GPU行业深度研究：AI大模型浪潮风起，GPU芯片再立潮头

概述GPU芯片：核心功能与性能提升的关键

在科技飞速发展的今天，GPU（图形处理器）已不仅仅局限于处理图形图像相关的运算工作。它们广泛应用于个人计算机、工作站、移动设备、游戏机乃至嵌入式系统中，扮演着越来越重要的角色。那么，GPU究竟是什么呢？本文将为你揭示GPU的奥秘。

一、GPU的定义与主要组成

GPU，即图形处理器，是一个异构的多核处理器芯片，专为图形图像处理而优化。其结构包括运算单元、各级缓存、Warp调度器、存取单元、分配单元、寄存器堆等核心组件，并通过PCIe总线接口与CPU连接，协同工作。

二、GPU相较于CPU的并行计算能力更强

CPU中的运算单元占据面积相对较小，而GPU则是为并行计算而设计，拥有数量众多的运算单元，适合处理计算密集、易于并行的程序。这使得GPU在图形渲染和某些特定计算任务上表现出强大的性能。

三、GPU的核心功能

1. 图形渲染：GPU凭借强大的并行计算能力，已经成为个人电脑中图像渲染的专用处理器。其渲染流程包括顶点着色、形状装配、光栅化、纹理填充着色以及测试与混合等多个阶段。

2. 通用计算：GPGPU概念的提出，为GPU的应用开拓了更广泛的前景。GPGPU是基于GPU的通用计算，利用GPU的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。其在数据中心被广泛用于人工智能、高性能计算和数据分析等领域。

四、微架构：GPU性能提升的关键所在

GPU的微架构是其性能提升的关键所在。微架构由流处理器、纹理映射单元、光栅化处理单元等多个部件组成，这些部件共同工作，使得GPU在处理大量同类型数据的密集数值计算时表现出卓越的性能。微架构的设计直接影响到芯片的频率、运算能力以及能耗水平，是芯片设计的核心。例如，英伟达H100相较于A100的性能提升，在很大程度上得益于其微架构的设计优化。

GPU市场概览

全球GPU市场正在经历前所未有的高速增长。据VerifiedMarketResearch预测，到2028年，GPU市场规模有望达到惊人的2465亿美金，而从2020年至2028年的复合年增长率（CAGR）更是高达32.9%。这一繁荣景象背后的推动力来自于多个领域的需求增长，包括深度学习、科学计算、视频编解码以及日益受到关注的智能驾驶和移动端领域。

GPU市场细分

GPU市场可以根据应用端划分为多个领域，包括PCGPU、服务器GPU、智能驾驶GPU和移动端GPU。其中，PCGPU可进一步细分为独立显卡和集成显卡。独立显卡，特别是在图形设计和游戏领域，对性能有着极高的要求。英伟达和AMD是这一领域的佼佼者。集成显卡则更多应用于对图形处理性能要求不高的办公领域，主要供应商包括Intel和AMD。服务器GPU则广泛应用于深度学习、科学计算等领域，其中英伟达占主导地位。而在自动驾驶领域，GPU的车端AI推理功能也备受瞩目，英伟达同样占据市场的主导地位。

PC显卡市场的风云变幻

近年来，独立显卡市场经历了一次重大的市场波动。JonPeddieResearch的数据显示，2022年独立GPU出货量出现了显著下滑。集成显卡的出货量同样面临压力。疫情期间的居家办公需求刺激了笔记本电脑的消费增长，从而带动了集成显卡的购买激增。后疫情时代的需求减弱和供应商过剩库存的问题使得集成显卡的出货量不断下滑。独显市场则在经历了一段时间的寒冬后，开始逐渐回暖。

GPU在数据中心：潜力无限

在数据中心领域，GPU的应用正展现出巨大的潜力。人工智能的训练、推理、高性能计算（HPC）等领域都离不开GPU的身影。随着预训练大模型的兴起，人工智能服务器市场正快速增长。巨量化的人工智能发展趋势，尤其是模型参数多、训练数据量大的特点，为人工智能服务器的市场增长注入了强劲动力。高性能计算（HPC）在科学研究、气象预报、计算模拟等领域的应用，也极大地推动了GPU在该领域的稳定增长。

英伟达：人工智能芯片的领航者

作为全球GPU领域的龙头企业，英伟达的发展历程令人瞩目。从一家专注于智能芯片设计和图形处理技术的半导体公司，英伟达已经成功转型为计算平台企业。其产品线覆盖了游戏、数据中心、专业可视化、自动驾驶等多个领域。针对这些具体场景，英伟达推出了优化的芯片和服务器，并打造了相应的软件生态。在硬件和软件的全栈式解决方案支持下，英伟达提供了AI计算、高性能计算、自动驾驶等众多计算服务。

盈利能力的历史表现与未来展望

英伟达的盈利能力一直表现优异。在FY2023年，公司实现营业收入269.74亿美元，与上一年基本持平。虽然游戏业务和专业可视化业务营收有所下滑，但数据中心业务保持快速增长趋势。进入FY24Q1，公司业务的恢复性增长得益于游戏业务的快速复苏，整体业务重回环比正增长阶段。由于游戏显卡和数据中心计算芯片的需求相对疲软，公司面临库存水平较高的问题，导致大额的资产减值损失，净利润水平在FY2023财年有所下滑。不过总体来看，随着市场的不断发展和需求的增长，英伟达的未来发展前景依然光明。在FY2023年，数据中心业务实现了高达150亿美金的营收，同比增长率达到了惊人的55.6%。这项业务已成为公司未来的增长引擎。受益于人工智能算力需求的激增，该业务在中长期内保持了强劲的增长势头。在FY23Q4季度，受到云厂商资本开支的影响以及中国市场需求相对疲软，其营收略有下滑。尽管如此，其下滑幅度并未改变整体业务的稳健增长态势。

游戏业务在FY2023年实现了90.6亿美金的营收，虽然同比下滑了27.3%，但在营收占比中仍占据了重要的33.6%。在经历了FY23Q2后的显卡市场冲击后，游戏业务经历了连续两个季度的下滑，但在FY23Q4季度出现了恢复性增长。与此专业可视化业务在FY2023年营收达到了15.44亿美金，虽然也面临下滑压力，但公司正积极应对市场变化。

在汽车业务领域，公司凭借其强大的自动驾驶解决方案，营收实现了显著增长，达到了9.03亿美元，同比增长率高达59.5%，营收占比也从2021年的2.1%跃升至3.35%。值得一提的是，公司的游戏GPU技术优势明显。GeForce RTX 40系列显卡凭借其显著的技术优势，实现了游戏性能的大幅提升。采用英伟达AdaLovelace架构的这款显卡，全景光追性能提升了4倍，渲染帧率也通过DLSS 3技术成倍增长。这些技术进步使得公司在游戏领域保持了领先地位。

移动GPU市场概览

在移动设备中，GPU的设计融合了诸多独特的技术与策略。它们不仅要应对能耗与体积的约束，而且还需要以集成的SOC芯片形态呈现在移动设备上，广泛应用于手机、平板电脑等移动设备上，甚至是VR、AR和物联网设备中。这些GPU的核心与CPU一同在SOC芯片上协作，共享有限的内存带宽。当频繁使用内存带宽时，它们会导致较大的能耗。但有一个解决方案能巧妙地解决这个问题：那就是采用分块渲染架构（TilebasedRendering，TBR）。这种架构通过将帧缓冲分割成小块并在高速内存中进行逐块渲染的方式，显著减少了DRAM的访问次数，从而降低了整体能耗。通过采用分块延迟渲染架构（TBDR）和影藏面消除（HSR）技术，渲染效率得到了进一步的提升。

高通在移动GPU领域的领先地位

高通在旗舰Android智能手机SoC市场中稳居领先地位。其自研GPU源自收购AMD的移动GPUImageon系列，经过不断研发与改进，已发展到“Adreno-7”系列。据IDC报告指出，尽管全球手机市场在2022Q3出现了出货量下滑的趋势，但高通的手机业务营收却实现了显著的增长。CounterpointResearch的数据显示，高通在AP/SoC芯片市场的份额已有所提升，稳占高端安卓市场。多家知名厂商和品牌如华硕ROG、黑鲨、荣耀等都在使用高通的骁龙8+技术。

国内GPU市场的前景与挑战

在国内市场上，GPU市场的前景十分广阔。随着数字化经济的不断推进和对GPU需求的不断增长，国内GPU市场将迎来巨大的发展空间。据VerifiedMarketResearch的数据预测，到2023年，中国GPU市场规模预计将达到惊人的111亿美元。国产替代的过程中也存在诸多挑战，包括软件生态和IP、生产工艺的不确定性等。人才储备不足和高昂的人力、时间、资金投入成本也是国产GPU厂商需要克服的难题。尽管如此，伴随着宏观经济的回暖以及国内互联网企业加大对AI算力的布局，PC和服务器的需求上升有望为国产GPU市场带来整体拉动效应。

海光信息：高端处理器研发的佼佼者

作为一家专注于研发、设计和销售高端处理器的公司，海光信息在服务器和工作站计算领域扮演着重要角色。该公司已经成功研发出多款性能达到国际同类产品水平的高端CPU和DCU产品。从深算一号DCU的商业化应用到第二代DCU深算二号产品的研发工作启动，海光信息始终致力于推动计算技术的进步。