GPGPU核心部分、市场规模及格局分析

擅长高效并行计算，应用领域逐步扩展。

GPGPU：利用图形处理器，进行高性能计算。GPU 最初的定位是解决 CPU 在图形图像领域效率低的问题，主要提升图形、图像、视频等数据的处理性能，通过 PCI-E 总线与 CPU 处理器通信，接受 CPU 调度指挥。 后期衍生为两大分支，一种继续用于图形图像，另一种作为运算协处理 器（GPGPU）。GPGPU 架构包含多个运算单元核心，核心部分包含多 个可编程多处理器，需要协同工作共同完成运算任务，具有处理并行计 算任务的优势；并且流处理器支持专用向量、张量、矩阵运算指令，提 升浮点运算的精度和性能，满足不同计算场景的需要。GPGPU 的优势 在于具备高效的并行性、能进行高密集运算、善于大规模数据流并行处 理，是人工智能领域最主要的协处理器解决方案，占据人工智能 90%以 上的市场份额。

可以从性能、架构和应用领域三个维度分析比较 GPGPU：1）性能：计算能力、热设计功耗、能效比、进程、内存和内存带宽是 GPGPU 的关键参数。计算能力是 GPGPU 的核心关键参数，其中 TFLOPS 是指每秒一万亿次浮点运算次数，数字越大代表每种格式下的 芯片计算能力越强。考虑到热设计功耗问题，能效比是反映相同功耗下 GPGPU 可提供的计算能力。GPGPU 未来提高性能的关键技术，主要 从提升工艺制程、增加运算核心数量、采用更高带宽的片上存储器、提 高存储器的带宽和容量等方面提升，高带宽、低延时的片间互连总线结 构也是未来产品优化提升的方向之一。

2）类 CUDA 生态：软硬件集成所带来的性能优化已成为 GPGPU 的关 键竞争力。基于 GPGPU 的 AI 芯片生态系统是轻量级、模块化的软件 开发环境，不仅提供多种开发工具和运行时环境，也拥有丰富的系统关 键功能组件，主流的框架包括 OpenCL、SYCL、CUDA。而海光协处理 器全面兼容 ROCm GPU 计算生态，与 CUDA 在生态、编程环境等方面 具有高度的相似性，便于 CUDA 用户以较低代价快速迁移至 ROCm 平 台，与国际主流商业计算软件和人工智能软件的适配性较高，软硬件生 态丰富，软件开发人员对生态系统完整性和多样性的提升促进了 GPGPU 的持续发展。

3）应用领域：GPGPU 广泛应用于人工智能领域、商业计算和大数据处理领域。主要部署在服务器集群或数据中心，在智能工厂、无人驾驶、 智慧城市等领域具有广泛的市场空间。GPGPU 可覆盖 4-64bit 的计算精 度，32bit、64bit GPGPU 适合高性能计算场景，适用于信号处理、三维 医学成像、民用雷达、能源等领域，在工业、国防、科研有广泛应用场 景。并且，GPGPU 适用于超算、大数据处理、人工智能等对算力要求 非常高的应用场景，以超算领域为例，2020 年全球超算系统 TOP500 中，有七成采用 GPGPU，在 TOP25 中，有 20 个采用 GPGPU。

算力是大模型推广之基，全球算力规模呈高增长态势。算力指计算设备 执行算法、处理数据的能力，包括 CPU、GPU 等。随着 AIGC 的浪潮 兴起，算力是大模型推广的奠基石，推理的算力需求通常会随着用户使 用 AI 模型次数的增加而增加，随着大模型向千行百业的渗透速度加快， 推理所需的计算能力未来将持续增长。大模型训练所需算力每 3-4 个月 增长 1 倍，增速远超 18-24 个月增长 1 倍的摩尔定律，据灼识咨询，预 计 2030 年全球算力规模达到 56ZFlops ，智能算力 2021-2030 年年均 复合增长率将超 65%。

数据中心建设提速，算力芯片（GPGPU）、AI 服务器有望持续放量。 GPGPU 高度并行的计算资源为大型模型的训练和推理提供了不可或缺 的支持，已成为国内 AI 领域运算加速主要解决方案。据中商产业研究院， 2024 年中国 AI 芯片市场规模预计达 1412 亿元，2019-2024 年 CAGR 达 64.8%，其中 GPU 为主流技术路径。海光的大股东为中科曙光，中 科曙光在高性能计算领域的竞争优势显著，且已经占据较大市场规模， 海光 DCU 有望与股东中科曙光产生较强的协同效应。

AI 服务器应用普及化，GPU 迎来量价齐升。中国 AI 服务器市场规模和 出货量逐年增长，根据中商产业研究院预测，2024 年市场规模将达 560 亿元，2024 年中国 AI 服务器出货量将达到 42.1 万台。单服务器搭载GPU 颗数提升，带动服务器 GPU 芯片价值量增长，4 卡/8 卡 GPU 服 务器逐步成为主流，单台服务器的芯片价值量提升。

英伟达市占强势领先，IP 限制下国产化之路仍远。国际 GPU 市场主要 被NVIDIA和AMD占据，国内人工智能芯片设计公司成立时间相对较晚， 在技术积累和资本投入上与国际集成电路设计龙头企业有一定差距，许 多 IP 受制于海外厂商。按市场格局划分，目前在 AI 芯片领域有三类玩 家，分别是英伟达、AMD 为代表的老牌芯片巨头、以 Google、百度、 华为为代表的云计算巨头、AI 芯片独角兽（如寒武纪、壁仞科技、地平 线等）。据 IDC 数据，2022 年中国 AI 加速卡出货量约为 109 万张，其 中英伟达在中国 AI 加速卡市场份额为 85%，华为市占率为 10%，百度 市占率为 2%，寒武纪和燧原科技均为 1%。

国产 GPGPU 加速推行时，海光信息在 GPGPU 领域优势显著。随着目 前国产 GPGPU 厂商正在积极推动信创标准的制定，并积极推进产品与 CPU、服务器等产业链环节的适配，有望成为继 CPU 之后信创替代的 下一关键芯片。国内市场，海光信息、海思半导体、寒武纪等为国产协 处理器研发的主要企业，在人工智能算法和针对人工智能应用场景的专 用芯片设计上具备差异化优势。寒武纪、海思半导体主要聚焦于人工智 能芯片领域，而海光信息的协处理器基于 GPGPU 架构，类 CUDA 架构 下具有良好应用的生态，应用迁移转换成本低，综合考虑性能、能效比 和编程灵活性等方面的因素，GPGPU 在协处理器应用领域具有非常明 显的优势。