GPU：人工智能的核心算力引擎、市场格局与国产化机遇

GPU是人工智能领域的核心硬件，尤其在深度学习应用中扮演着关键角色。这主要得益于GPU独特的架构和强大的并行计算能力。与传统的CPU相比，GPU拥有成千上万个小型核心，能够同时处理海量的计算任务。无论是大模型训练、图像识别还是自动驾驶，都离不开强大算力的支持。近年来，国内进入GPU领域的企业也日益增多，从大厂如阿里、华为，到后起之秀如寒武纪、摩尔线程、沐曦，都进行了深度布局。AI的发展浪潮预计将持续多年，本文将梳理GPU相关的关键资料与代表性企业，探讨当前的发展态势。

基本概念

GPU，即图形处理单元，是显卡的核心部件，其首要功能是图形与图像渲染。同时，它也可作为通用计算处理器（GPGPU），执行高度线程化、相对简单的并行处理任务。GPGPU与专用图形GPU的核心区别在于：GPU专为图形渲染优化，而GPGPU通过改造计算架构，能够高效执行包括人工智能在内的通用计算任务。目前，GPGPU在人工智能计算领域占据了超过90%的市场份额。

GPU可以从不同维度进行分类：

• 接入方式：可分为独立GPU和集成GPU。
• 应用终端：可分为PC GPU、服务器GPU和移动GPU。PC端GPU主要用于图形设计与游戏；服务器端GPU主要服务于AI训练、推理等深度学习场景；移动端GPU则侧重于提升游戏与显示性能。
• 微架构：这是GPU硬件电路的设计与构造方式，不同的微架构直接决定了GPU的性能差异。各大厂商持续投入研发新架构，以提升产品竞争力。

芯片类型对比

在人工智能场景的服务器中，通常搭载GPU、FPGA、ASIC等各类加速芯片。这些加速芯片与中央处理器协同工作，共同支撑高吞吐量的运算需求。

• GPGPU：擅长图形处理与复杂并行算法，在通用计算领域效率高。
• FPGA（现场可编程门阵列）：擅长算法更新频繁的专用领域，可同时进行数据并行和任务并行计算，具有定制化能力强、功耗相对较低的特点。
• ASIC（专用集成电路）：为特定任务定制，灵活性较低，但具有高性能、高可靠性优势。其缺点是开发成本与时间成本极高。

指令集与软件生态

指令是计算机运行的基本单位，也是GPU实现各项功能的重要基础，涵盖了指令格式、寻址方式和数据形式等。GPU指令集是GPU中所有计算与控制指令的集合，其先进与否直接关系到GPU的性能上限。操作系统通过指令集对硬件进行管理和资源分配。

一个成熟的GPU生态由三大部分构成：

1. 上层：图形引擎、各类算法库。
2. 中层：API接口，用于适配各类驱动和编译器。
3. 底层：硬件及指令集架构。

因此，芯片的成功不仅依赖于硬件本身，还需与之配套的复杂软件体系。GPU软件体系包括各类图形API、计算接口、基础库等。英伟达（NV）在各类软件驱动的测试与优化上积累了显著优势，由此形成了强大的生态系统护城河。目前，全球GPU市场主要由AMD和NV两家主导。

CUDA 与 ROCm

• CUDA：由英伟达开发，是一种利用GPU进行通用计算的并行计算平台和编程模型，能够大幅提升计算效率。在通用计算GPU领域，CUDA生态已占据绝对主导地位。它于2007年推出，使得显卡能够承担与CPU类似的计算任务。
• ROCm：是AMD为其GPU系列开发的开源计算平台，其目标是建立一个能够替代CUDA生态的开放平台。

市场份额与发展空间

英伟达在GPU领域的市场份额长期超过50%，其数据中心业务营收占比早已超过游戏业务，达到50%以上。预计2024年全球GPU市场规模将接近1000亿美元，在国际市场上，英伟达（约80%份额）和AMD（约20%份额）是绝对的龙头。

国内AI芯片市场同样增长迅猛，预计将达到160亿美元左右，展现出巨大的发展潜力。

总结与展望

GPU行业呈现出显著的“赢家通吃”特点。仅就绝对性能而言，头部企业通过多年的技术积累，在算力上建立了巨大领先优势，后来者追赶异常困难。加之其构建的成熟软硬件生态系统，先发优势极为明显。这类似于CPU时代的英特尔与GPU时代的英伟达。

通常，只有当行业发生革命性变化时，新进入者才有机会实现弯道超车，例如智能机替代功能机、新能源汽车替代燃油车。在当前迈向AI时代的进程中，对于底层算力硬件而言，尚未出现颠覆性的技术革命，因此英伟达的龙头地位依然稳固。然而，面对未来巨大的市场需求以及出于信息安全和供应链自主可控的考虑，国产化替代提供了新的历史机遇，一批国内企业正争相入局。

半导体是典型的技术与资本双密集行业，顶级的芯片设计、晶圆制造及核心制造设备环节构筑了极强的壁垒。在涉及信息安全且处于制造业顶端的领域，技术封锁是常态。一个国家或地区若想实现突破，庞大的内需市场是重要基础。我们在这方面具备相应的条件。在技术持续演进的时代，CUDA生态的壁垒是否一如既往坚固，业界仍有不同看法。完全沿袭原有技术路径实现弯道超车可能性较低，但如果行业技术发展路线出现新的分支或转向（即“斜向15°的变化”），机会便可能孕育而生。经过多年发展，国内的研发能力已大幅提升，在国产替代的战略背景下，只要技术差距保持在可追赶的范围内，便有突围的可能。对于相关技术动态的深入讨论，欢迎在云栈社区进行交流。