计算机行业“构筑中国科技基石”系列报告25：GPU研究框架-230213（102页）.pdf

1、请务必阅读末页的免责条款和声明2023年年2月月13日日计算机行业“构筑中国科技基石”系列报告25GPU：研究框架（100页）中信证券研究部计算机团队杨泽原，丁奇2核心观点核心观点核心结论：核心结论：GPU的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内GPU厂商纷纷大力投入研发快速厂商纷纷大力投入研发快速迭代架构，推动产业开放构建自主生态，加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧，迭代架构，推动产业开放构建自主生态，加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧，AI&数

2、据中心、智能汽车、游戏等数据中心、智能汽车、游戏等GPU需求有望高增，国产需求有望高增，国产GPU迎来发展黄金期，我们看好国产迎来发展黄金期，我们看好国产GPU公司的发展与投资机公司的发展与投资机遇。遇。理解理解GPU的核心：性能先进性的核心：性能先进性+生态计算壁垒生态计算壁垒GPU物理性能取决于物理性能取决于微架构、制程、流处理器数量、核心频率等，微架构、制程、流处理器数量、核心频率等，其中微架构是核心点其中微架构是核心点。我们认为微架构的快速创新迭代是GPU性能领先的前提，其图形渲染单元和通用计算单元设计向着“更多、更专、更智能”的方向优化迭代。根据应用场景来划分，数据中心要求强算力、高

3、并发吞吐量；游戏业务要求浮点运算能力强、访存速度快；图形显示要求图显专业化、精细化等。生态：生态：GPU生态构筑通用计算极深壁垒，生态构筑通用计算极深壁垒，CUDA生态占据大部分市场，类生态占据大部分市场，类CUDA生态蓬勃发展生态蓬勃发展。GPU生态由上层算法库，中层接口、驱动、编译器和底层硬件架构三大部分基本构成。GPU研发难度在图形渲染硬件层面和通用计算软件生态层面，在IP、软件栈方面研发门槛较高，需要较长的积累，先发优势明显。CUDA生态从2006年推出至今，经过不断发展完善，几乎已在行业生态内处于垄断地位，目前ROCm等兼容Cuda的类计算生态蓬勃发展并处于快速推广阶段。海外复盘：海

4、外复盘：NVIDIA与与AMD（ATI）的竞争贯穿）的竞争贯穿GPU发展历程，架构创新升级和新兴发展历程，架构创新升级和新兴AI等领域前瞻探索是领跑的关键等领域前瞻探索是领跑的关键NVIDIA长期居于长期居于GPU市场领导地位，近年市场领导地位，近年AMD凭借凭借RDNA架构在游戏市场强势崛起。架构在游戏市场强势崛起。Verified Market Research数据显示，2022年全球独立GPU市场规模约448.3亿美元，NVIDIA和AMD的市场份额占比约为8:2。根据JPR数据，NVIDIA凭借自身性能领先和CUDA生态优势性始终占有GPU领域超50%的市场份额，数据中心业务更是全面领

5、先，在游戏显卡领域，近年AMD凭借RDNA系列架构强势崛起。NVIDIA先后与先后与AMD等企业在性能方面竞争博弈，架构创新升级和新兴领域前瞻探索是领跑等企业在性能方面竞争博弈，架构创新升级和新兴领域前瞻探索是领跑GPU行业的关键。行业的关键。NVIDIA凭借性能领先长期占据超五成市场份额，AMD（ATI）也曾因架构出色、性能惊艳实现反超。同时NVIDIA早在2006年前瞻性布局通用计算、构建CUDA生态，为如今AI&数据中心领域的全面领先构筑牢固的壁垒。NVIDIA积极布局异构芯片、汽车、元宇宙等新市场，寻找新的强有力业务增长点。2YnUuZjXuXcZwOxP9PbPbRtRnNsQpMe

6、RrRtRfQnMtP9PmMvMwMtRqQvPoPnM3核心观点核心观点国内国内GPU市场：各应用场景市场广阔市场：各应用场景市场广阔，国内厂商大有可为国内厂商大有可为需求端需求端1AI：数据中心和终端场景不断落地对计算芯片提出更多更高需求。：数据中心和终端场景不断落地对计算芯片提出更多更高需求。新一轮AI对算力需求远超以往：ChatGPT类语言大模型底层是2017年出现的Transformer架构，该架构相比传统的CNN/RNN为基础的AI模型，参数量达到数千亿，对算力消耗巨大，对算力硬件有大量需求。甲子光年预测，中国AI芯片市场规模2023年达到557亿元。AI芯片可进一步细分为云端和