GPU 时代来临！

近几年，GPU 受到越来越多人的关注，尤其是国产 GPU，可谓是全面开花！

那么，什么是 GPU？它有着怎么样的魔力？

一、什么是 GPU？

根据维基百科定义，GPU 中文名为图形处理器，是一种在个人电脑、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。

VR、区块链、3D 建模、渲染等一切跟图像有关的处理过程都需要 GPU。除了图形处理功能，GPU 还是目前公认最好的 AI 加速器，尤其是在云端训练大模型应用场景中。

换言之，只要有高清画质需求，只要有 AI 处理需求，就离不开 GPU。因此，随着这两大需求的持续增长和巨大的市场想象空间，全球 GPU 龙头英伟达凭借 GPU 芯片的优势，市值就高达 5753 亿美元（约合人民币 36358 亿元，截至 2022 年 3 月 10 日），晋升为当下全球市值最高的半导体企业。

那现如今，GPU 有着怎么样的市场规模？

二、GPU 市场规模

根据 Verified Market Research 数据，2020 年全球 GPU 市场价值为 254.1 亿美元，2027 年有望达到 1853.1 亿美元，年复合增长 32.82%。

2021 年一季度，在全球 PC 端 GPU 市场中，英特尔以 68%的市场份额位居榜首，AMD 和英伟达分别以 17%和 15%的市场份额名列第二和第三；在 PC 端独立 GPU 领域中，英伟达占据 81%的市场份额拥有领先优势，AMD 以 19%的市场份额排名第二。

2020 年中国大陆的独立 GPU 市场规模为 47.39 亿美元，预计 2027 年中国大陆 GPU 市场规模将超过 345.57 亿美元。随着政策端对信息关键基础设施自主可控的重视，国产替代浪潮来临，国内独立 GPU 产商的广阔市场空间已被打开。

三、GPU 芯片研发有多难

国内企业做 GPU 主要有两大难，一是难在专利壁垒；二是难在 GPU 芯片的体系化创新。

在专利壁垒方面，GPU 是先进制程数字芯片，对于 GPU 企业来说，高技术含量的自有 IP 的持续演进是技术自主和市场竞争优势的保障。但在该领域起步早的全球 GPU 巨头们已筑建了层层专利保护墙。以 GPU 架构 IP 专利为例，就连全球科技领头羊企业苹果，在该领域也绕不开专利授权：苹果从 A4 到 A10X 所有处理器芯片都是采用 Imagination 的 IP，到 A10 之后苹果通过架构授权，有了自己的 GPU 架构把控，依然是基于 Imagination 的 TBDR 架构专利授权，隶属于该架构分支。但一旦架构授权后独立演进了，也就不再被专利卡脖子了。

在 GPU 芯片设计方面，GPU 也绝非简单的芯片设计，其设计较一般芯片更复杂，系统更庞大，涉及面更广。做 GPU 需要极其专业的团队，团队从前到后要包圆，做到软硬全栈。专业人才要涵盖架构、算法、硬件、软件以及各种验证方式，包括后端、版图、驱动、测试、机械结构、生产、供应链等领域。这意味着，GPU 研发团队需要在全链条节点上都配备丰富的量产经验人才，才能完成这样非常商业化的体系。

四、国产 GPU 最新进展

多家国产 GPU 厂商发布了产品的研发和商用情况。

2021 年 10 月上旬，壁仞科技首款通用 GPU 芯片 BR100 正式交付台积电生产，这款芯片主要聚焦人工智能（AI）训练和推理、通用运算等众多计算应用场景，可广泛应用于包括智慧城市、公有云、大数据分析、自动驾驶、医疗健康、生命科学、云游戏等领域。壁仞科技成立两年，累计融资 50 亿元。

10 月 29 日，天数智芯宣布公司全自研、国内首款云端 7 纳米 GPGPU 产品卡——“天垓 100”已正式进入量产环节。这颗芯片主要应用于数据中心和服务器等领域。在 2021 年 3 月，天数知芯还公布公司获 C 轮 12 亿元融资。

11 月，景嘉微宣布 JM9 系列已经完成流片、封装、初步测试工作。根据测试结果，这款芯片可以满足地理信息系统、媒体处理、CAD 辅助设计、游戏、虚拟化等高性能显示需求和人工智能计算需求。

同期，登临科技的 Goldwasser 系列产品商业化落地，已经应用于互联网、智慧安防等领域。此外，登临科技在 11 月获得新一轮融资，由高通创投及数家行业顶级企业联合战略投资。2020 年 6 月 Goldwasser 系列产品在台积电 12nm 工艺上 Full Mask 流片成功。

还有，芯动科技表示首款国产高性能服务器级 GPU“风华 1 号”测试成功，搭载全球顶尖的 GDDR6X 和 chiplet 技术，应用于 5G 数据中心、云游戏、元宇宙等领域。

另一大动作是摩尔线程推出首款国产全功能 GPU，内置自主研发的 3D 图形计算核芯、AI 训练与推理计算核芯、高性能并行计算核芯、超高清视频编解码计算等核芯。摩尔线程的融资也备受关注 ，公司在一年内完成了三轮融资，累计超 30 亿元。

无论是壁仞、天数智芯还是登临科技、摩尔线程等 GPU 创业公司，资本对其都是大手笔投资。究其原因，离不开 GPU 人才少、技术难度高、生态建设匮乏等因素，同时在被巨头垄断的市场，国产 GPU 迫切需要取得突破。

五、GPU 有三大应用场景：游戏 、 AI 和自动驾驶

1、游戏

IDC 数据显示，2020 年游戏 PC 和显示器的出货量同比增长 26.8％，达到 5500 万台。游戏笔记本电脑在 2020 年增长了创纪录的 26.9％。与 PC 并行，游戏显示器在 2020 年也达到了新的高度，与 2019 年相比增长了 77％以上，出货量达到了 1430 万台。

IDC 预计 2021 年游戏显示器的销量将首次超过游戏台式机。即使游戏台式机逐渐受到青睐，游戏笔记本电脑的显示器连接率不断提高也意味着游戏监控器市场的五年复合年增长率预计将超过 10％。IDC 预计 2025 年全球销量达到 7290 万，复合年增长率为 5.8％。

2、AI

移动端 AI 芯片市场不止于智能手机，潜在市场还包括：智能手环/手表、 VR/AR 眼镜等市场。

人工智能服务器通常搭载 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、语音交互等人工智能应用场景提供强大的算力支持，在提供相同算力情况下，GPU 服务器在成本、空间占用和能耗分别为传统方案的 1/8、1/15 和 1/8。

当前在云端场景下被最广泛应用的 AI 芯片是英伟达的 GPU，主要原因是：强大的并行计算能力（相比 CPU）、通用性以及成熟的开发环境。2020 年全球 AI 服务器市场规模为 122 亿美元，预计到 2025 年全球 AI 智能服务器市场将达到 288 亿美元，5 年 CAGR 达到 18.8%。

▲2020-2025 年全球 AI 服务器行业市场规模及增速（单位：亿美元）

3、自动驾驶

全球自动驾驶迈入商用阶段，未来可期。IDC 最新发布的数据显示，2024 年全球 L1-L5 级自动驾驶汽车出货量预计将达到约 5425 万辆，2020 至 2024 年的年均复合增长率（CAGR）达到 18.3%。

我国汽车市场规模不断增长，自动驾驶由 L2 向 L3 过渡。多地开展自动泊车、自动驾驶公交车、无人智能重卡等方面的示范应用。

到 2025 年，我国 PA（部分自动驾驶）、CA（有条件自动驾驶）级智能网联汽车销量占当年汽车总销量比例超过 50%，C-V2X（以蜂窝通信为基础的移动车联网）终端新车装配率达 50%。

随着传感器、车载处理器等产品的进一步完善，将会有更多 L3 级车型出现。而 L4、L5 级自动驾驶预计将会率先在封闭园区中的商用车平台上实现应用落地，更广泛的乘用车平台高级别自动驾驶，需要伴随着技术、政策、基础设施建设的进一步完善，预计至少在 2025 年~2030 年以后才会出现在一般道路上。

感知路境，短时处理海量数据。行车过程中依赖雷达等传感器对道理信息进行采集后，处理器每秒需实时数据解析几 G 量级数据，每秒可以产生超过 1G 的数据。对处理器的计算量要求较高。

自动规划，瞬时反应保障安全。处理分析实时数据后，需要在毫秒的时间精度下对行车路径、车速进行规划，保障行车过程安全，对处理器的计算速度要求较高。

兼具技术成本优势，GPU 为自动驾驶领域主流。

小结

在传统 GPU 市场中，排名前三的 Nvidia、AMD、Intel 的营收几乎可以代表整个 GPU 行业的收入。国产 GPU 的发展远远落后，但是国内市场规模和潜力巨大，在国产芯片自主创新和摩尔定律放缓等因素的驱动下，国产 GPU 和海外巨头的差距会逐步减少。