一、图形处理器定义
图形处理器(graphics processing unit ,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,GPU即是显卡 处理器。
GPU可以分为独立GPU和集成GPU,被广泛地运用于PC、服务器、移动等领域。
种类 |
特点 |
代表品牌 |
主要应用于 |
特点 |
独立GPU |
独立GPU一般封装在独立的显卡电路板上,使用专用的显示存储器,独立显卡性能由GPU性能与显存带宽共同决定。一般来讲,独立GPU的性能更高,但因此系统功耗、发热量较大。 |
Nvidia、AMD |
高性能电脑、VR/AR、AI服务器 |
功耗高、兼容性差、性能好 |
集成GPU |
集成GPU常和CPU共用一个Die,共享系统内存。集成GPU的制作由CPU厂家完成,集成GPU的兼容性较强,功耗低、发热量小。 |
Inter、AMD |
笔记本电脑、智能手机等移动设备 |
功耗低、兼容性好、性能差 |
资料来源:观研天下数据中心整理
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 DirectX 8,提出了渲染单元模式(shader model)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(vertex shader)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 XBOX 360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GeForce 8800 GTX(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 TESLA GPU 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。
GPU发展历程
时间 |
80年代 |
80年代末 |
90年代初 |
90年代后期 |
2004~2010 |
2011~至今 |
类型 |
图形显示 |
2D加速 |
部分 3D加速 |
固定管线 |
统一渲染 |
通用计算 |
相关标准 |
CGA,VGA |
GDI,DirectFB |
OpenGL(1.1~4.1), DirectX(6.0~11) |
CUDA,OpenCL1.2~2.0 |
||
代表产品 |
IBM 5150 |
86C911 |
Glint300SX |
GeForce256 |
G80 |
TESLA |
基本特征 |
光栅生成器 |
2D图元加速 |
硬件 T&L |
shader功能固定 |
多功能 shader |
完成与图形处理无关的科学计算 |
资料来源:观研天下数据中心整理
二、在图形处理和高性能计算的需求带动下,GPU市场规模高速增长
(一)图形处理市场GPU市场规模稳固增长
目前来看,游戏产业发展已进入存量市场时代。2022年中国游戏市场销售收入2658.84亿元,同比下降10.33%;用户规模6.64亿,同比下降0.33%。但随着游戏玩家对游戏画质、图像帧率等需求的不断提升,需要高性能 GPU 在特殊渲染算法等方面提供支持,图形处理器在游戏端仍将占有较大份额。
资料来源:GPC,观研天下数据中心整理
在专业图形渲染领域,国内建筑设计、工业设计、影视动画、虚拟现实等应用专业图形渲染技术的细分领域正在蓬勃发展。作为专业图形渲染核心工具,2022 年国内图形设计/编辑/渲染软件市场规模达到536.99亿元,预计2023-2030年复合增长率为9.62%,据此测算国内 2030年该市场规模将达到1120亿元左右。图形设计/编辑/渲染软件借助高性能 GPU 提升图形处理能力,以支撑渲染技术的应用,以及高清晰画质、多帧率图像的呈现。
资料来源:观研天下数据中心整理
(二)大规模扩展计算能力的高性能计算市场爆发
随着大数据时代的到来,GPU 在并行计算方面的性能优势逐步显现,GPGPU应运而生。GPGPU 作为运算协处理器,针对不同应用领域的需求,增加了专用向量、张量、矩阵运算指令,提升了浮点运算的精度和性能,其产品技术特性已经超过传统图形处理的应用范畴,在数据中心、人工智能、自动驾驶等高性能计算领域发挥重要作用。
根据《中国算力发展指数白皮书(2022 年)》,2021 年国内基础设施算力规模达到 140 EFLOPS,位居全球第二,已经投入运行的人工智能计算中心近 20个,在建设的人工智能计算中心超20个。根据工信部《新型数据中心发展三年行动计划(2021-2023)》和《“十四五”信息通信行业发展规划》的目标,2023 年我国数据中心总算力将超过 200 EFLOPS,2025 年进一步提升至300 EFLOPS。GPU 作为实现算力的基础硬件之一,在数据中心建设和部署过程中具有广泛的配套需求。
在数据中心领域,作为算力的物理承载,国内数据中心持续建设与扩容,推动数据中心总机架数连年增长。2018-2022年总机架数由 166 万架增至650万架,近5年年均增速超过30%。预计2025年大型及以上数据中心机架数量将达到802万个,相应的算力规模持续扩大。
资料来源:国家网信办,观研天下数据中心整理
在人工智能领域,随着算法发展的突飞猛进,人工智能模型训练需要巨量算力支撑才能快速有效实施,不断增加的数据量也要求算力同步进化,使得算力成为人工智能技术突破的关键因素:作为生成式 AI 的典型应用,ChatGPT 引领人工智能技术变革,其大模型的特点带来了陡增的算力需求。作为算力的硬件基础,当前主流 AI 芯片包括 GPU、FPGA、ASIC 等。
2021年国内 AI 芯片市场规模达到 426.8 亿元,受益于算力需求的爆发式增长,预计 2025年市场规模将达到 1,780 亿元。Al服务器通常搭载GPU、FPGA、ASIC等加速芯片,利用CPU与加速芯片的组合可以满足高吞吐量互联的需求,为自然语言处理、计算机视觉、机器学习等Al应用场景提供强大的算力支持,支撑Al算法训练和推理过程。根据 IDC 数据,2021年国内服务器市场按加速卡类型划分市场份额中,GPU 占比为91.9%,系服务器市场按加速卡的主要产品类型,可以预见 GPU市场的巨大市场空间。
资料来源:IDC,观研天下数据中心整理
在自动驾驶领域, 2022年全球自动驾驶汽车市场规模为241 亿美元,预计 2026 年将达到 619 亿美元,年复合增长率为 20.75%。高级驾驶辅助系统(ADAS)作为实现自动驾驶的重要技术基础,利用 GPU 的并行计算能力实时分析来自激光雷达、毫米波雷达和红外摄像头的传感器数据,其大规模推广将带动高性能 GPU 的应用需求。
资料来源:观研天下数据中心整理
三、国内高性能 GPU 芯片的技术演进相对滞后
根据观研报告网发布的《中国图形处理器行业现状深度研究与投资前景分析报告(2023-2030年)》显示,当前全球 GPU 市场由少数国外企业垄断,并且部分国家对 GPU 等高性能芯片的出口管制不断升级。这一方面导致进口 GPU 产品供应在型号和性能等方面相对受限,无法完全满足国内企业的应用需求;另一方面也造成了对进口 GPU产品的长期依赖,导致国内高性能 GPU 芯片的技术演进相对滞后。
近年来,国产GPU厂商在图形渲染GPU和高性能计算GPGPU领域上均推出了较为成熟的产品,在性能上不断追赶行业主流产品,在特定领域达到业界一流水平。生态方面国产厂商大多兼容英伟达CUDA,融入大生态进而实现客户端导入。
企业 |
介绍 |
英特尔 |
英特尔是全球最大的个人计算机零件和半导体芯片制造 商。英特尔于 1971 年推出了全球第一个微处理器。为计 算机工业提供了关键元件,公司产品包括微处理器、芯 片组、板卡、系统及软件等,这些产品是标准计算机架 构的重要组成部分。公司微处理器包括 Itanium,Xeron, Pentium III 及 Celeron 等著名的品牌。 |
英伟达 |
英伟达公司主营业务图形处理器(GPU)的设计和制造, 用于游戏、专业可视化、数据中心和自动驾驶等领域。 目前,英伟达在 AI 领域处于领先地位,在 AI 处理器市 场上占据大约 80%的份额。 |
超威半导体 |
AMD 专门为计算机、通信和消费电子行业设计和制造 各种创新的微处理器(CPU、GPU、主板芯片组、电视 卡芯片等),以及提供闪存和低功率处理器解决方案。 |
景嘉微 |
景嘉微是国内GPU行业的领军人物,于2015年年底成功研制出了国产第一款GPUJM5400,这是国内第一款自主研发GPU,拥有自主知识产权的GPU,彻底打破了国外GPU的垄断。截至目前,景嘉微是国内首家成功研制国产GPU 芯片并实现大规模工程应用的企业,也是国内唯一具备完全自主研发 GPU 能力并产业化的上市公司,目前已拥有 267 项专利,在图形显控领域走在行业前列。 |
寒武纪 |
寒武纪专注于人工智能芯片产品的研发与技术创新,致 力于打造人工智能领域的核心处理器芯片。寒武纪提供 云边端一体、软硬件协同、训练推理融合、具备统一生 态的系列化智能芯片产品和平台化基础系统软件。寒武 纪产品广泛应用于服务器厂商和产业公司,面向互联网、 金融、交通、能源、电力和制造等领域的复杂 AI 应用 场景提供充裕算力,推动人工智能赋能产业升级。 |
海光信息 |
海光信息成立于 2014 年,主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发,目标成为中国最重要的计算芯片设计企业,为中国信息产业的强盛提供核心计算引擎。 |
资料来源:观研天下数据中心整理
从国内市场来看,目前,我国人工智能领域的应用目前处于技术和需求融合的高速发展阶段,随着人工智能相关技术的进步,应用场景将更加多元化。随着GPU通用性好和软件生态系统完善的优势会进一步展现出来,将成为AI服务器领域的主流解决方案。预计2030年中国GPU市场规模将达到9739亿元,具体如下:
资料来源:观研天下数据中心整理
GPU最基本功能-显示技术在智慧医疗和生命科学、游戏、虚拟现实/增强现实、工业设计与工程、自动驾驶与交通等领域的应用,更加清晰和动感的高清显示趋势之一。此外,由于 GPU 越来越广泛地应用到手机 、终端 、边缘计算节点等嵌入式设备,提升图形处理器的能效比,对GPU的发展有积极意义。
随着 GPU 在并行计算方面的性能优势逐步显现,以及并行计算应用范围的持续拓展,GPU 主要功能演变成两大方向:①图形处理,即延续 GPU 的传统功能;②高性能计算,即利用 GPU 的并行计算能力在非图形处理领域进行更通用、更广泛的科学计算,以满足不同计算场景的需要以及人工智能计算。
图形处理器技术发展方向
资料来源:观研天下数据中心整理(cyy)
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。