GPGPU優(yōu)勢(shì)、性能、架構(gòu)、應(yīng)用領(lǐng)域、市場(chǎng)規(guī)模及格局分析

擅長(zhǎng)高效并行計(jì)算，應(yīng)用領(lǐng)域逐步擴(kuò)展。

GPGPU：利用圖形處理器，進(jìn)行高性能計(jì)算。GPU 最初的定位是解決 CPU 在圖形圖像領(lǐng)域效率低的問(wèn)題，主要提升圖形、圖像、視頻等數(shù)據(jù)的處理性能，通過(guò) PCI-E 總線與 CPU 處理器通信，接受 CPU 調(diào)度指揮。 后期衍生為兩大分支，一種繼續(xù)用于圖形圖像，另一種作為運(yùn)算協(xié)處理 器（GPGPU）。GPGPU 架構(gòu)包含多個(gè)運(yùn)算單元核心，核心部分包含多 個(gè)可編程多處理器，需要協(xié)同工作共同完成運(yùn)算任務(wù)，具有處理并行計(jì) 算任務(wù)的優(yōu)勢(shì)；并且流處理器支持專用向量、張量、矩陣運(yùn)算指令，提 升浮點(diǎn)運(yùn)算的精度和性能，滿足不同計(jì)算場(chǎng)景的需要。GPGPU 的優(yōu)勢(shì) 在于具備高效的并行性、能進(jìn)行高密集運(yùn)算、善于大規(guī)模數(shù)據(jù)流并行處 理，是人工智能領(lǐng)域最主要的協(xié)處理器解決方案，占據(jù)人工智能 90%以 上的市場(chǎng)份額。

可以從性能、架構(gòu)和應(yīng)用領(lǐng)域三個(gè)維度分析比較 GPGPU：1）性能：計(jì)算能力、熱設(shè)計(jì)功耗、能效比、進(jìn)程、內(nèi)存和內(nèi)存帶寬是 GPGPU 的關(guān)鍵參數(shù)。計(jì)算能力是 GPGPU 的核心關(guān)鍵參數(shù)，其中 TFLOPS 是指每秒一萬(wàn)億次浮點(diǎn)運(yùn)算次數(shù)，數(shù)字越大代表每種格式下的 芯片計(jì)算能力越強(qiáng)。考慮到熱設(shè)計(jì)功耗問(wèn)題，能效比是反映相同功耗下 GPGPU 可提供的計(jì)算能力。GPGPU 未來(lái)提高性能的關(guān)鍵技術(shù)，主要 從提升工藝制程、增加運(yùn)算核心數(shù)量、采用更高帶寬的片上存儲(chǔ)器、提 高存儲(chǔ)器的帶寬和容量等方面提升，高帶寬、低延時(shí)的片間互連總線結(jié) 構(gòu)也是未來(lái)產(chǎn)品優(yōu)化提升的方向之一。

2）類 CUDA 生態(tài)：軟硬件集成所帶來(lái)的性能優(yōu)化已成為 GPGPU 的關(guān) 鍵競(jìng)爭(zhēng)力?；?GPGPU 的 AI 芯片生態(tài)系統(tǒng)是輕量級(jí)、模塊化的軟件 開發(fā)環(huán)境，不僅提供多種開發(fā)工具和運(yùn)行時(shí)環(huán)境，也擁有豐富的系統(tǒng)關(guān) 鍵功能組件，主流的框架包括 OpenCL、SYCL、CUDA。而海光協(xié)處理 器全面兼容 ROCm GPU 計(jì)算生態(tài)，與 CUDA 在生態(tài)、編程環(huán)境等方面 具有高度的相似性，便于 CUDA 用戶以較低代價(jià)快速遷移至 ROCm 平 臺(tái)，與國(guó)際主流商業(yè)計(jì)算軟件和人工智能軟件的適配性較高，軟硬件生 態(tài)豐富，軟件開發(fā)人員對(duì)生態(tài)系統(tǒng)完整性和多樣性的提升促進(jìn)了 GPGPU 的持續(xù)發(fā)展。

3）應(yīng)用領(lǐng)域：GPGPU 廣泛應(yīng)用于人工智能領(lǐng)域、商業(yè)計(jì)算和大數(shù)據(jù)處理領(lǐng)域。主要部署在服務(wù)器集群或數(shù)據(jù)中心，在智能工廠、無(wú)人駕駛、 智慧城市等領(lǐng)域具有廣泛的市場(chǎng)空間。GPGPU 可覆蓋 4-64bit 的計(jì)算精 度，32bit、64bit GPGPU 適合高性能計(jì)算場(chǎng)景，適用于信號(hào)處理、三維 醫(yī)學(xué)成像、民用雷達(dá)、能源等領(lǐng)域，在工業(yè)、國(guó)防、科研有廣泛應(yīng)用場(chǎng) 景。并且，GPGPU 適用于超算、大數(shù)據(jù)處理、人工智能等對(duì)算力要求 非常高的應(yīng)用場(chǎng)景，以超算領(lǐng)域?yàn)槔?020 年全球超算系統(tǒng) TOP500 中，有七成采用 GPGPU，在 TOP25 中，有 20 個(gè)采用 GPGPU。

算力是大模型推廣之基，全球算力規(guī)模呈高增長(zhǎng)態(tài)勢(shì)。算力指計(jì)算設(shè)備 執(zhí)行算法、處理數(shù)據(jù)的能力，包括 CPU、GPU 等。隨著 AIGC 的浪潮 興起，算力是大模型推廣的奠基石，推理的算力需求通常會(huì)隨著用戶使 用 AI 模型次數(shù)的增加而增加，隨著大模型向千行百業(yè)的滲透速度加快， 推理所需的計(jì)算能力未來(lái)將持續(xù)增長(zhǎng)。大模型訓(xùn)練所需算力每 3-4 個(gè)月 增長(zhǎng) 1 倍，增速遠(yuǎn)超 18-24 個(gè)月增長(zhǎng) 1 倍的摩爾定律，據(jù)灼識(shí)咨詢，預(yù) 計(jì) 2030 年全球算力規(guī)模達(dá)到 56ZFlops ，智能算力 2021-2030 年年均 復(fù)合增長(zhǎng)率將超 65%。

數(shù)據(jù)中心建設(shè)提速，算力芯片（GPGPU）、AI 服務(wù)器有望持續(xù)放量。 GPGPU 高度并行的計(jì)算資源為大型模型的訓(xùn)練和推理提供了不可或缺 的支持，已成為國(guó)內(nèi) AI 領(lǐng)域運(yùn)算加速主要解決方案。據(jù)中商產(chǎn)業(yè)研究院， 2024 年中國(guó) AI 芯片市場(chǎng)規(guī)模預(yù)計(jì)達(dá) 1412 億元，2019-2024 年 CAGR 達(dá) 64.8%，其中 GPU 為主流技術(shù)路徑。海光的大股東為中科曙光，中 科曙光在高性能計(jì)算領(lǐng)域的競(jìng)爭(zhēng)優(yōu)勢(shì)顯著，且已經(jīng)占據(jù)較大市場(chǎng)規(guī)模， 海光 DCU 有望與股東中科曙光產(chǎn)生較強(qiáng)的協(xié)同效應(yīng)。

AI 服務(wù)器應(yīng)用普及化，GPU 迎來(lái)量?jī)r(jià)齊升。中國(guó) AI 服務(wù)器市場(chǎng)規(guī)模和 出貨量逐年增長(zhǎng)，根據(jù)中商產(chǎn)業(yè)研究院預(yù)測(cè)，2024 年市場(chǎng)規(guī)模將達(dá) 560 億元，2024 年中國(guó) AI 服務(wù)器出貨量將達(dá)到 42.1 萬(wàn)臺(tái)。單服務(wù)器搭載GPU 顆數(shù)提升，帶動(dòng)服務(wù)器 GPU 芯片價(jià)值量增長(zhǎng)，4 卡/8 卡 GPU 服 務(wù)器逐步成為主流，單臺(tái)服務(wù)器的芯片價(jià)值量提升。

英偉達(dá)市占強(qiáng)勢(shì)領(lǐng)先，IP 限制下國(guó)產(chǎn)化之路仍遠(yuǎn)。國(guó)際 GPU 市場(chǎng)主要 被NVIDIA和AMD占據(jù)，國(guó)內(nèi)人工智能芯片設(shè)計(jì)公司成立時(shí)間相對(duì)較晚， 在技術(shù)積累和資本投入上與國(guó)際集成電路設(shè)計(jì)龍頭企業(yè)有一定差距，許 多 IP 受制于海外廠商。按市場(chǎng)格局劃分，目前在 AI 芯片領(lǐng)域有三類玩 家，分別是英偉達(dá)、AMD 為代表的老牌芯片巨頭、以 Google、百度、 華為為代表的云計(jì)算巨頭、AI 芯片獨(dú)角獸（如寒武紀(jì)、壁仞科技、地平 線等）。據(jù) IDC 數(shù)據(jù)，2022 年中國(guó) AI 加速卡出貨量約為 109 萬(wàn)張，其 中英偉達(dá)在中國(guó) AI 加速卡市場(chǎng)份額為 85%，華為市占率為 10%，百度 市占率為 2%，寒武紀(jì)和燧原科技均為 1%。

國(guó)產(chǎn) GPGPU 加速推行時(shí)，海光信息在 GPGPU 領(lǐng)域優(yōu)勢(shì)顯著。隨著目 前國(guó)產(chǎn) GPGPU 廠商正在積極推動(dòng)信創(chuàng)標(biāo)準(zhǔn)的制定，并積極推進(jìn)產(chǎn)品與 CPU、服務(wù)器等產(chǎn)業(yè)鏈環(huán)節(jié)的適配，有望成為繼 CPU 之后信創(chuàng)替代的 下一關(guān)鍵芯片。國(guó)內(nèi)市場(chǎng)，海光信息、海思半導(dǎo)體、寒武紀(jì)等為國(guó)產(chǎn)協(xié) 處理器研發(fā)的主要企業(yè)，在人工智能算法和針對(duì)人工智能應(yīng)用場(chǎng)景的專 用芯片設(shè)計(jì)上具備差異化優(yōu)勢(shì)。寒武紀(jì)、海思半導(dǎo)體主要聚焦于人工智 能芯片領(lǐng)域，而海光信息的協(xié)處理器基于 GPGPU 架構(gòu)，類 CUDA 架構(gòu) 下具有良好應(yīng)用的生態(tài)，應(yīng)用遷移轉(zhuǎn)換成本低，綜合考慮性能、能效比 和編程靈活性等方面的因素，GPGPU 在協(xié)處理器應(yīng)用領(lǐng)域具有非常明 顯的優(yōu)勢(shì)。