际上实，UDA 为代表的 GPU 等处置器芯片DSP 也好、NPU 也好、仍是以 C，有具有门槛的在编程上都是，颗的出货量和数百亿美金的市场容量但这并不妨碍它们具有每年数万万。

　　抓住现有空间另一种解法是，场反涨撑到市。现在现，主要出产力算力成为，月便会增加一倍每 12 个，1 元在算力上同时每投入 ，的 GDP 经济增加就能带动 3～4 元，西算这种主要策略因而才会有东数。住现无机遇国产需要抓，导体上行周期等候下一个半。49[]

　　文中在本， 和显卡有什么关系你将领会到：GPU，场环境和国产化结构GPU 的国表里市，背后的思虑GPU 及。

　　次其， 没有节制器因为 GPU，PU 节制挪用需要依赖 C，独工作无法单，与国产 CPU 同频共振因而国产 GPU 必需。

　　逻辑来看按照这种，产时间均处于下行周期内国产 GPU 大大都量，模使用契机且缺乏大规，小的市场考验将会驱逐不。

　　6 个以至 32 个以上的强劲内核CPU 会包含 4 个、8 个、1，U）、 地址生成单位（AGU）、内存办理单位（MMU）等几乎所有功能同时一个内核之中便封装了算术逻辑单位（ALU）、浮点处置单位（FP。来说一般，ALU 约为 25%CPU 入彀算单位 ，为 25%逻辑节制，e 为 50%缓存 Cach。 ALU 凡是达到 95%反观 GPU 入彀算单位，e 则为 5%缓存 Cach。19[]

　　地应对合作为了更好，架构设想变化都很是大英伟达每一代显卡的。一代架构环境来看颠末统计英伟达每，aming Multiprocessor机能提拔的焦点两要素流处置器（Stre，he）都有较大设想改动SM）缓和存（Cac，限的面积、功耗下这是为了在芯片有，组件设置装备摆设比例不竭调整各类，工艺迭代通过制程，优解法寻求最。30[]

　　过不，个月也欠好过英伟达的这几。求持续下滑影响受半导体财产需，、股价大跌的环境一度呈现财报雪崩。 系显卡也争议满满而新发布的 40，4080 12GB 版本导致黄仁勋打消 RTX 。32[]

　　际上实，分歧使用场景GPU 在，同的要求也有不，点至关主要选好切入。来说目前，双精度浮点运算和图形衬着三类产物次要包罗 AI 人工智能、FP ，衬着最难此中图形。46[]

　　人士才要考虑的问题编程本来就是专业，U 来说对 GP，接影响市场需求的规模编程的难易程度不会直，才是拿下市场的环节机能、功耗、性价比。

　　2 年196，机交换》和他录制的 Sketchpad 操作视频成为定义现代计较机图形学的根本[8]Ivan Sutherland（伊凡・苏泽兰）的论文《SketchPad：图形化人。20 年内之后的 ，行强度等限制受精度和运，计较生成的图形翻译成显示信号彼时的显卡仅仅是将 CPU ，VGA Card）[9]所以只能称作图形适配器（。 MDA 和 CGA 两款 2D 显卡直到 IBM 在 1984 年推出了，业发生雏形才意味着行，品只能算作是丑小鸭虽然放到此刻两款产，向与 CPU 分庭抗礼之路但却标记着 GPU 起头走。

　　过不，对产物成熟GPU 相，能力优异峰值计较，的地位无可撼动同时在图形显示，上半导体高潮顺理成章地搭，追捧的骄子成为市场。

　　是剑走偏锋一种解法，投资逆向。体跑步进入大过剩时代》中提到果壳硬科技曾在汗青文章《半导，逆向投资的策略半导体行业具有。体市场走弱的环境下逆向投资如三星半导体三次在全球半导，产能扩大，本、欧洲玩家击败美国、日，场拿下超 40% 份额在 DRAM 芯片市，把交椅稳坐头。

　　活中在生，PU 叫成显卡我们遍及把 G。现实上不外，术语上有细微不同GPU 和显卡在，理各类使命的那颗芯片GPU 指的是担任处，存、接口等调集在一路的那张板卡显卡指的是把 GPU 芯片、显。

　　外另，算力成本还要考虑。纳米的制程工艺下在现在动不动几，然具有良率问题半导体出产必，分毫不差很难做到。越小代工难度越大考虑到纳米制程，最不变并不现实全数都追求最好，会反映在消费端同时最终成本也，要考虑算力成本想安身市场就，户供给多种可选项为分歧需求的客。47[]

　　和通用计较表示出的“双重人格”会逐渐融合目前行业分歧的概念是 GPU 在图形计较，具有功能边界将来将不再，生可微和张量加快能力GPU 也将具有原。18[]

　　法精准著称英伟达以刀。在出产初始阶段其 GPU 会，并将这些电路封闭扫描流处置器坏区，分为三六九等按照坏区几多，价钱更高的数据核心处置器质量高且不变的焦点即是，给 4090、4080[30]质量不错但相对次之的便别离出货。作站、小我计较机的低中高端全笼盖如许的益处是既能做到数据核心、工，供给分歧的成本选项又能给分歧需求的。

　　的通用性GPU ，渐表显露来的是在迭代中逐。年代到 21 世纪初20 世纪 90 ，大量的图形计较问题为应对更为复杂和，固定图形流水线模式GPU 模式不再为，器、像素与子素处置器的可编程性获得加强处于图形流水线中的极点处置器、几何处置，用计较能力表示出通。后随，片内负载平衡问题为处理 GPU ，ocessor）代替了各类可编程部件同一衬着处置器（Shader Pr，信的计较系统）的使用奠基 GPU 通用计较的根本同时流处置器（一种流计较模子上充实考虑并发和通。13[]

　　苦垄断久矣行业早已，两年近，PU 融资潮国内掀起 G，一个地融资项目一个接。

　　心 GPU 的价钱“英伟达的数据中，惊人贵得，替代不了国产还。线 GPU 售价要三千美金摆布”经济察看网此前征引从业者的，什么替代还没有，年 6 月而且在今，G GPU 芯片跌价 20%英伟达通知对 A100 80。

　　ice 指出问芯 Vo， 出名不副实的环境号称国产 GPU，器来跑个体机能目标的分数一种是内建 AI 加快，跨越英伟达并以此宣传，用笼盖的是千行百业但现实上 AI 应，一两个机能目标不成能只为了跑，是通用性[51]一颗好芯片的环节； GPU IP 授权另一种是利用第三方的，研自主可控并传播鼓吹是自。52[]

　　之外除此，PU 的另一个门槛软件生态也是 G，U 生态的能力上限软件决定了 GP，力的需要前提[47]也是充实释放硬件能。雷同的概念英特尔也有，U 建立的软件生态他们暗示基于 GP，芯片供给处理之道将为分歧负载开辟，智能和游戏等诸多范畴需求考虑到高机能计较、人工，协同的体例不竭演进软件生态需要以高度。47[]

　　PU 的拿手绝活图形计较是 G。动鼠标时当我们拖，形内容计较后呈此刻屏幕上GPU 将需要显示的图；放器旁观片子时当我们打开播，频消息解码为原始数据GPU 将压缩后的视；玩游戏时当我们，面计较并生成出来GPU 将游戏画。标的背后轻点鼠，处置过程是复杂的，元拆卸、光栅化、像素衬着等包罗极点读入、极点衬着、图。5[]

　　到此刻时间回，性和面向人工智能的通用性上GPU 在图形计较上的公用，界的辩论激发科学， 3D 功能拆分成两种 DSA能否要将 GPU 的 AI 和。图形计较效率高GPU 公用于，定的算法和模子但只支撑几种特，算兼容性好走通用计，率差但效，也大功耗。17[]

　　进入第十七次下行阶段半导体行业在近期已，U 需求走弱市场对 GP，GPU 均遭到较大波及英伟达、AMD 独立 。

　　的认知中在大师， 似乎完全搭不上边英特尔跟 GPU，货量上倒是实其实在的老迈但现实上它在 GPU 出，快要七成（包罗挪动笔记本、台式机、办事器）得益于其 CPU 在全球 PC 市场占领，带进入千行百业其核显也被顺。

　　现难度来看从手艺实，PU 还要难开辟的芯片GPU 是一种比 C，人物和工程师国内缺乏领军，要在大厂熬炼 10 年以上一个经验丰硕的工程师至多。企业环境来看从目前国产，达、AMD 的工作经验创始团队根基均有英伟。25[]

　　0 年202，浴火更生英特尔，了新推出的 Xe 架构上把独立显卡的一切都押注在。2 年202，炫）系列显卡横空出生避世英特尔 Arc（锐，站、数据核心全笼盖挪动、桌面、工作。能不克不及成功此次英特尔，续的市场反馈仍是要看后。

　　同时与此， GPU 的倡导者英伟达仍是数据核心。通用 GPU 产物不只在业界最先推出，并行编程模子 CUDA还在 2006 年发布。DA 构成的软硬件底座通用 GPU 与 CU， AI 计较的根底形成了英伟达引领。6[]

　　对功耗负载要求分歧GPU 会按照平台，各类规格制造成， 典型功耗为 5W如手机中 GPU，功耗为 150w笔记本电脑中典型，达 400W台机可以或许到，力追求机能数据核心全。耗大小按照功，级和挪动级两种使用市场次要划分为桌面。

　　体来看但总，品仍处在起步阶段国产 GPU 产，用场景缺乏应，MD 产物有必然差距产物机能与英伟达、A，态较难合作软件和生。并不较着虽然劣势，抗力要素差遣下但在国际间不成，虑国产平替问题国内不得不考。

　　 具有两大功能现代的 GPU，大的图形引擎一是充任强，行的可编程处置器二是用作高度并，络或机械进修使命处置各类神经网。

　　初最，加快图形处置而设想的公用硬件GPU 是为了协助 CPU 。极强的并行性图形衬着具备，与庞大的数据传输带宽需要很是稠密的计较，含成千上万个较小内核的形式所以 GPU 被设想成包。以并行施行一些简单的计较每个 GPU 的内核都可，不上十分智能内核本身算，观”的 CPU 分歧但与“一核有难八核围，积、ReLU 和池化等深度进修计较GPU 能同时动用全数内核施行卷。之外除此，次设想以及两级编程编译模子GPU 采用了矫捷的存储层。][21[20]

　　PU 市场被英伟达、AMD 和英特尔所垄断两个市场均呈现鼎足之势的态势：桌面级 G，magination 和高通所垄断挪动级 GPU 市场被 Arm、I。件层面在软，enCL 等一系列异构计较尺度供给了支撑上述国外公司也对如 CUDA 和 Op。27[]

　　算简史打开计，样的数字芯片降生了丰硕多，段沉淀良久的成长史每种数字芯片都有一。就是计较问题计较机背后，阵、空间几种数据类型无外乎标量、矢量、矩，片不免会发生交集和重合GPU 与其他数字芯。在现，是阿谁 CPUCPU 仍然还，不是 GPU 了GPU 却能够。

　　戏、图像处置和加密货泉等场景图形 GPU 普遍使用于游，度、实在场景映照度等参数目标关心图像学的帧数、衬着传神。6[]

　　么那，几年的大会来看再往后呢？从近，算（AI GPU）、愈加传神的图形展示（Ray Tracing GPUGPU 将向大规模扩展计较能力的高机能计较（GPGPU）、人工智能计，三大标的目的成长[16]光线追踪 GPU）。I 是环节此中 A，PU 成为“AI 世界的 CPU”GPU 硬件 / 软件界面将使 G，加快成为 GPU 中的支流基于 AI 的衬着会让张量。18[]

　　为 GPU 真的很难设想和制造为什么 GPU 会如斯吸金？因，并称两大最难芯片它与 CPU 。分歧认为行业人士，造 CPU 还难造 GPU 比，性、不变性要求极高对运算机能、平安，的系统设想要复杂完整，能完成才可。45[]

　　完全以独立板卡呈现离散型 GPU 则，CI 高速插槽内凡是被毗连在 P， CPU 一样就像主板包含。含 GPU 芯片以外离散型 GPU 除包，接到系统其余部门所需的大量组件还包罗答应 GPU 运转并连。有本人的公用内存离散型 GPU ，的内存源和电源同时也具有本人，型 GPU 更高因而其机能比集成。理器芯片分手但因为与处，率并发生大量热量因而会耗损更多功。3][4[2][]

　　计较能力上的快速增加GPU 在可编程性和，究集体关心引得多量研，杂问题映照到 GPU 上争相将大量需要计较的复，系统中保守微处置器的的替代方案[14]并将 GPU 定位为将来高机能计较机。标记着 GPU 朝向通用 GPU 成长英伟达所研发的 Tesla 架构正式，域普遍使用奠基了根本为后续在深度进修领。15[]

　　U 概念的提出者英伟达是 GP，戏快乐喜爱者、设想者大规模会商几乎每一款产物城市惹起游。Ada Lovelace 架构特别在 40 系利用了全新 ， 4N 定制工艺采用 TSMC，83TFlops着色器能力高达 ，Flops无效光线T， 2.8 倍是上一代产物。sor Cores还有第四代 Ten，达 1.32PFlopsFP8 张量处置机能高，的 5 倍是上一代。31[]

　　90 年代上世纪 ，形加快兴起3D 图。速卡 Voodoo 问世后汗青上第一块线D 图形加，图形处置能力的显卡 S3 Virge[10]S3 又推出第一款同时具有 2D 和 3D ，起头多点开花此后行业便，ium、Mystique、PowerVR 的 PCX1 等优良产物逐步降生出 NVIDIA 的 NV1、Matrox 的 Mlenn，家争鸣的盛况一度闪现出百。事后富贵，鱼式并购和行业整合即是残酷的大鱼吞小，D 两家独大的款式构成英伟达、AM。之后自此，逾越式的迭代之路GPU 也开启了。

　　 GPU（Integrated GPUGPU 按照接入系统的体例分为集成型，（Discrete GPU iGPU）和离散型 GPU，U）两种dGP，集成显卡 / 核芯显卡前者就是我们日常所说的，常所说的独立显卡后者就是我们日，有各自的特点和利用场景两品种型 GPU 均。

　　产物方面桌面级，的图形卡占大大都市排场向 PC 或游戏， 以上的份额具有 50%，核心数据。

　　对不是新手或是业余选手英特尔在 GPU 绝。的晶圆厂、别人只能幻想的银行账户和响彻全球的品牌这家公司具有业内最优良的 GPU 工程师、最好， GPU 发卖商的称号以至曾经坐拥全球最大的，手的总和还要多出货量比合作对。许也，公司来说对其他，就曾经很满足了有如许的成绩，20 年来但英特尔 ，屡失意让这家公司意难平在独立 GPU 上的屡。12[]

　　面级 GPU 那样丰硕多彩了挪动级产物方面的故事就不像桌，板、可穿戴设备上特别是在手机、平，架构高度绑定GPU 与， Adreno 等 IP 架构各有拥趸Arm、Imagination、高通，难巨变款式恐。38[]

　　并行计较劣势的最佳表现通用计较是 GPU 。工程师发觉科学家和，图形形式具有只需数据以，添加部门通用计较能力并将 GPU 根本上，种高机能模计较使命GPU 就能胜任各， GPU（GPGPU也就是行业所说的通用，hics Processing Unit）General-Purpose Grap。质上本，仍是一种 GPU通用 GPU ，发及很多其他惊人的冲破上定制和挨近不外它会针对高机能计较、AI 开，/ 预测 / 推理功率更低、占用根本设备更少因而所利用的锻炼集更大、锻炼时间更短、分类 。7[]

　　GPU 有了本人的特长分歧的布局设想使得 。 CPU 的三分之一GPU 的频次只要，ock 周期中但在每个 cl，U 快要 100 倍的计较它可以或许并行施行多于 CP，行度使命中在大量并，CPU 快得多GPU 比 ，度很低的使命对那些并行，就会慢得多闪现的速度。外另，CPU比拟 ，~10 倍的内存带宽GPU 凡是具有 5，会有更长的延迟但在拜候数据时，可预测的计较上做得更好这就形成 GPU 在，计较上做得更差但在不成预测的。23[]

　　而言理性，都是共同 CPU 计较的好妙手GPU、FPGA、ASIC ，游利用者而言对厂商仍是下，性判然不同三者的特，表示出更强的算力或更好的功耗虽然可能会在部门使用场景下，总具有成本）、建立难度、系统兼容度等但摆设过程不免要分析考虑 TCO（，孰强孰弱很难评判。

　　以来长久，、ASIC 的争议不竭GPU 与 FPGA，FPGA”“CPU+ASIC”的异构计较系统它们可别离形成“CPU+GPU”“CPU+，常将自家产物与 GPU 算力平行对比同时 FPGA 和 ASIC 厂商时，100 时常成为“战力计量单元”如 NVIDIA Tesla A，都在诉说着本人的劣势CPU 的抢婚者们。

　　之外除此，呈现价钱疯涨和缺货漩涡GPU 在此前之所以，方面一，模式的兴起是线上办公，方面另一，正业的使用是它不务，矿挖。成长态势反观此刻，利期早已竣事线上办公红，币乱象已终止加之加密货， GPU 营业受挖矿影响较大AMD 也在财报中坦言其独立。

　　实上事，是急躁心态的短线买卖半导体行业从来都不，与大鱼吞小鱼式洗牌的过程而是一个需要持久手艺沉淀。高的 GPU对于难度极，心平气和国产更需，非一两日的易事超越英伟达并。

　　earch（JPR）数据显示Jon Peddie Res， 年 Q22022，集成和独立显卡）为 8400 万块PC 利用的 GPU 出货量（包罗，市场份额高达 68%此中英特尔 GPU ，笔记本电脑 CPU 集成大量核显次要归功于英特尔在台式机 / ；% 份额居于第二AMD 以 17，核显也有独显这家公司既有，显占大头但核显明，C 市场约 3%独显只占全体 P；攻独显市场英伟达则主， 15% 市场份额所以虽然看似只要，霸独显市场但根基称。28[]

　　先首，利壁垒极高GPU 专，局重心在美国专利全球布，模效应分摊研发成本国际巨头能够通过规，利上埋雷不竭在专，敌手成长限制合作。

　　009 年之后在 2，放弃独显的梦英特尔并没有，abee 图形处置器打算制造 Larr。晓得要，简单的小计较焦点组合起来其时的 GPU 就是将，腾一代处置器焦点 P54C而英特尔也刚好手握昔时的奔。的焦点集成起来做成显卡听起来容易将这款在其时已有 20 多年汗青，究项目仍是给英特尔带来诸多懊恼但明显 Larrabee 研，经费不足的旧事之后无数次的跳票和研究，宣布失败最终打算。过不，abee 研究根本上英特尔在 Larr，的 Xeon Phi 协处置器成长出了众核架构 (MIC) ，2 号所选用并被河汉 ，次也不算白忙活因而英特尔这。37[]

　　量曾指出科工力，中超越英伟达为了在宣传，在田忌赛马式比拼国产 GPU 存，旗舰级算力的 GPU如某款标榜超越国际，精度浮点运算却不支撑双，工智能标的目的只能用于人。50[]

　　rocessing UnitGPU（Graphics P，焦点、视觉处置器、显示芯片图形处置器）又被称作显示，而设想的微型处置器是一种专为并行处置，大量简单使命很是擅利益置，和视频衬着包罗图形。入式设备、数据核心等各类需要衬着图形或高机能计较的场景GPU 能使用在台式机、笔记本电脑、工作站、游戏机、嵌。

　　GPU 的绝对带领者英伟达是全球独立 。期初，PC 图形处置营业英伟达的重心是 ，U 通用的高潮此后乘着 GP，驾驶、AI 算法等范畴拓展至智能终端、主动。 Q2 财报来看从 2022 年，觉设想 GPU、智能驾驶 GPU 以及 OEM 和其他营业英伟达的主停业务包罗游戏 GPU、数据核心 GPU、专业视，8%、7.4%、3.3%、2%占比顺次为 30.5%、56.。29[]

　　热闹非常的市场GPU 是个。快乐喜爱者茶余饭后的一项乐趣：“超低功耗环绕 GPU / 显卡玩梗也成为数码，色彩极致，斤卖““一卡一栋楼曲面细分”“矿卡论，毁地球两卡，银河系三卡，世纪”四卡创。越同期间的 CPU它曾一度挑战以至超，戏玩家为之疯狂它曾让无数游，广范畴延长触角它曾向更深、更。

　　 郭亮[7]，美希吴，峰王，遇 [J]. 消息通信手艺与政策等.数据核心算力评估: 现状与机，2120,): 7947 (2.

　　、英伟达官网显示英特尔、AMD，价钱档位分类清晰三家的产物不只，诸多场景也笼盖。GPU 厂商反观国内 ， 和消费级 GPU 两个档位也次要分为数据核心 GPU，能笼盖全数场景但起步阶段尚不。

　　可见由此， 是互补且不冲突的CPU 和 GPU，串交运算前者专注，并交运算后者专注。方来说打个比，U 理解为博士能够将 CP，识广博不只知，研究得很深诸多问题也，都没有法子处理没有他很多难题。是上万个初高中生而 GPU 就，单的算术只会简，士有多强大但无论博，出上万道简单的算术运算也不成能在一霎时计较。24[]

　　以性价比为次要合作力AMD 的 GPU 。GPU 上在独立 ，英伟达 30% 摆布同类产物价钱遍及低于，GPU 上在集成 ，含核显的英特尔 CPU 更廉价其包含核显的 APU 产物比包。33[]

　　独爱独立显卡？一方面为什么国内新创企业， CPU 高度绑定集成型 GPU 与， 厂商进行设想出产根基都是 CPU，D 两家公司的核显如英特尔和 AM，00 内部集成的自研 GPU[42]再如国产 CPU 厂商龙芯 7A20；方面另一，机能器件赛道独立显卡属高，先于集成显卡不只手艺领，用面更宽并且应，机卡或低负荷的日常卡利用反观集成显卡大多是作为亮。

　　 胡伟武[5]，文祥汪，孟豪苏，福新张，焕东王，隆兵章，俊华肖，苏刘，新科陈，瑞阳吴，晓钰李，2 年 1 月第 3 版.pdf / computer.pd高燕萍.计较机系统布局根本 [M].机械工业出书社.202f

　　方面核显，ware 测试数据显示据 Toms Hard，显在诸多游戏中表示优异AMD 锐龙系列的核。34[]

　　GPU 中集成型 ， CPU 旁边GPU 被嵌在，用于图形 / 视频且无零丁的内存组， 共享系统内存会与 CPU。U 内置于处置器中因为集成型 GP，耗更低凡是功，热量更少发生的，电池续航时间从而耽误了。

　　虽然好用GPU ，不开 CPU但它也离开。方面一，法零丁工作GPU 无，PU 节制挪用需要依赖 C；方面另一，构极为分歧二者的架，也各有分歧建立目标。

　　工智能计较、数据核心及超算等场景通用 GPU 次要使用在大规模人，据量和并发吞吐量以支撑更大的数。6[]

　　论文中指出[48]《中国科学》一篇，作芯片普及的主要目标有人将芯片可编程性当，就不会在市场上取得成功并暗示不容易编程的芯片。用 = 用的人少 = 市场小 = 失败”判断逻辑就是简单的“编程性欠好 = 欠好。

　　8 年199，品 Intel i740英特尔就曾发布过一款产， 机能表示还不错这款产物的 3D，Graphics 等一众产物中但在 ATI、英伟达、S3 ，算及格只能，时放弃独显之路无法也只得暂。

　　方面独显，英伟达的追逐者AMD 不断是，算力来看仅从浮点，有必然差距与英伟达；际表示来看从机能实，不相上下与英伟达。 A 卡（AMD）孰强孰弱要说 N 卡（英伟达）和，人能给出定论暂且没有任何。35[]

　　来看目前，尔线程、天数智芯、壁仞科技均已连续推出产物获融的草创公司如芯瞳半导体、芯动科技、摩，入一些零件以至已进，公司也持续耕作 GPU 营业（包罗集显和独显）龙芯中科、海光消息、寒武纪、芯原股份几家上市。