多畛域利用带来 GPU 行业高景气度 GPU 最后是为了更好地做图形处理而专门设计的微处理器。20 世纪 80 年代之前，图形处理工作都由 CPU 负责，起初随着对图形显示要求的进步，专门用于图形处理的 微处理器 GPU（Graphics Processing Unit）被设计进去，使显卡缩小了对 CPU 的依赖，计算机的图形显示能力得以晋升。GPU 比 CPU 更善于并行计算。从芯片设计思路看，CPU 是以低提早为导向的计算单元，通常由专为串行解决而优化的几个外围组成，而 GPU 是以吞吐量为导向的计算单元，由数以千计的更小、更高效的外围组成，专为并行多任务设计。高性能计算需要关上 GPU 市场第二增长曲线。GPU 本来只是用于图形和图像的相 关运算，受 CPU 的调配，但随着云计算、AI 等技术的倒退，GPU 并行计算的劣势被发 掘，在高性能计算畛域取代 CPU 成为配角。2006 年，NVIDIA 公布了第一款采纳对立渲染架构的桌面 GPU 和 CUDA 通用计算平台，使开发者可能应用 NVIDIA GPU 的运算能力进行并行计算，拓展了 GPU 的应用领域。2011 年，NVIDIA 公布 TESLAGPU 计算卡，正式将用于计算的 GPU 产品线独立进去，标记着 GPU 进入高性能计算时代。独立 GPU 和集成 GPU 各有千秋 GPU 可分为集成 GPU 和独立 GPU，景嘉微产品属于独立 GPU。GPU 依照接入类 型划分，能够分为集成 GPU 和独立 GPU。集成 GPU 集成在主板上，而独立 GPU 插在 主板的相应接口上。集成 GPU 功耗更低、性能较弱、降级更换较难、价格较低，次要用于办公等中低端畛域；独立 GPU 性能更强、降级更换简略、价格较高，次要用于游戏、高性能计算等中高端畛域。
将来独立 GPU 市场规模大，集成 GPU 无望向 SoC 方向倒退。随着深度学习、云计算等新技术的倒退，市场对具备高性能计算能力的独立 GPU 需要一直减少。从独立 GPU 巨头 NVIDIA 的营收构造能够看出，2020 年高性能计算业务计算和网络支出为 68.41 亿美元，同比增加 109%，营收占比达到 41%。将来随着新兴技术的进一步落地，具备高性能计算能力的独立 GPU 市场规模将会更大。在中低端市场，集成 GPU 因其较 高的性价比，仍有很强的竞争力，将来无望向能耗更低、体积更小、性能体现绝对更好的 SoC 方向倒退。寰球市场被三大巨头垄断，中国市场前景广大多畛域利用驱动市场规模扩充。随着 GPU 的并行计算劣势被逐渐开掘，GPU 的应用领域从图形处理扩大到高性能计算，市场需求变大。依据 Verified Market Research 的数据，2020 年寰球 GPU 市场价值为 254.1 亿美元，2027 年无望达到 1853.1 亿美元，年均匀增速高达 32.82%。寰球 GPU 市场出现寡头竞争格局，Intel、NVIDIA 和 AMD 三大公司分食寰球市场。集成 GPU 市场 Intel 劣势显著，独立 GPU 市场 NVIDIA 与 AMD 两强割据。依据 Jon Peddie Research 的数据显示，2021 年 Q1，在寰球 PC 端 GPU 市场中，Intel 以 68% 的市场份额位居榜首，AMD 和 NVIDIA 别离以 17% 和 15% 的市场份额名列第二和第三；在 PC 端独立 GPU 畛域中，NVIDIA 占据 81% 的市场份额领有当先劣势，AMD 以 19% 的市场份额排名第二。寰球独立 GPU 畛域的领导者 NVIDIA。NVIDIA 公司成立于 1993 年，是 GPU（图 状态处理器）的发明者，也是人工智能计算的领导者。NVIDIA 的次要业务别离是游戏业 务、数据中心业务、业余视觉业务和主动驾驶业务。NVIDIA 2020 年营收 167 亿美元，其中游戏、数据中心、业余视觉、主动驾驶业务别离奉献了营收的 47%、40%、6%、3%，其业务的丰富性和支出体量再次印证了 GPU 超出原有图形处理畛域，在其余畛域的广泛应用。AMD 是寰球惟一能够同时提供高性能 GPU 和 CPU 的企业。AMD 的显卡来源于 2006 年并购的 ATI 科技，在这之后的 4 年中，AMD 持续应用 ATI 作为显卡品牌，直到 2010 年，AMD 才摈弃原 ATI 的品牌命名形式。截至 2020 年，AMD 同时提供独立 GPU 和集成 GPU，其集成 GPU 次要使用在 Ryzen APU、嵌入式、半定制平台中；独立 GPU 分为 Radeon 和 Instinct 系列，次要用于游戏、业余视觉、服务器等利用。2016-2020 年，AMD 的计算和图形支出的营收由 19.88 亿美元回升至 64.32 亿美元，年复合增速高达 34%。在游戏畛域，NVIDIA 和 AMD 不分伯仲，但在通用计算畛域，NVIDIA 高瞻远瞩，曾经造成 CUDA 生态，市场份额远超 AMD。中国大陆独立 GPU2027 年市场规模超过 341 亿美元，国产代替孕育良好机会。因为 NVIDIA 和 AMD 根本占据了独立 GPU 市场的全副份额，所以依据两者 2020 年在中国大陆的独立 GPU 销售收入，能够估测 2020 年中国大陆 GPU 市场的规模。2020 年中国大陆的独立 GPU 市场规模为 47.39 亿美元。激进假如中国 GPU 市场规模放弃与寰球 GPU 市场规模雷同的增速，预计 2027 年中国大陆 GPU 市场规模将超过 345.57 亿美元。随着政策端对信息要害基础设施自主可控的器重，国产代替浪潮降临，国内独立 GPU 产商的广大市场空间已被关上。GPU 将来倒退方向 #图形显示和高性能计算是两大利用方向 GPU 将来次要有两大利用倒退方向。从需要端思考，GPU 的劣势在于并行计算，须要大规模使用到并行计算的畛域就是将来 GPU 的倒退方向。1）更加真切的图形展示。图形浮现是 GPU 芯片最后的性能，随着视觉科技和虚拟现实技术的倒退，更加实在的 图形浮现成果会对 GPU 的并行计算能力提出更高的要求，因而，图形浮现是 GPU 芯片 将来重要的倒退方向。2）高性能计算。高性能计算次要包含通用计算（GPGPU）和人工智能计算（AIGPU）。GPGPU 就是用 GPU 来解决一些本来 CPU 能够处 理、然而更适宜领有弱小浮点计算能力的 GPU 解决的运算，比方人脸识别等。AIGPU 是另一种高性能计算机，不同于传统的基于流处理器的 GPU，用于 AI 计算的 GPU 大多数状况下浮点计算精度要求较低，但对计算吞吐量要求较高。
算力是 GPU 的要害指标。图形处理和高性能计算都对 GPU 的并行计算能力都有很 高的要求。算力的高下是掂量 GPU 性能弱小与否的要害指标，为此，业界巨头 NVIDIA 不断更新本人的硬件架构，以达到更高的并行计算能力，其 2021 年公布的 RTX 3070 Ti 采纳 Ampere 架构，CUDA 外围数量是其 2018 年公布的 RTX 2080 Ti 的两倍多，同时 NVIDIA 正在研发新一代计算能力更强的技术 Hopper 架构。生态是另一个外围竞争因素。软件生态是 GPU 市场除了算力之外的另一个竞争因素，良好的生态意味着更多的开发者和使用者，从而带来更大的市场份额。在高性能计算领 域，NVIDIA 通过升高开发难度、反对学生和老师发论文、反对守业公司应用 CUDA、开源相干库等一系列措施建设通用计算平台 CUDA 的生态，聚拢了少量客户和开发者，得以称霸高性能计算市场。国产 GPU 的倒退须要兼顾算力与生态。目前国产 GPU 厂商次要分为两大类，一类 是从图形显示开始做起，将来想像 NVIDI 一样逐渐转向高性能计算；另一类是专攻于 高性能计算机，其产品不具备图形显示能力。但两者的生态建设指标都比较落后。国产 GPU 倒退要做好以下几点：1）进一步提高图形处理能力，保障国产 GPU 的基本功能。高性能计算的利用使得 GPU 市场需求疾速减少，然而图形处理仍旧是 GPU 的根本能 力和利用，NVIDIA2020 图形处理营收占比仍旧高达 59%。2）扩大高性能计算能力，加强国产 GPU 除图形处理之外的非传统性能。高性能计算机 GPU 将来倒退的新兴方向 项，国产 GPU 须要把握新兴方向，争取占据科技洼地。3）逐渐建设生态系统，进步用户体验。国外 GPU 倒退具备先发劣势，曾经有 CUDA、ROCm 等较为成熟的计算机生态，国产 GPU 刚刚起步，须要器重生态建设，为将来的倒退打下基础。