定义
GPU与显卡。 图形处理器（graphicsprocessingunit，缩写GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。
显卡全称显示适配卡，又称显示适配器，用于协助CPU进行图像处理，作用是将CPU送来的图像信号经过处理再输送到显示器上，由主板连接设备、监视器连接设备、处理器和内存组成， 其由GPU、显存、电源管理芯片以及一系列外围电路共同构成。
|
|
分类
按照接入方式可以分为集成GPU和独立GPU。 集成GPU将图形核心以单独芯片的方式集成在主板上或CPU芯片上，并且动态共享部分系统内存作为显存使用，因此能够提供简单的图形处理能力，以及较为流畅的编码应用；独立GPU拥有单独的图形核心和独立的显存，能够满足复杂庞大的图形处理需求，并提供高效的视频编码应用。
另一种是根据应用端的不同可以分为 PC-GPU、移动GPU和服务器GPU 。PC-GPU是用于PC端，既有独立也有集成；移动GPU用于移动端，一般都是集成；服务器GPU是专为计算加速或深度学习应用的独立GPU。
|
|
发展历程
1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。2001年微软发布DirectX8，提出了渲染单元模式（sm）的概念，根据操作对象的不同引入了2种shader，分别是顶点着色器（vertexshader）和像素着色器（pixelshader），从此，硬件T&L被抛弃，进入shader时代，此时的GPU架构是固定管线。
第一款采用统一渲染架构的GPU是ATI在2005年与微软合作的游戏主机XBOX360上采用的Xenos，它是ATI第一代统一渲染架构，而真正具有影响力的，是NVIDIA在2006年发布的GeForce8800GTX（核心代号G80），它是第一款采用统一渲染架构的桌面GPU，其架构影响了日后的数代产品，是一款极具划时代意义的GPU。
2011年TESLAGPU计算卡发布，标志着NVIDIA将正式用于计算的GPU产品线独立出来，凭借着架构上的优势，GPU在通用计算及超级计算机领域，逐渐取代CPU成为主角。
|
|
随着个人PC机数据运算量的猛增，CPU的数据处理逐渐变得吃力，图形处理器GPU作为CPU的辅助应运而生。相对CPU，GPU舍弃了部分控制单元，拥有更多的计算单元（即运算器），因此可以高密度执行大量同质化数据运算，如图形渲染等，对玩游戏较为感兴趣的读者知道显卡功能较为强大的电脑玩起3D游戏画面会更为流畅，显卡的处理器就是GPU。GPU擅长的是大规模并发计算，这也正是密码破解等所需要的，所以，除了图像处理，GPU也越来越多地参与到计算当中来。而CPU由于具备更多的存储单元和控制单元，因此更适合进行复杂运算。在功能上，GPU可以视为CPU的巨大补充。
|
|
伴随着人工智能产业大火，我们对算力的需求不断攀升且计算不断复杂化，拥有强大并行计算能力的通用计算GPU逐步受到追捧。
GPGPU（通用计算GPU）是GPU衍生出来的概念，只是去掉GPU的图形显示部分，将其余部分全部投入通用计算，并成为AI加速卡（一种并行计算硬件）的核心。
|
|
市场空间
根据咨询机构的数据， 预计2023年GPU全球市场规模为595亿美元 。其中，GPGPU成为国内AI领域运算加速主要解决方案，AI发展拉动GPGPU市场增长，咨询机构预测的2023年GPGPU市场规模将达到160亿美元，占整个GPU市场的27%。
|
|
竞争格局
从全球竞争格局来看， 当前全球GPU市场由英伟达、英特尔与AMD垄断，三者市场份额接近100% 。 在独显领域，2022Q2英伟达和AMD的市场份额分别达到79%和20%；在PC领域，2022Q2英特尔、AMD、英伟达市场份额分别为62%、20%、18%。
目前，国内GPU领域龙头企业为A股上市公司景嘉微，产品目前主要面向军用领域，公司的JM9系列GPU在2021年9月流片成功并于11月完成性能测试，但暂无市场份额。
|
|
在通用GPU方面。 由于GPU可兼容训练和推理，与AI模型构建高度适配，其占据了AI芯片大类市场。 2022中国AI芯片市场中，GPU（通用GPU）占比接近九成 ，预计到2025年GPU仍占据AI芯片市场的80%以上。其中，英伟达的主要GPU产品技术指标表现领先，市场份额维持在80%左右。
|
|
国产厂商方面
我国GPU厂商创始团队多拥有英伟达、AMD等国际大厂工作经验，分别结合自身优势及阶段定位从图像处理GPU或GPGPU路线切入。其中，国产GPGPU厂商包括天数智芯、登临科技、壁仞科技、沐曦集成电路等初创企业； 而图形处理GPU方面，国产厂商主要有景嘉微、芯动科技、摩尔线程等。
|
|
技术实力方面，国产GPU厂商整体仍处于起步阶段，GPGPU追赶进程快于图像处理GPU。 国产GPU厂商起步较晚，许多IP仍受制于国外厂商，在产品线和生态建设上较英伟达仍存在较大差距。从软硬件复杂度来看，图像处理GPU复杂程度相较GPGPU更高。我们认为，从芯片参数来看国产GPGPU企业与国际大厂技术差距约3年左右，而图像处理GPU差距约10年左右。
|
|
全文完。
