"芯"辰大海，GPU 行业前景广阔
GPU相关资讯
01
多领域应用带来 GPU 行业高景气度
# GPU 是什么？源于图形处理，强于高性能计算
GPU 最初是为了更好的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。
数据来源: CSDN，东吴证券研究所
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。
数据来源: CSDN，东吴证券研究所
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。
数据来源：CSDN，知网，东吴证券研究所
02
独立 GPU 和集成 GPU 各有千秋
# 独立 GPU 和集成 GPU 对比
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。
数据来源：CSDN，Intel，东吴证券研究所
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。
03
全球市场三大巨头垄断，中国市场前景广阔
# GPU的应用领域及全球市场规模
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%。
数据来源：NVIDIA 官网
数据来源：Verified Market Research
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。
图：2021年Q1全球PC端 GPU市场（独立+集成）出货量份额
图：2021年Q1全球PC端独立GPU出货量份额NVIDIA占比为 81%
全球独立 GPU 领域的领导者 NVIDIA。NVIDIA公司成立于1993年，是 GPU（图 形处理器）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。
04
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，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。
数据来源：知网，GTC，东吴证券研究所
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 Hopper 架构。
生态是另一核心竞争要素。软件生态是 GPU 市场除了算力之外的另一竞争要素， 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，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 的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。虽然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 年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。高性能计算是 GPU 未来发展的新兴方 向，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 等较为成熟的计算生态，国产 GPU 刚刚起步，需要重视生态建设，为未来发展打下基础。
数据来源：知网，东吴证券研究所
图片｜封面、插图来源于网络
文字｜来源东吴证券研究所（侵删）