深度研究AI算力的核心—GPU

定義

GPU與顯卡。 圖形處理器（graphicsprocessingunit，縮寫GPU），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、遊戲機和一些流動通訊器材（如平板電腦、智能電話等）上做影像和圖形相關運算工作的微處理器。

顯卡全稱顯示適配卡，又稱顯示介面卡，用於協助CPU進行影像處理，作用是將CPU送來的影像訊號經過處理再輸送到顯視器上，由主機板連線器材、監視器連線器材、處理器和記憶體組成， 其由GPU、視訊記憶體、電源管理芯片以及一系列外圍電路共同構成。

一張顯卡構成

分類

按照接入方式可以分為整合GPU和獨立GPU。 整合GPU將圖形核心以單獨芯片的方式整合在主機板上或CPU芯片上，並且動態共享部份系統記憶體作為視訊記憶體使用，因此能夠提供簡單的圖形處理能力，以及較為流暢的編碼套用；獨立GPU擁有單獨的圖形核心和獨立的視訊記憶體，能夠滿足復雜龐大的圖形處理需求，並提供高效的影片編碼套用。

另一種是根據套用端的不同可以分為 PC-GPU、移動GPU和伺服器GPU 。PC-GPU是用於PC端，既有獨立也有整合；移動GPU用於移動端，一般都是整合；伺服器GPU是專為計算加速或深度學習套用的獨立GPU。

整合GPU與獨立GPU對比

發展歷程

1999年，NVIDIA公司在釋出其標誌性產品GeForce256時，首次提出了GPU的概念。2001年微軟釋出DirectX8，提出了渲染單元模式（sm）的概念，根據操作物件的不同引入了2種shader，分別是頂點著色器（vertexshader）和像素著色器（pixelshader），從此，硬件T&L被拋棄，進入shader時代，此時的GPU架構是固定管線。

第一款采用統一渲染架構的GPU是ATI在2005年與微軟合作的遊戲主機XBOX360上采用的Xenos，它是ATI第一代統一渲染架構，而真正具有影響力的，是NVIDIA在2006年釋出的GeForce8800GTX（核心代號G80），它是第一款采用統一渲染架構的桌面GPU，其架構影響了日後的數代產品，是一款極具劃時代意義的GPU。

2011年TESLAGPU計算卡釋出，標誌著NVIDIA將正式用於計算的GPU產品線獨立出來，憑借著架構上的優勢，GPU在通用計算及超級電腦領域，逐漸取代CPU成為主角。

GPU發展歷程

隨著個人PC機數據運算量的猛增，CPU的數據處理逐漸變得吃力，圖形處理器GPU作為CPU的輔助應運而生。相對CPU，GPU舍棄了部份控制單元，擁有更多的計算單元（即運算器），因此可以高密度執行大量同質化數據運算，如圖形渲染等，對玩遊戲較為感興趣的讀者知道顯卡功能較為強大的電腦玩起3D遊戲畫面會更為流暢，顯卡的處理器就是GPU。GPU擅長的是大規模並行計算，這也正是密碼破解等所需要的，所以，除了影像處理，GPU也越來越多地參與到計算當中來。而CPU由於具備更多的儲存單元和控制單元，因此更適合進行復雜運算。在功能上，GPU可以視為CPU的巨大補充。

GPU和CPU的區別

伴隨著人工智能產業大火，我們對算力的需求不斷攀升且計算不斷復混成，擁有強大平行計算能力的通用計算GPU逐步受到追捧。

GPGPU（通用計算GPU）是GPU衍生出來的概念，只是去掉GPU的圖形顯示部份，將其余部份全部投入通用計算，並成為AI加速卡（一種平行計算硬件）的核心。

GPU的兩部份能力

市場空間

根據咨詢機構的數據， 預計2023年GPU全球市場規模為595億美元 。其中，GPGPU成為國內AI領域運算加速主要解決方案，AI發展拉動GPGPU市場增長，咨詢機構預測的2023年GPGPU市場規模將達到160億美元，占整個GPU市場的27%。

GPU市場規模（單位：億美元、%）

競爭格局

從全球競爭格局來看， 當前全球GPU市場由輝達、英特爾與AMD壟斷，三者市場份額接近100% 。 在獨顯領域，2022Q2輝達和AMD的市場份額分別達到79%和20%；在PC領域，2022Q2英特爾、AMD、輝達市場份額分別為62%、20%、18%。

目前，國內GPU領域龍頭企業為A股上市公司景嘉微，產品目前主要面向軍用領域，公司的JM9系列GPU在2021年9月流片成功並於11月完成效能測試，但暫無市場份額。

全球獨立GPU的競爭格局（單位：%）

在通用GPU方面。 由於GPU可相容訓練和推理，與AI模型構建高度適配，其占據了AI芯片大類市場。 2022中國AI芯片市場中，GPU（通用GPU）占比接近九成 ，預計到2025年GPU仍占據AI芯片市場的80%以上。其中，輝達的主要GPU產品技術指標表現領先，市場份額維持在80%左右。

AI芯片市場占比（單位：%）

國產廠商方面

中國GPU廠商創始團隊多擁有輝達、AMD等國際大廠工作經驗，分別結合自身優勢及階段定位從影像處理GPU或GPGPU路線切入。其中，國產GPGPU廠商包括天數智芯、登臨科技、壁仞科技、沐曦集成電路等初創企業； 而圖形處理GPU方面，國產廠商主要有景嘉微、芯動科技、摩爾執行緒等。

國產主要GPU廠商

技術實力方面，國產GPU廠商整體仍處於起步階段，GPGPU追趕行程快於影像處理GPU。 國產GPU廠商起步較晚，許多IP仍受制於國外廠商，在產品線和生態建設上較輝達仍存在較大差距。從軟硬件復雜度來看，影像處理GPU復雜程度相較GPGPU更高。我們認為，從芯片參數來看國產GPGPU企業與國際大廠技術差距約3年左右，而影像處理GPU差距約10年左右。

國產GPU廠商兩大產品路徑

全文完。