当前位置:
文档之家› 2018年GPU芯片行业研究报告
2018年GPU芯片行业研究报告
Gameworks VR 的图形渲染技术
资料来源:SuperData
资料来源:NVIDIA
GPU应用领域广阔
物联网支撑低功耗GPU增长
பைடு நூலகம்
1995-2000
固定功能架构时代
2001-2005
分离渲染时代
资料来源:安信证券研究中心
2006-至今
统一渲染架构时代
GPU应用领域广阔
PC GPU
• GPU的概念最早来自于图形 工作站,从90年代个人电脑 的普及开始,GPU迎来大发 展时代。90年代中期,桌面 GPU经历了从2D到3D的跨 越,从此3D图形渲染技术取 代2D成为PC游戏的主流。 经过国际厂商间的激烈竞争 后,PC GPU形成了NVIDIA、 AMD与 Intel三足鼎立的局 面。 •
• VR行业快速增长。据SuperData统计, 2020年预计全球VR市场规模达400亿 美元,年均复合增长率达61.3%。
全球VR市场规模预测 •
VR支撑高端GPU市场发展
• VR持续驱动高端GPU行业发展。VR对于 GPU提出更高技术要求,高端GPU将成为VR 市场增长直接受益者。我们认为VR市场将为 高端GPU市场持续注入强大动力。 ARM支持VR设计,AMD、NVIDIA等国内外 各大GPU厂商、Facebook、Google、索尼 等开始进驻VR行业。NVIDIA 推出 Gameworks VR 开发平台,AMD推出 LiquidVR。
GPU与CPU比较
GPU与CPU相比拥有更多处理单元
•
GPU与CPU技术比较
特点 GPU 为庞大的计算阵列 (包括ALU和Shader 填充) 架构区别 依赖Cache 逻辑核心简单 适合大规模并行计算 CPU 70%晶体管用来构建 Cache,还有一部分控 制单元,负责逻辑算 数的部分不多 依赖Cache 逻辑核心复杂 适合串行计算 运行复杂度高
资料来源:ARM
资料来源:ARM
GPU应用领域广阔
GPU应用前景广阔
• 随着电子信息技术和互联网技术的不断进 步,GPU在人工智能(图像语音识别、无 人驾驶等)、视频处理、VR/AR、生命化 学、金融证券数据等领域具有广阔的应用 前景。 •
AI带来GPU发展新契机
GPU在人工智能计算方面优势明显。 GPU/FPGA /ASIC等均适用于深度学习训练。 较之于其他方案,GPU产业链、技术成熟,其 并行运算优势适用于人工智能,具有明显优势 并已在现有早期项目中广泛使用。谷歌在图像 识别项目、特斯拉与沃尔沃在其辅助驾驶和自 动驾驶项目中均使用GPU加速人工智能算法。
PC GPU
Intel在整体PC GPU市场占据较大优势;而在独立显卡市场, NVIDIA具有绝对优势,AMD占据了剩下的独显市场份额,JPR 报告显示,2017Q3独显市场中,NVIDIA占据72.8%的市场份 额, AMD瓜分了剩下的27.2%份额。
PC GPU市场份额
•
PC显卡代表 GeForce GTX TITAN X 搭载GM200 GPU
无人驾驶
图像语音识别
生命化学
•
GPU强大的数据并行运算能力解决了人工智能 的发展瓶颈问题,成为驱动人工智能发展的利 器。在2011年,GPU运用于人工智能,开启了 人工智能大爆炸时代。
GPU应用前景广阔
视频处理
VR/AR
金融证券数据
资料来源:安信证券研究中心
资料来源:艾瑞咨询
GPU应用领域广阔
VR支撑高端GPU市场发展
2018年GPU芯片行业研究报告
主要内容
1
2
3
• GPU应用领域广阔 • AI带来GPU发展新契机,FPGA、ASIC各有优势 • 智能处理器行业格局 • 我国市场发展空间巨大,AI助力中国“芯” • 相关标的
4 5
风险提示:宏观经济下行,行业发展不及预期
GPU应用领域广阔
GPU
• GPU(Graphic Processing Unit),即图形处 理器。GPU计算就是利用GPU来进行通用科 学与工程计算。GPU优势在于解决数据并行 计算问题。在大量数据元素并行程序方面具有 极高的计算密度(数学运算与存储器运算的比 率)。目前,GPU芯片可根据与CPU的关系 分为独立GPU和集成GPU。 GPU已经发展到相对成熟阶段,可轻松执行 实际应用程序并且其运行速度已远远超过了使 用多核系统串行运行速度。 我们认为,未来 计算架构将是并行核心GPU与多核CPU串联 运行混合系统。
•
目前在移动GPU领域市场份额前5的厂商 分别是ARM,Imagination,Qualcomm, Vivante和NVIDIA。ARM是移动端GPU 巨头,据Digitimes统计,2015年ARM全 球移动GPU市占率达38.6%,中国市场市 占率接近70%。
移动GPU代表 ARM mali-T880
NVIDIA独立GPU
高通集成GPU
计算目的 运行复杂度低 资料来源:安信证券研究中心
资料来源:NVIDIA,Qualcomm
GPU应用领域广阔
GPU发展历程
• GPU技术进步主要体现在下列方面: 产品功能的扩展,反映了GPU技术的创新 与突破; 晶体管数量,反映芯片的复杂程度和处理 能力; 总线标准,,CPU-GPU之间的传输速度制 约着芯片性能的发挥; 应用程序接口(application programming interface, API)和渲染模型(shader model),从开发者和应用角度反映了技 术的进步
资料来源:NVIDIA 资料来源:JPR
GPU应用领域广阔
移动GPU
• 随着智能手机大潮的兴起,GPU在移动 设备领域又迎来了一次高速发展。相对于 PC GPU,移动GPU受限于芯片的面积, 能耗以及成本,所以牺牲了部分性能和带 宽获得性价比和电池续航力的平衡。
移动GPU
ARM Mali GPU发展线路图
GPU发展历程
• 综合这些方面, 将GPU技术发展的历程分为: 固定功能架构时代(fixed function architecture); 分离渲染架构时代(separated shader architecture); 统一渲染架构时代(unified shader architecture)。