(fā)周期較長，開發(fā)難度，GPU在云端推理階段仍然是較為合適的芯片，但是有GPU也存在功耗高，量產(chǎn)成本高等問題，所以GPU在云端推理階段的市場份額并沒有明天優(yōu)勢，約為41.84%，年復(fù)合增長率為56.5%。2019-2021年中國云端推斷芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理2019-2021年中國云端推斷芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

隨著人工智能應(yīng)用的推進(jìn)，人工智能生態(tài)不斷完善，在