写点什么

GPU 分类和应用现状分析

作者:Finovy Cloud
  • 2022 年 5 月 11 日
  • 本文字数:1311 字

    阅读完需:约 4 分钟

GPU分类和应用现状分析

GPU 最初用在 PC 和移动端上运行绘图运算工作的微处理器,与 CPU 集成以集成显卡(核显)的形态发挥功能。NVIDIA 于 2007 年率先推出独立 GPU(独显),使其作为“协处理器”在 PC 和服务器端负责加速计算,承接 CPU 计算密集部分的工作负载,同时由 CPU 继续运行其余程序代码。

作为独显的 GPU 由 GPU 核心芯片、显存和接口电路构成。

独 GPU 与 CPU 之间通过 PCIe 总线连接,因而 PCIe 总线标准直接影响到通信带宽;而针对 GPU 之间的互连,Nvidia 推出 NVLink 技术替代传统 PCIe 总线的方式,根据 Nvidia 官网数据,GPU 性能提升 5 倍。

目前由于 AI 性能挖掘仍有空间,已经部署的服务器中 GPU 算力尚有冗余,预计 PCIe 由 3.0 升级至 4.0 和 5.0 短期内对 GPU 影响不大。但主流参与者仍在按照工艺路径持续推进产品升级。根据 AIBResearch 数据,Nvidia 占据独显市场近 80%的份额,目前 NVIDIA Ampere A100 产品 7nm 已经投入生产。


NVIDIA、AMD 和 Intel 在 GPU 市场三分天下。根据 Jon Peddie Research 数据,Intel、AMD 和 Nvidia 分别占据 63%、19%和 18%的市场份额。Intel 和 ADM 在 PC 端 GPU 市场占据强势地位,主要原因是 PC 端集成 GPU(核显),而 Intel 和 AMD 在 PC 端 x86 CPU 市场分别占据 84%和 16%的份额。


在独立 GPU(独显)市场,Nvida 是行业的奠基者和龙头,占据近 70%份额。AIB 数据显示,2019 年 Q4,Nvidia 和 AMD 在独立 GPU 市场份额分别为 81%和 19%。针对 HPC 和 AI 场景,Nvidia 推出的产品主要是 Tesla 系列,包括 V100、P100、K40/K80、M40/M60 等多个型号,K 系列更适合高精度计算,M 系列更适合深度学习。


2019 年 3 月,Nvidia 宣布以 49 亿美元收购 Mellanox,预计 2020 年 4 月底该项交易最终完成,成为 Nvidia 历史上最大的一笔收购。Mellanox 是服务器和存储端到端连接解决方案的供应商,产品涉及 HPC、云计算、数据中心、企业计算及存储市场,包括 Smart NIC,网络交换机芯片和高速数据互联等。

AI 芯片在智能摄像头、无人驾驶等领域应用广泛。数据、算力和算法是 AI 三大要素,CPU 配合加速芯片模式成为典型的 AI 部署方案,CPU 提供算力,加速芯片提升算力并助推算法的产生。常见的 AI 加速芯片包括 GPU、FPGA(Field Programmable Gate Array)和 ASIC(Application Specific Integrated Circuit)三种类型。

CPU 适合逻辑控制和串行计算等通用计算,计算能力没有 GPU 强,主要由专为顺序串行处理而优化的几个核心组成;

GPU 用于大量重复计算,由数以千计的更小、更高效的核心组成大规模并行计算架构,配备 GPU 的服务器可取代数百台通用 CPU 服务器来处理 HPC 和 AI 业务(根据 Nvida)。

FPGA 是一种半定制芯片,灵活性强集成度高,但运算量小,量产成本高,适用于算法更新频繁或市场规模小的专用领域;

ASIC 专用性强,市场需求量大的专用领域,但开发周期较长且难度极高。谷歌自主设计了一款基于 ASIC 的 TPU(Tensor Processing Unit)专门用于机器学习工作负载。

训练和推断是云端 AI 两大运行过程,训练产生算法,推断实现算法应用。训练阶段需要大量数据运算,GPU 预计占 64%左右市场份额,FPGA 和 ASIC 分别为 22%和 14%。

推理阶段无需大量数据运算,GPU 将占据 42%左右市场,FPGA 和 ASIC 分别为 34%和 24%。AI 芯片运营场景包括云端(服务器)、边缘端和终端三类,不同应用场景对 AI 芯片的需求不同。就云端芯片而言,2023 年市场需求将达 200 亿美元(根据 Nvidia)。

用户头像

Finovy Cloud

关注

一家云基础设备服务供应商。 2022.03.31 加入

云服务器、GPU 服务器、物理主机、IDC 机房租赁等产品及服务。

评论

发布
暂无评论
GPU分类和应用现状分析_人工智能_Finovy Cloud_InfoQ写作社区