GPU被推至聚光灯下:行业研发壁垒高筑 一图纵览本土产业链“孤勇者”

【GPU被推至聚光灯下:行业研发壁垒高筑 一图纵览本土产业链“孤勇者”】今日多只GPU概念股走高。截至午间,寒武纪涨15.25%,盘中一度涨停;海光信息涨15.17%;景嘉微、龙芯中科涨超8%;左江科技、芯原股份等跟涨。GPU是计算机图形显示的核心。相比CPU,GPU更适合于密集型数据处理。

今日多只GPU概念股走高。截至午间,寒武纪涨15.25%,盘中一度涨停;海光信息涨15.17%;景嘉微、龙芯中科涨超8%;左江科技、芯原股份等跟涨。

image

GPU是计算机图形显示的核心。相比CPU,GPU更适合于密集型数据处理

其具有高度并行性,可将数学yun算应用于高度并行的数据集。虽然CPU也可以执行相同的任务,但不具备GPU的并行性,因此在这些任务中效率不高。

▌哪些应用需要GPU?

早期GPU多用于2D和3D图形的计算和处理。传统上来说,之前GPU最关键的市场在游戏领域。但长期来看,这部分市场增速趋缓,甚至隐隐有下降势头。

而在眼下的算力时代,取而代之的,与数字化转型相关的用例已成为GPU应用的主要阵地;深度神经网络、数据分析、可视化、互联网推荐算法、数字孪生等均离不开GPU。除游戏主机与PC之外,其终端应用还包括服务器、汽车、移动等领域。

总体上,GPU应用场景主要可以分为两大类:图显、计算

(1)图显中:PC是GPU的重要应用领域,2020年全球PC GPU出货达3.94亿片。

同时,如今元宇宙AR/VR也为GPU带来了潜在增量。随着AR/VR硬件及相关应用发展,如何高性能图像渲染也将成为用户体验的核心要素之一,虽说目前对于“渲染是由云端完成还是使用本地GPU”尚无最终定论,但英伟达也已将这一领域纳入GPU需求助力。

(2)计算中:GPU更与AI息息相关——GPU服务器是AI加速方案首选,一台GPU服务器通常搭载多个GPU加速芯片,2019年平均每台服务器配置8.02个GPU。值得注意的是,相较普通的AI芯片,GPU兼具图形显示与AI计算,性能更强。

在多个应用驱动下,Verified Market Research预计,2028年全球GPU市场规模将达2465.1亿美元,年复合增速达32.83%。另据浙商证券测算,“十四五”期间,我国服务器GPU市场增速有望超过25%。

▌GPU技术壁垒有多高?

GPU设计是一项系统工程。总体来说,技术架构为GPU的硬件壁垒,算法及生态是GPU的软实力所在。缺一不可,壁垒极高。

硬件架构方面,GPU结构精密复杂,是长期技术演进的结果。高级图形处理步骤较多,包括顶点处理、光栅化、纹理贴图等步骤,给予支持的是底层精密 复杂的硬件结构。以英伟达2018年推出的Turing架构为例,其包含4608个CUDA Core、576个深度学习矩阵运算单元、72个光追单元等。

算法方面,GPU图形渲染需用到计算图形学,涉及数学、物理等多学科知识。模拟真实世界时,即便是树叶抖动、风吹发丝、水波荡漾这样看似平常的场景,若想在计算机上实现,都需要大量图形算法。

生态方面,分析师指出,软件生态是GPU厂商的重要竞争屏障。还是以龙头英伟达为例,公司已与行业伙伴形成商业合作/互相授权,同时,还推出供软件开发人员使用的CUDA平台,形成开发人员社区生态。

▌GPU行业格局如何?

放眼全球GPU市场,三足鼎立的寡头竞争格局已经形成

其中,英特尔得益于在笔记本电脑及传统PC行业的优势,已在集成GPU市场独占鳌头。Jon Peddie Research数据显示,2021年一季度,英特尔在PC GPU显卡市场的份额高达68%,2022年一季度依然有60%。

而独立GPU市场则主要由英伟达、AMD占据,其中英伟达在PC端独立GPU领域市占率优势明显,近年基本维持在80%左右水平。

正如前文所述,GPU技术壁垒极高,自主研发之路道阻且长。东吴证券也指出,由于缺少像ARM一样的第三方IP授权厂商,GPU设计商必须完全自主研发,从零做起,难度较大,堪称一条“孤独的奋斗之路”

但即便如此,我国本土GPU公司新兴团队也已开始不断涌现,行业发展进程也在持续推进。分析师预计,今年我国GPU行业本土化比例仍不足10%,不过2025年有望超过20%

据《科创板日报》不完全梳理,本土GPU产业链包括:

image

今日多只GPU概念股走高。截至午间,寒武纪涨15.25%,盘中一度涨停;海光信息涨15.17%;景嘉微、龙芯中科涨超8%;左江科技、芯原股份等跟涨。

image

GPU是计算机图形显示的核心。相比CPU,GPU更适合于密集型数据处理

其具有高度并行性,可将数学yun算应用于高度并行的数据集。虽然CPU也可以执行相同的任务,但不具备GPU的并行性,因此在这些任务中效率不高。

▌哪些应用需要GPU?

早期GPU多用于2D和3D图形的计算和处理。传统上来说,之前GPU最关键的市场在游戏领域。但长期来看,这部分市场增速趋缓,甚至隐隐有下降势头。

而在眼下的算力时代,取而代之的,与数字化转型相关的用例已成为GPU应用的主要阵地;深度神经网络、数据分析、可视化、互联网推荐算法、数字孪生等均离不开GPU。除游戏主机与PC之外,其终端应用还包括服务器、汽车、移动等领域。

总体上,GPU应用场景主要可以分为两大类:图显、计算

(1)图显中:PC是GPU的重要应用领域,2020年全球PC GPU出货达3.94亿片。

同时,如今元宇宙AR/VR也为GPU带来了潜在增量。随着AR/VR硬件及相关应用发展,如何高性能图像渲染也将成为用户体验的核心要素之一,虽说目前对于“渲染是由云端完成还是使用本地GPU”尚无最终定论,但英伟达也已将这一领域纳入GPU需求助力。

(2)计算中:GPU更与AI息息相关——GPU服务器是AI加速方案首选,一台GPU服务器通常搭载多个GPU加速芯片,2019年平均每台服务器配置8.02个GPU。值得注意的是,相较普通的AI芯片,GPU兼具图形显示与AI计算,性能更强。

在多个应用驱动下,Verified Market Research预计,2028年全球GPU市场规模将达2465.1亿美元,年复合增速达32.83%。另据浙商证券测算,“十四五”期间,我国服务器GPU市场增速有望超过25%。

▌GPU技术壁垒有多高?

GPU设计是一项系统工程。总体来说,技术架构为GPU的硬件壁垒,算法及生态是GPU的软实力所在。缺一不可,壁垒极高。

硬件架构方面,GPU结构精密复杂,是长期技术演进的结果。高级图形处理步骤较多,包括顶点处理、光栅化、纹理贴图等步骤,给予支持的是底层精密 复杂的硬件结构。以英伟达2018年推出的Turing架构为例,其包含4608个CUDA Core、576个深度学习矩阵运算单元、72个光追单元等。

算法方面,GPU图形渲染需用到计算图形学,涉及数学、物理等多学科知识。模拟真实世界时,即便是树叶抖动、风吹发丝、水波荡漾这样看似平常的场景,若想在计算机上实现,都需要大量图形算法。

生态方面,分析师指出,软件生态是GPU厂商的重要竞争屏障。还是以龙头英伟达为例,公司已与行业伙伴形成商业合作/互相授权,同时,还推出供软件开发人员使用的CUDA平台,形成开发人员社区生态。

▌GPU行业格局如何?

放眼全球GPU市场,三足鼎立的寡头竞争格局已经形成

其中,英特尔得益于在笔记本电脑及传统PC行业的优势,已在集成GPU市场独占鳌头。Jon Peddie Research数据显示,2021年一季度,英特尔在PC GPU显卡市场的份额高达68%,2022年一季度依然有60%。

而独立GPU市场则主要由英伟达、AMD占据,其中英伟达在PC端独立GPU领域市占率优势明显,近年基本维持在80%左右水平。

正如前文所述,GPU技术壁垒极高,自主研发之路道阻且长。东吴证券也指出,由于缺少像ARM一样的第三方IP授权厂商,GPU设计商必须完全自主研发,从零做起,难度较大,堪称一条“孤独的奋斗之路”

但即便如此,我国本土GPU公司新兴团队也已开始不断涌现,行业发展进程也在持续推进。分析师预计,今年我国GPU行业本土化比例仍不足10%,不过2025年有望超过20%

据《科创板日报》不完全梳理,本土GPU产业链包括:

image

un_login—登录免费查看最新资讯—
扫码登录
手机快捷登录

SMM在线问答访问TA的主页

上海有色网资讯中心,在线回答您的提问!

SMM在线问答
微信二维码今日有色
微信二维码

微信扫一扫关注

下载app掌上有色
掌上有色

掌上有色下载

返回顶部返回顶部
publicize