GPU 行业发展分析报告( 5 页)

---

目录

一、 数字经济、AI、智能驾驶视角下看算力需求 ..... 5

1.1 演变趋势：从通用计算到智能计算，从分散独立到云网边协同 ...... 5

1.2 战略地位：算力属于基础设施建设，是智能时代发展的物理承载 .... 6

1.3 应用驱动：数字经济搭建整体框架，AI 大模型、智能驾驶持续拉升 ...... 7

1.4 优化路径：提升芯片性能及创新存算架构是研究主流 ..... 10

二、 算力需求视角下看GPU 发展的必然趋势 .... 12

2.1 性能：GPU 技术发展迅速，高并发计算能力契合算力需求 ...... 12

2.2 灵活性：GPU 可编程优势明显，通用灵活性适配AI 应用端拓展 ..... 15

三、 GPU 市场：供给推动市场，技术及产能是核心驱动力 .... 18

3.1 需求端：移动端兜底，自动驾驶及数据中心建设贡献增量 ..... 18

3.2 供给端：英伟达独占鳌头，国内技术追赶空间广阔 ....... 24

3.3 GPU 产业链概况及国内重点公司介绍 ....... 31

风险提示 ..... 35

图表目录

图 1：算力建设已成为经济发展的重要竞争策略 .... 5

图 2：各类高性能计算、智能计算可以通过云边端架构形成算力网络 ...... 6

图 3：人工智能三要素为算法、算力、数据 .... 6

图 4：算力发展的核心要素、产品及应用 ...... 6

图 5：全球数据产生量高速增长 ...... 7

图 6：全球算力规模将高速增长 ...... 7

图 7：2017-2023 年中国数字经济规模变化 .... 8

图 8：我国在用数据中心机架规模保持增长 .... 8

图 9：AI 大模型尺寸快速增长 ....... 9

图 10：大模型时代的GPU 算力快速增长 ....... 9

图 11：智能驾驶车辆的渗透率 ...... 10

图 12：L5 智能驾驶算力需求超1000 TOPS .... 10

图 13：我国智能驾驶市场算力需求测算 ...... 10

图 14：算力性能主要受处理器性能及数据传输制约 .... 11

图 15：2016-2018 年，CPU 性能每年提升仅3.5% ...... 12

图 16：CPU 架构 ...... 13

图 17：GPU 架构拥有更多的逻辑核心 .... 13

图 18：第一款以GPU 命名的芯片GEFORCE 256 .... 14

图 19：GPU 经典工作流程 ...... 14

图 20：V100 混合精度运算速度提高了9 倍 ....... 15

图 21：英伟达第四代FP8 TENSOR CORE ...... 15

图 22：常用的主流计算平台灵活性及性能的比较 ...... 16

图 23：芯片研发成本 ...... 17

图 24：不同部署位置的AI 芯片要求 ..... 17

图 25：英伟达CUDA-X AI 生态支持多种框架、云计算服务、部署 .... 18

图 26：GPU 市场下游需求 ...... 19

图 27：PC 市场处于下行周期（含平板） ..... 19

图 28：PC 端桌面显卡出销量及同比 ..... 19

图 29：全球移动游戏市场占比增加（十亿美元） ...... 20

图 30：基于终端感知的混合AI ..... 21

图 31：部分AI 模型可从云端分流到终端 ..... 21

图 32：车载芯片的演变 .... 21

图 33：中央计算平台须采用高算力芯片以进行整车功能、算力/存储等资源部署 ... 22

图 34：2025 年芯片平均算力将超2000 TOPS ...... 23

图 35：2025 年全球高性能计算市场规模达199 亿美元 ..... 23

图 36：TOP500 超算中心56%算力由GPU 提供 ...... 23

图 37：AI 服务器对于GPU 需求更高 ..... 24

图 38：2025 年全球AI 服务器市场规模激增至1350 亿美元 ..... 24

图 39：全球GPU 市场格局变化 ...... 25

图 40：国内部分GPU 厂商市场布局 ...... 25

图 41：英伟达游戏产品矩阵 .... 25

图 42：英伟达游戏业务营收增长 .... 26

图 43：2023 Q2 全球PC 显卡市场份额 ....... 26

图 44：英伟达数据中心产品矩阵 .... 27

图 45：英伟达第四代NVLINK 能为H100 提升1.5 倍带宽 .... 28

图 46：英伟达数据中心业务营收增长 .... 29

图 47：高性能计算芯片下游需求 .... 29

图 48：英伟达自动驾驶产品矩阵 .... 30

图 49：英伟达THOR 芯片计算性能提升 ....... 30

图 50：英伟达智能驾驶业务营收增长 .... 31

图 51：2023 年度H1 中国市场乘用车自动驾驶计算方案市场份额 .... 31

图 52：GPU 产业中下游分别为芯片设计、制造、封装与测试 .... 32

图 53：公司营收及同比增速 .... 33

图 54：公司归母净利润及同比增速 ...... 33

图 55：公司营收及同比增速 .... 34

图 56：公司归母净利润及同比增速 ...... 34

表格 1：我国出台多项算力建设政策支持数字经济发展 ...... 8

表格 2：不同语言模型的算力需求及参数数量 ...... 9

表格 3：英伟达 GPU 架构调整演进方向 ...... 14

表格 4：GPU、DSA、ASIC 比较（以CPU 为基准） ...... 17

表格 5：SOC 推动高性能GPU 移动端应用 ..... 20

表格 6：目前主流的车规级芯片架构 ..... 23

表格 7：游戏产品增强技术 ..... 25

表格 8：国内厂商桌面级显卡产品参数对比 ....... 26

表格 9：英伟达H100 产品技术 ...... 27

表格 10：国内厂商高性能计算GPU 产品参数对比 ...... 28

表格 11：国内部分车型搭载芯片型号 .... 30

表格 12：国内重点GPU 公司及技术 ...... 32

表格 13：景嘉微定向增发拟建设项目 .... 33