芯片|星能资产：GPGPU成为市场公认的芯片领域新的投资热点 GPU|it芯片|重器|创投圈

文章图片

文章图片

文章图片

自从2018年的中兴事件和2019年的华为事件之后，国家对于集成电路半导体行业推出了一系列支持政策。资本市场上也涌现出了芯片投资热潮，不少创业公司投身半导体行业，其中也包括了以BAT为首的互联网巨头。时至今日，这些创业公司有的已经发展成为行业独角兽，有的已经成功在科创板上市。
过去几年，随着人工智能、深度学习广泛研发和应用。如在高性能计算（HPC）应用等领域需要用深度学习处理大量数据和大型的模型。随着模型的复杂程度和数量呈指数级增长，对算力提出了极大挑战。数据中心传统x86架构已经难以满足AI算法的并行计算要求。 2007年以前， AI研究和应用受制于算法与数据量，对算力要求并不高，使用普通的CPU芯片即可满足计算要求。然而在2007年之后，互联网兴起，可获得的数据量飙升，算法不断更新， CPU渐渐无法满足运算要求。擅长并行计算的GPU进入人们的视野在这一算力需求的推动下，技术迅速迭代，原有GPU技术快速细分化，形成了在大规模并行计算下的GPU、GPGPU、ASIC、FPGA多种技术路径。

如果简单地来比喻而言，我们传统的计算机架构相当于一家以数据为原材料进行加工生产的企业， CPU就是总经理办公室， GPU相当于流水线，总经理办公室负责调度、协调整个工厂，流水线负责大规模生产，但只能生产视频数据。 ASIC类人工智能芯片相当于一条可以完全定制化的生产车间，用多少工人、流水线布局、生产什么产品都可以根据客户定制，这就是完全定制化芯片；FPGA芯片相当于一条半定制化生产车间，使用者不能决定用多少员工、流水线布局，但可以定制其所生产的产品。但是上述两种芯片不能单独存在，因为没有CPU也就是总经理办公室的调度，生产车间没有生产指令也就不会开工，因此GPGPU出现了，这一类芯片相当于在生产车间内设置一个负责管理的“副总经理” ，因此GPGPU芯片不仅可以承担大量的并行计算工作，更可以承担部分CPU在计算管理上的功能，且GPGPU在软件层面上可以自由编程，因此其适用性是人工智能芯片中的佼佼者。
作为“硬科技”代表的芯片赛道， GPGPU成为资本关注的焦点。据统计，仅2020~2021年， GPGPU领域就有近20起融资事件发生。
01
AI已经成为未来十年
半导体市场增长的关键驱动因素之一

GPU作为计算机显卡的核心，承担着图像处理和输出显示的任务。 GPU基于大吞吐量设计，拥有更多的计算单元用于数据处理，采用流式并行计算模式，适合对密集数据进行并行处理，擅长大规模并发计算。

GPGPU ，即通用图形处理器，利用图形处理器进行非图形渲染的高性能计算。为了进一步专注通用计算， GPGPU去掉或减弱GPU的图形显示部分能力，将其余部分全部投入通用计算，并成为AI加速卡（一种并行计算硬件）的核心。
02
市场应用空间广阔
国产替代意愿强烈
GPGPU可以覆盖的计算精度从4bit到64bit ，特别是在32bit、64bit上， GPGPU非常适合高性能计算场景。这也是为什么在如信号处理、三维医学成像、民用雷达、能源等重要的工业、国防、科研领域， GPGPU被广泛看好的原因。如今GPGPU在高性能计算的优势已经被大企业、政府、学术界和工业界广泛认可。其最典型的应用例如基因测序工作中海量计算可以不再用国家超级计算中心排队，仅需要搭建一台专用的HPC（高速计算机），利用其中的GPGPU即可完成。
【芯片|星能资产：GPGPU成为市场公认的芯片领域新的投资热点】
目前在超算、大数据处理、人工智能等对算力要求非常高的应用场景中，算力大都采用CPU+GPGPU或搭配专用加速芯片的构建方式。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 。
如今，我国GPGPU市场正体现出强劲的发展势头。根据有关数据预测，到2025年，我国GPGPU芯片板卡的市场规模将达458亿元，年复合增长率高达32% 。作为一个足够大的赛道，未来也一定会诞生出行业巨头和独角兽企业。