人工智能应用日益广泛，图形处理器（GPU）市场持续增长

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。

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

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。

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）