GPU行业分析报告.docVIP

精品行业分析报告 目录 第一节 GPU 简介 ... . 4 一、GPU 是什么？ ... .. 4 二、为什么需要 GPU 等协处理器？ ... ... 5 三、GPU 还能干什么？ ... . 6 五、GPU 总体市场现状 ... . 9 第二节 GPU 未来面临挑战应用场景解析：人工智能 ... ... 12 一、谷歌披露实用的全新人工智能专用协处理器：TPU ... ... 12 二、TPU 主要思路：针对人工智能算法需求裁剪计算精度 ... ... 13 三、从谷歌 TPU 设计思路看人工智能硬件发展趋势 ... ... 14 四、GPU/FPGA 用于神经网络计算的弱点：片上网络 ... .. 16 第三节 GPU 未来较适应场景解析 ... . 20 一、VR 应用：持续增长的优势领域； ... .. 20 二、云计算/大数据应用 ... .. 22 三、GPU，云和游戏服务结合 ... . 23  精品行业分析报告 图表目录 图表 1：计算机显示的基本过程 ... . 4 图表 2：独立 GPU 和 SoC 集成 GPU ... .. 4 图表 3：CPU 的设计性能偏向以及图形计算的要求 ... . 5 图表 4：一些较匹配 GPU 特性的计算任务要求雷达图 ... .. 6 图表 5：不同并行计算芯片资源分配倾向 ... ... 8 图表 6：GPU 常用的树形片上网络拓扑传递计算单元数据 ... . 8 图表 7：GPU 按照出货颗数和 SoCIP 加总的市场占有率变化 ... . 11 图表 8：击败李世石的人工智能计算集群中使用了 TPU ... . 13 图表 9：CPU 与 GPU 的架构差别概要（示意图，图上比例与实际芯片有差异）... . 14 图表 10：GPU/FPGA 与神经网络计算需求的差异 ... .. 15 图表 11：比较神经网络/GPU/FPGA 的并行计算模型差别 ... . 16 图表 12：GPU 计算节点片上通信原理 ... ... 17 图表 13：FPGA 计算节点片上通信原理 ... . 17 图表 14：VGchartz 统计三大主流游戏主机全球月销量（万台） ... .. 21 图表 15：全球 4Kx2K 及以上级别高清电视出货量及同比增长率 ... ... 21 图表 16：在 AWSEC2 中调用 GPU 的原理 ... .. 23 图表 17：云、GPU、和游戏结合的原理 ... ... 23 表格目录 表格 1：VR 理想的 GPU 性能以及现有解决方案性能指标 ... ... 20  精品行业分析报告 第一节 GPU 简介 GPU（Graphics Processing Unit）的中文名称是图形处理器，原先主要用途是用 于协助 CPU 处理图像计算。其原始设计针对图像计算的特性进行优化，因此也能兼职 一些与图像计算特性接近的大规模并行标准浮点数计算任务，如科学计算与数值模拟。 但大规模并行计算并非一个笼统的概念，而是一个可以按照计算性能需求在 6 个维度 上进行细分的大类别。因此 GPU 绝非解决大规模并行计算问题的万金油，无法很好的 支持与图形计算特性相差较大的并行计算任务。 一、GPU 是什么？ GPU 其他名称有显示核心、视觉处理器、显示芯片。顾名思义，GPU 最主要的应用 场景就是处理图像显示计算。计算机图像显示流程见图 1，在这个过程中 CPU 决定了显 示内容，而 GPU 则决定了显示的质量如何。像 GPU 这类辅助 CPU 完成特定功能芯片统 称“协处理器”，“协”字表明了 GPU 在计算机体系中处于从属地位。 图表 1：计算机显示的基本过程 GPU 芯片可根据与 CPU 的关系分为独立 GPU 和集成 GPU。独立 GPU 通常图形处理能 力更高一些，但也有成本更高，功耗和发热较大等问题。近年集成式 GPU 流行于移动 计算平台如笔记本和智能手机。例如高通的智能手机芯片通常将 CPU 和一个功能较弱 的 GPU 以及其他协处理器通过 SoC（Systemon Chip，片上系统）技术组合在一起。集 成 GPU 图形计算性能相对独立 GPU 较弱但功耗/成本均针对了移动计算平台的需求做了 优化，将长期占据移动计算市场。 图表 2：独立 GPU 和 SoC 集成 GPU  精品行业分析报告 二、为什么需要 GPU 等协处理器？ 在计算机系统中，之所以出现 GPU 等协处理器，归根到底在于没有一种芯片设计 方案能够满足所有不同类别计算任务所需求的全部性能指标：  计算精度； 计算并行度； 计算延迟； 计算吞吐量； 并行进程之间的交互复杂度；