多领域应用带来 GPU 行业高景气度

GPU 最初是为了更好地做图形处理而专门设计的微处理器。20 世纪 80 年代之前，图形处理工作都由 CPU 负责，后来随着对图形显示要求的提高，专门用于图形处理的 微处理器 GPU（Graphics Processing Unit）被设计出来，使显卡减少了对 CPU 的依赖，计算机的图形显示能力得以提升。

GPU 比 CPU 更擅长并行计算。

从芯片设计思路看，CPU是以低延迟为导向的计算单元，通常由专为串行处理而优化的几个核心组成，而GPU是以吞吐量为导向的计算单元，由数以千计的更小、更高效的核心组成，专为并行多任务设计。

高性能计算需求打开 GPU 市场第二增长曲线。

GPU原本只是用于图形和图像的相 关运算，受CPU的调配，但随着云计算、AI等技术的发展，GPU并行计算的优势被发 掘，在高性能计算领域取代CPU成为主角。2006年，NVIDIA发布了第一款采用统一渲染架构的桌面 GPU和CUDA通用计算平台，使开发者能够使用NVIDIA GPU的运算能力进行并行计算，拓展了GPU的应用领域。2011年，NVIDIA发布TESLAGPU计算卡，正式将用于计算的GPU 产品线独立出来，标志着GPU进入高性能计算时代。

独立 GPU 和集成 GPU 各有千秋

GPU 可分为集成 GPU 和独立 GPU，景嘉微产品属于独立 GPU。GPU 按照接入类 型划分，可以分为集成 GPU 和独立GPU。集成GPU集成在主板上，而独立 GPU 插在 主板的相应接口上。集成 GPU功耗更低、性能较弱、升级更换较难、价格较低，主要用于办公等中低端领域；独立 GPU 性能更强、升级更换简单、价格较高，主要用于游戏、高性能计算等中高端领域。

未来独立 GPU 市场规模大，集成 GPU 有望向 SoC 方向发展。

随着深度学习、云计算等新技术的发展，市场对具有高性能计算能力的独立GPU需求不断增加。从独立 GPU巨头 NVIDIA 的营收结构可以看出，2020年高性能计算业务计算和网络收入为 68.41 亿美元，同比增加 109%，营收占比达到 41%。未来随着新兴技术的进一步落地，具有高性能计算能力的独立GPU市场规模将会更大。在中低端市场，集成GPU因其较 高的性价比，仍有很强的竞争力，未来有望向能耗更低、体积更小、性能表现相对更好的SoC 方向发展。

全球市场被三大巨头垄断，中国市场前景广阔

多领域应用驱动市场规模扩大。随着 GPU 的并行计算优势被逐步挖掘，GPU 的应用领域从图形处理扩展到高性能计算，市场需求变大。根据Verified Market Research 的数据，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，年平均增速高达32.82%。

全球 GPU 市场呈现寡头竞争格局，Intel、NVIDIA 和 AMD 三大公司分食全球市场。集成GPU市场Intel优势明显，独立GPU市场NVIDIA与 AMD两强割据。根据 Jon Peddie Research 的数据显示，2021年Q1，在全球 PC 端 GPU市场中，Intel以68% 的市场份额位居榜首，AMD和NVIDIA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，NVIDIA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。

全球独立 GPU 领域的领导者 NVIDIA。NVIDIA公司成立于1993年，是 GPU（图 形态处理器）的发明者，也是人工智能计算的领导者。NVIDIA的主要业务分别是游戏业 务、数据中心业务、专业视觉业务和自动驾驶业务。NVIDIA 2020年营收 167 亿美元，其中游戏、数据中心、专业视觉、自动驾驶业务分别贡献了营收的 47%、40%、6%、3%， 其业务的丰富性和收入体量再次印证了 GPU 超出原有图形处理领域，在其他领域的广泛应用。

AMD 是全球唯一可以同时提供高性能 GPU 和 CPU 的企业。AMD 的显卡来源于 2006 年并购的ATI科技，在这之后的4年中，AMD 继续使用 ATI 作为显卡品牌，直到2010年，AMD才抛弃原 ATI 的品牌命名方式。截至 2020 年，AMD 同时提供独立 GPU 和集成 GPU，其集成 GPU主要运用在 Ryzen APU、嵌入式、半定制平台中；独立 GPU 分为 Radeon 和 Instinct 系列，主要用于游戏、专业视觉、服务器等应用。2016-2020 年， AMD 的计算和图形收入的营收由19.88亿美元上升至64.32亿美元，年复合增速高达 34%。在游戏领域，NVIDIA和AMD 不分伯仲，但在通用计算领域，NVIDIA 高瞻远瞩，已经形成CUDA生态，市场份额远超 AMD。

中国大陆独立 GPU2027 年市场规模超过 341 亿美元，国产替代孕育良好机会。由于NVIDIA和AMD基本占据了独立GPU市场的全部份额，所以根据两者 2020 年在中国大陆的独立GPU销售收入，可以估测 2020 年中国大陆 GPU 市场的规模。2020年中国大陆的独立 GPU 市场规模为 47.39 亿美元。保守假设中国GPU市场规模保持与全球 GPU 市场规模相同的增速，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。

GPU未来发展方向

#图形显示和高性能计算是两大应用方向

GPU 未来主要有两大应用发展方向。从需求端考虑，GPU的优势在于并行计算， 需要大规模运用到并行计算的领域就是未来GPU的发展方向。

1）更加逼真的图形展现。 图形显现是GPU芯片最初的功能，随着视觉科技和虚拟现实技术的发展，更加真实的 图形显现效果会对 GPU 的并行计算能力提出更高的要求，因此，图形显现是GPU芯片 未来重要的发展方向。

2）高性能计算。高性能计算主要包括通用计算（GPGPU）和人工智能计算（AIGPU）。GPGPU就是用GPU来处理一些原本 CPU可以处 理、但是更适合拥有强大浮点计算能力的GPU处理的运算，比如人脸识别等。AIGPU 是另一种高性能计算机，不同于传统的基于流处理器的 GPU，用于 AI计算的GPU 大多数情况下浮点计算精度要求较低，但对计算吞吐量要求较高。

算力是 GPU 的关键指标。图形处理和高性能计算都对GPU的并行计算能力都有很 高的要求。算力的高低是衡量GPU性能强大与否的关键指标，为此，业界巨头NVIDIA不断更新自己的硬件架构，以达到更高的并行计算能力，其 2021 年发布的 RTX 3070 Ti 采用 Ampere 架构，CUDA 核心数量是其 2018 年发布的 RTX 2080 Ti 的两倍多，同时 NVIDIA 正在研发新一代计算能力更强的技术 Hopper 架构。

生态是另一个核心竞争要素。软件生态是 GPU 市场除了算力之外的另一个竞争要素， 良好的生态意味着更多的开发者和使用者，从而带来更大的市场份额。在高性能计算领 域，NVIDIA通过降低开发难度、支持学生和老师发论文、支持创业公司使用CUDA、开源相关库等一系列措施建立通用计算平台CUDA的生态，聚拢了大批客户和开发者， 得以称霸高性能计算市场。

国产 GPU 的发展需要兼顾算力与生态。目前国产GPU厂商主要分为两大类，一类 是从图形显示开始做起，未来想像NVIDI一样逐步转向高性能计算；另一类是专攻于 高性能计算机，其产品不具备图形显示能力。但两者的生态建设目标都比较落后。国产GPU 发展要做好以下几点：

1）进一步提高图形处理能力，保障国产 GPU 的基本功能。高性能计算的应用使得 GPU 市场需求快速增加，但是图形处理依旧是 GPU 的基本能 力和应用，NVIDIA2020 图形处理营收占比依旧高达 59%。

2）扩展高性能计算能力， 增强国产 GPU 除图形处理之外的非传统功能。高性能计算机 GPU 未来发展的新兴方向 项，国产 GPU 需要把握新兴方向，争取占据科技高地。

3）逐步建设生态系统，提高用户体验。国外 GPU 发展具有先发优势，已经有 CUDA、ROCm 等较为成熟的计算机生态，国产 GPU 刚刚起步，需要重视生态建设，为未来的发展打下基础。