2022-2023年GPU行业洞察报告PPT

2022-10-1720XX年汇报人：卢木仲2022-2023年GPU行业洞察报告目录contens01行业发展概述02行业环境分析03行业现状分析04行业格局及发展趋势为促进行业科技创新事业发展，全面提升科技创新能力，中国逐为促进行业科技创新事业发展，全面提升科技创新能力，中国逐步加大行业经费投入、落实税收优惠、鼓励科研人才发展，全面步加大行业经费投入、落实税收优惠、鼓励科研人才发展，全面推动科研事业发展，同时带动科研服务市场增长，广泛运用于各推动科研事业发展，同时带动科研服务市场增长，广泛运用于各个研究领域，未来市场空间将进一步释放个研究领域，未来市场空间将进一步释放更加逼真的图形展现图图形形显显现现是是GPUGPU芯芯片片最最初初的的功功能能，随随着着视视觉觉科科技技和和虚虚拟拟现现实实技技术术的的发发展展，更更加加真真实实的的图图形形显显现现效效果果会会对对GPUGPU的的并并行行计计算算能能力力提提出出更更高高的的要要求求，因因此此，图图形显现是形显现是GPUGPU芯片未来重要的发展方向。芯片未来重要的发展方向。摘要页高性能计算高高性性能能计计算算主主要要包包括括通通用用计计算算和和人人工工智智能能计计算算。通通用用计计算算就就是是用用GPUGPU来来处处理理一一些些原原本本CPUCPU可可以以处处理理、但但是是更更适适合合拥拥有有强强大大浮浮点点计计算算能能力力的的GPUGPU处处理理的的运运算算，比比如如人人脸脸识识别别等等。人人工工智智能能计计算算是是另另一一种种高高性性能能计计算算，不不同同于于传传统统的的基基于于流流处处理理器器的的GPUGPU，用用于于AIAI计计算算的的GPUGPU大大多多数数情情况况下下浮浮点点计计算算精精度度要要求求较较低低，但但对对计计算吞吐量要求较高。算吞吐量要求较高。第一章 行业发展概述01行业定义GPU（GraphicProcessingUnit）即图形处理器，属于半导体中集成电路中最复杂，技术水平要求最高的逻辑器件领域，属于大规模IC产品，是国产化水平最低的领域，其核心优势在于解决数据并行计算问题，主要应用于PC显卡（集显和独显）和AI计算等。与CPU相比，GPU拥有更多的算数单元，从下游主要应用方式而言，在计算机中CPU和GPU分别作用于计算机的逻辑计算和图形显示，按照可分为带核显的CPU（GPU和CPU集成在同一块电路）和不带核显的CPU+独立显卡。CPU虽然有多核，但总数仍停留在两位数内（目前最高可达56核心），每个核都有足够大的缓存和足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件；GPU的核数远超CPU，被称为众核（目前英伟达最高核心数已突破五位数）。每个核拥有的缓存大小相对小，数字逻辑运算单元也少而简单。GPU是显卡的处理器:显卡全称显示适配卡，又称显示适配器，用于协助CPU进行图像处理，作用是将CPU送来的图像信号经过处理再输送到显示器上，由主板连接设备、监视器连接设备、处理器和内存组成，GPU即是显卡处理器。GPU有大量的ALU，Cache很小，缓存的目的不是保存后面需要访问的数据，而是为线程提高服务效率;没有复杂控制逻辑没有分支预测等组件;上述设计，使得GPU擅长大规模并行计算任务。擅长浮点计算，并行处理能力强，能做到几千核高并发，适合图形处理、机器学习训练等。GPU行业定义2006年启动核高基”专项，景嘉微于2010年开展第二代GPU研发。行业发展历程2006年国产GPU企业数量由少到多，诞生了一批领军企业。GPU产业发展与发达国家车距仍然较人。2020年产业链上游GPU行业上游龙头企业已开始对产业链进行延伸，逐渐进军原材料生产领域，以规避高额进口原料的成本支出，攫取上游毛利。此外，伴随着上游原料生产企业的重组进程加快以及中国市场参与者技术水平的提高，GPU行业上游原材料供应有望朝着专业化和规模化的方向继续发展，逐渐抢夺外资企业在行业内的话语权。产业链上游GPU行业中游企业原材料大部分依靠进口，主要原因是下游消费终端为保障科研成果，对行业产品的质量稳定性要求较高，因此，中游科研用制备厂商更倾向于选择仪器先进、供应链稳定的进口原材料供应商。企业产品价格主要受市场供求关系的影响。由于GPU企业的产品毛利较高，原材料价格波动不会对企业的盈利能力产生重大影响。产业链上游GPU行业下游企业市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。随着全球范围内生物医药行业研究的深入及产业化程度的提升，中国行业产品种类进一步丰富，应用领域持续增加，个性化、高端化的产品将逐渐获得更广阔的应用空间。第二章 行业环境分析02GPU行业政策支持十四五规划政府报告国家政策领导讲话国务院发布政策、十四五规划、政府报告、领导讲话等都有对国务院发布政策、十四五规划、政府报告、领导讲话等都有对GPUGPU行业做了一些纲领性行业做了一些纲领性的指导，合理的解读能够为的指导，合理的解读能够为GPUGPU行业做了好的发展指引。行业做了好的发展指引。行业政策支持GPU行业社会环境2018年，美国在出口管制改革法中提议“多边机制将新兴技术纳入管制清单”，同年11月，BIS发布关于审议对新兴技术管制的预约立法建议,将神经网络和深度学习、遗传计算、视觉、语音、AI云技术、AI芯片组等人工智能类目列入新兴技术管制。2020年初，BIS宣布对“地理图像识别软件”实施临时管制。这一时间内，美国对人工智能的管制方向主要集中在软件、算法层面，并未深入到芯片层。2021年7月，美国国防部高级研究员在CSET智库上发布报告人工智能背后的国力，报告提出，人工智能会根本性改变大国竞争，在中美竞争中，利用人工智能更多、更快的一方将获胜。这段时间，多家美国企业、机构开始在国内进行“预防式调研”，重点关注了一批在人工智能、图像识别、语音识别领域拥有较高曝光度的企业。随着美国政府要求英伟达、AMD向中国停止销售高端AI芯片，筹备良久的“AI制裁”终于开始落地了。对相关企业而言，此次禁售通知相对突然，但并不意外，因为“美国正在研究GPU出口管制措施”的消息在国内至少已传播了半年之久，正式的管制政策可能会在3个月内出台。在美国近几年不断完善的出口管制产品中，GPU像一条漏网之鱼，NANDFlash这类产品都有一个“3A991”的ECCN编码，但GPU的编码始终是“无特殊管制、无需申请许可证”的EAR99。这其实是因为人工智能的发展速度超出了政府的反应速度。行业社会环境行业社会环境早期GPU多用于2D和3D图形的计算和处理。传统上来说，之前GPU最关键的市场在游戏领域。但长期来看，这部分市场增速趋缓，甚至隐隐有下降势头。而在眼下的算力时代，取而代之的，与数字化转型相关的用例已成为GPU应用的主要阵地；深度神经网络、数据分析、可视化、互联网推荐算法、数字孪生等均离不开GPU。除游戏主机与PC之外，其终端应用还包括服务器、汽车、移动等领域。行业社会环境第三章 行业发展现状03行业现状目前国内GPU企业主要细分多功能GPU和通用GPU企业，主要分布应用PC端和AI计算端，但大多企业仍主要停留在研发及待商用化阶段，部分发布产品就性能而言在国际水平存在一定的竞争力，但整体生态，上游IP依赖仍是国产CPU发展难题，实际商用化和市场竞争力仍存在理论水平，目前实际商用化的仅景嘉微一家，且经营状况相对较好，就投资热度而言，2022年虽然上半年GPU投资热度下降，下半年市场热度有所回升，就趋势而言，国产GPU企业数量持续增长，GPU发布产品数量持续增长，国产GPU程度稳步推进。行业现状从全球GPU行业市场规模来看，据统计，2020年全球GPU行业市场规模为251亿美元，2027年将达到1851亿美元，年平均增速为382%，保持高速增长状态。中国大陆独立GPU2027年市场规模超过341亿美元，国产化孕育良好机会。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。估算得出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，2027年中国大陆GPU市场规模将超过345.57亿美元。从国内GPU芯片板卡市场来看，增长速度或将趋缓。据统计，2020年中国GPU芯片办卡市场规模为124亿元，同比增长40.91%。到2024年，市场规模将达到370亿元，年均复合增长速度约为30%。随着国内芯片技术的进步，国产GPU芯片已经慢慢发展起来，中国GPU芯片板卡市场将高速增长:2024年,中国GPU芯片板卡市场规模将达到370亿元，年均复合增速约30%。行业现状从中国主要芯片国产化率来看，射频芯片、移动通信终端、模拟芯片、闪存、微控制器、内存、可编辑逻辑器件的国产化率分别为40%、24%、15%、5%、3%、1%、1%。谨慎估计GPU芯片的国产化规模约37亿元，由于GPU指令集复杂程度相对较低,国内有一定基础，国产化率有望达到10%-15%，对应37-56亿元的市场规模。英伟达是全球领先的GPU供应商，英伟达是全球GPU市场绝对领先者，2020年英伟达数据中心收入29.8亿美元；2021财年公司营业收入规模达到了约167亿美元。集成电路芯片产业链是信息技术产业链的关键，对支撑点、社会发展和社会经济具有重要的现实意义。未来两年，随着5G的逐渐普及，越来越多的计算将转移到云托管，所以我们可以看到大数据中心的计算速率，尤其是GPU计算速率，正在以非常高的速度增长。此外，在网络服务器、汽车和工业生产行业的应用呈现出很高的发展趋势。01020304行业现状GPUGPU技术壁垒技术壁垒GPUGPU设计是一项系统工程。总体来说，技术架构为设计是一项系统工程。总体来说，技术架构为GPUGPU的硬件壁垒，算法及生态是的硬件壁垒，算法及生态是GPUGPU的软实力所在。缺一不的软实力所在。缺一不可，壁垒极高。硬件架构方面，可，壁垒极高。硬件架构方面，GPUGPU结构精密复杂，是结构精密复杂，是长期技术演进的结果。高级图形处理步骤较多，包括顶长期技术演进的结果。高级图形处理步骤较多，包括顶点处理、光栅化、纹理贴图等步骤，给予支持的是底层点处理、光栅化、纹理贴图等步骤，给予支持的是底层精密复杂的硬件结构。以英伟达精密复杂的硬件结构。以英伟达20182018年推出的年推出的TuringTuring架架构为例，其包含构为例，其包含46084608个个CUDACoreCUDACore、576576个深度学习矩个深度学习矩阵运算单元、阵运算单元、7272个光追单元等。算法方面，个光追单元等。算法方面，GPUGPU图形渲图形渲染需用到计算图形学，涉及数学、物理等多学科知识。染需用到计算图形学，涉及数学、物理等多学科知识。模拟真实世界时，即便是树叶抖动、风吹发丝、水波荡模拟真实世界时，即便是树叶抖动、风吹发丝、水波荡漾这样看似平常的场景，若想在计算机上实现，都需要漾这样看似平常的场景，若想在计算机上实现，都需要大量图形算法。生态方面，分析师指出，软件生态是大量图形算法。生态方面，分析师指出，软件生态是GPUGPU厂商的重要竞争屏障。还是以龙头英伟达为例，公厂商的重要竞争屏障。还是以龙头英伟达为例，公司已与行业伙伴形成商业合作司已与行业伙伴形成商业合作/互相授权，同时，还推出互相授权，同时，还推出供软件开发人员使用的供软件开发人员使用的CUDACUDA平台，形成开发人员社区平台，形成开发人员社区生态。生态。GPUGPU出货量出货量就整体显卡市场变动情况而言，就整体显卡市场变动情况而言，20202020年下半年年下半年“挖矿挖矿”带带动全球独显需求爆发式上升，动全球独显需求爆发式上升，GPUGPU出货量出现持续增长趋出货量出现持续增长趋势，整体势，整体GPUGPU出货量波动情况和比特币价格高度相似，一出货量波动情况和比特币价格高度相似，一度在比特币高点的度在比特币高点的Q2Q2达到