• 1.1 什么是GPU
• 1.2 始于图形处理设备
• 1.3 浮点计算能力与可编程性结合
• 1.4 GPU发展三大方向
• 1.5 英传达显卡发展历程
• 1.6 GeForce RTX 40系列,时代最强
• 1.7 英特尔的核显
• 1.8 核显与独显性能对比
• 1.9 图形流水线是GPU工作的通用模型
• 1.10 统一渲染架构的推出开启了通用计算大时代
• 1.11 从简单到越来越复杂的流水线
• 1.12 光线追踪时代开启
• 1.13 光线追踪算法要求的计算量巨大
• 1.14 走向新场景的GPGPU
• 1.15 GPU与GPGPU的对比
• 1.16 GPGPU与CPU的对比
• 1.17 并行计算发展的核心
• 1.18 SIMT,主流GPU的系统架构核心
• 1.19 GPGPU架构,以A100为例
• 1.20 Fermi是第一个完整的GPU计算架构
• 1.21 通用算力提升是英伟达GPU架构演进的重点之一
• 1.22 多方面构建的高壁垒
• 1.23 人才与研发投入,以英伟达为例
• 1.24 国外厂商多年间构筑了庞大的专利池
• 1.25 英伟达全栈布局构筑强大生态
• 1.26 走向异构,海外厂商横向布局不断
• 2.1 AI技术赋能实体经济面临的瓶颈
• 2.2 ChatGPT的破圈
• 2.3 ChatGPT的成功离不开预训练大模型
• 2.4 预训练模型的发展历程
• 2.5 Transformer架构成主流
• 2.6 自监督学习与Transformer的结合
• 2.7 大模型的突现能力
• 2.8 参数量爆发式增长的ChatGPT
• 2.9 预训练大模型,第三波AI发展的重大拐点
• 2.10 生成式AI、边缘AI技术即将步入成熟期
• 2.11 大模型是大算力和强算法结合的产物
• 2.12 AI芯片三剑客
• 2.13 训练端GPU担纲
• 2.14 数据中心迈入“高算力”时代,兵家必争
• 2.15 英伟达数据中心业务快速增长
• 2.16 自动驾驶研发两大商业路线
• 2.17 自动驾驶实现的两种技术路线
• 2.18 单车智能化推动算力升级加速
• 2.19 自动驾驶具备广阔市场前景
• 3.1 全球数据中心负载任务量快速增长
• 3.2 全球计算产业投资空间巨大
• 3.3 预训练大模型对于GPU的需求
• 3.4 国内市场需求将保持高增长
• 3.5 云计算及云部署方式
• 3.6 不同云部署方式的市场占比
• 3.7 企业上云持续向细分行业渗透
• 3.8 从“资源上云”迈入“深度用云”
• 3.9 信创从试点走向推广
• 3.10 公有云主要参与厂商
• 3.11 云计算产业链
• 3.12 集成显卡与独立显卡市场份额
• 3.13 独立显卡英伟达一家独大
• 3.14 性能强大的H100
• 3.15 国产厂商两条发展路径:GPU和GPGPU
• 3.16 先求有,再求好
• 3.17 生态先兼容主流,未来将走向自建
• 3.18 国产之路已开启,部分国产GPU设计厂商列表
• 3.19 GPU发展离不开全球产业链的支撑
• 3.20 制程升级对于算力芯片性能提升具有较高贡献度
• 3.21 摩尔定律发展趋缓
• 3.22 Chiplet技术潜力大
• 3.23 Chiplet技术发展历程
• 3.24 行业巨头推动,产业加速落地
• 3.25 采用Chiplet技术的产品不断出现
• 3.26 算力两大演进方向:更大算力&更多样化应用
• 3.27 存量替代与增量成长并存
• 3.28 高吞吐量离不开高速传输
• 3.29 光通信前景可期
• 4.1 瑞芯微
• 4.2 晶晨股份
• 4.3 星宸科技(待上市)
• 4.4 全志科技
• 4.5 北京君正
• 4.6 中科蓝讯
• 4.7 富瀚微
• 4.8 恒玄科技
• 5.1 海光信息
• 5.2 龙芯中科
• 5.3 景嘉微
• 5.4 寒武纪-U
• 5.5 中芯国际
• 5.6 芯原股份-U
• 5.7 华大九天
• 5.8 概伦电子
• 5.9 长电科技
• 5.10 华天科技
• 5.11 通富微电
• 5.12 炬芯科技
• 5.13 源杰科技
• 5.14 光迅科技
• 5.15 摩尔线程(未上市)
每年为数千个企事业和个人提供专业化服务;量身定制你需要的行业分析的资料和报告
相信我们!企业客户遍及全球,提供政府部门、生产制造企业、物流企业、快消品行业专业化咨询服务;个人客户可以提供各类经济管理资料、商业计划、PPT、MBA/EMBA论文指导等。
点此填写您的需求可以QQ联系我们:896161733;也可以电话:18121118831