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。