GPU市場空間和應(yīng)用趨勢分析

圖形處理單元（GPU），也稱為視覺處理單元，是一種計算機芯片，與CPU相比，它由數(shù)百個可同時處理數(shù)千個線程的內(nèi)核組成。CPU缺少帶高速緩存的內(nèi)核，這限制了它同時處理多個線程的能力。圖形處理單元位于主板上的芯片組中或與CPU相同的芯片中。獨立卡中的GPU包含自己的RAM，但是在芯片組中，它們與CPU共享主內(nèi)存。

圖形處理單元使用晶體管來執(zhí)行與3D圖形有關(guān)的數(shù)學(xué)計算。GPU被廣泛用于便攜式電子設(shè)備，例如平板電腦，筆記本電腦，可穿戴設(shè)備，移動電話等。集成和混合型GPU一直在發(fā)展，以取代人工智能平臺，虛擬現(xiàn)實和增強現(xiàn)實系統(tǒng)以及超級計算機等應(yīng)用程序中的專用GPU。

GPU市場規(guī)模約為4400萬個，2017年行業(yè)收入超過120億美元，從2018年到2024年，復(fù)合年增長率將超過30％。2019年全球GPU市場規(guī)模為197.5億美元，預(yù)計到2027年將達到2008.5億美元，從2020年到2027年的復(fù)合年增長率為33.6％。

GPU市場可以根據(jù)類型，設(shè)備，行業(yè)垂直和區(qū)域進行了細分。根據(jù)類型，市場分為專用，集成和混合市場。按設(shè)備細分為計算機，平板電腦，智能手機，游戲機，電視等。按應(yīng)用劃分電子，IT與電信，國防與智能，媒體與娛樂等。

由于在平板電腦，游戲機和智能手機等設(shè)備中廣泛使用GPU組件（例如集成和專用處理器），以支持圖形密集型應(yīng)用，因此GPU硬件在2017年占據(jù)了70％以上市場份額的主要部分。據(jù)估計，GPU出貨量增長約5％。在硬件領(lǐng)域，由于混合處理器具有集成和專用GPU的功能，所以混合GPU市場增長很快，這使其成為軟件開發(fā)人員中優(yōu)先選擇的選項，以提高圖形密集型應(yīng)用程序的效率。

預(yù)計到2024年，GPU云上部署部分將占據(jù)5％以上的市場份額。隨著客戶迅速采用基于云的解決方案從擴展性和靈活性中受益，云部署模型的使用將增加。包括Microsoft，Amazon Web Services和IBM在內(nèi)的主要云平臺提供商正在與圖形芯片提供商建立合作伙伴關(guān)系，以提供GPU云服務(wù)。例如，IBM提供了各種云GPU配置并支持NVIDIA Tesla K80卡，該卡可以提供8.5TFLOPS單精度算力，2.9TFLOPS雙精度算力，帶寬480GB/s。

由于在設(shè)計和工程應(yīng)用中廣泛使用GPU，因此汽車應(yīng)用細分市場呈現(xiàn)出強勁的增長速度。汽車設(shè)計部門面臨越來越大的壓力，需要迅速實現(xiàn)汽車創(chuàng)新，響應(yīng)市場不斷變化的需求。遠程工作人員，外部供應(yīng)商和合作伙伴需要更快，更好地訪問數(shù)據(jù)。GPU使汽車制造商可以更輕松地與全球團隊建立和協(xié)作，并根據(jù)需要擴展其計算資源。

GPU競爭格局的特點是頭部玩家的游戲，主要包括NVIDIA，AMD和Intel。這些公司在研發(fā)上投入了大量資金，不斷研發(fā)新一代GPU圖形處理器產(chǎn)品，以滿足計算密集型應(yīng)用程序的需求。2017年9月，英特爾推出了具有更好的超頻能力和集成顯卡的第8代Coffee Lake處理器。2017年10月，UKCloud推出了基于NVIDIA虛擬GPU解決方案的云GPU服務(wù)，以支持UKCloud在英國的公共部門和醫(yī)療保健客戶使用的高計算應(yīng)用程序。

在GPU市場上運作的主要公司是AMD，Dassault Systems，Autodesk，Google，IBM，Qualcomm，Intel，Microsoft，Siemens AG，NVIDIA，Nimbix，Amazon Web Services，Penguin Computing，Cogeco Communications，PTC， ScaleMatrix和S3圖形。

在過去的幾年中，全球GPU市場出現(xiàn)了顯著增長。但是，由于COVID-19爆發(fā)，2020年市場有所下降。全球各地的多家企業(yè)停工，供應(yīng)商方面的硬件組件也短缺，這預(yù)計將在未來幾年內(nèi)對GPU市場的增長做出調(diào)整。

由于CPU無法處理現(xiàn)代2D和3D圖形應(yīng)用程序的復(fù)雜計算任務(wù)，因此對高性能計算處理器的需求增加了。為了支持高性能計算應(yīng)用程序，各行業(yè)開始將CPU和GPU圖形卡一起使用，實現(xiàn)高性能計算。GPU已廣泛應(yīng)用于制造，汽車，游戲和房地產(chǎn)領(lǐng)域，因此已成為高性能計算的重要組成部分。為了支持深度學(xué)習(xí)應(yīng)用程序，對GPU加速的計算機的需求將不斷增加。

推動GPU市場增長的另一個因素是越來越多的處理器用于支持汽車，制造業(yè)，房地產(chǎn)和醫(yī)療保健等各個行業(yè)的圖形應(yīng)用程序和3D應(yīng)用。例如，為了支持汽車領(lǐng)域的制造和設(shè)計應(yīng)用程序，CAD和仿真軟件（CAE）利用GPU來創(chuàng)建逼真的圖像或動畫。

在HPC應(yīng)用支持GPU計算報告中，咨詢機構(gòu)Intersect360列出了50個最常用的高性能計算(HPC)應(yīng)用程序，識別出目前采用GPU加速的應(yīng)用程序。根據(jù)對最新HPC用戶站點普查數(shù)據(jù)和研究發(fā)現(xiàn)，HPC用戶用到的50個最流行的應(yīng)用程序中有34個提供GPU支持，另外2個應(yīng)用目前正在開發(fā)中。前15個應(yīng)用程序目前都通過某種形式實現(xiàn)對GPU支持。

化學(xué)領(lǐng)域：化學(xué)是最常見的HPC應(yīng)用領(lǐng)域之一，有組織使用HPC系統(tǒng)了解化合物和過程，根據(jù)這種理解設(shè)計新的物質(zhì)為今后的研究和產(chǎn)品開發(fā)提供信息。包括計算化學(xué)，分子建模，和質(zhì)譜數(shù)據(jù)分析。

流體動力學(xué)分析：計算流體動力學(xué)(CFD)的解決方案目前異常廣泛的被應(yīng)用，如:飛機設(shè)計，內(nèi)燃機設(shè)計，建筑物氣流分析，心臟泵的設(shè)計，細胞內(nèi)蛋白質(zhì)運輸?shù)慕＃鹊?。在HPC中，作為前十大應(yīng)用程序的OpenFOAM的出現(xiàn)，預(yù)示著整個行業(yè)向開源代碼的方向發(fā)展。

如表3所示，這兩種最流行的CFD應(yīng)用，ANSYS Fluent和OpenFOAM使用GPU的支持。

結(jié)構(gòu)分析：結(jié)構(gòu)分析包括用于分析各種結(jié)構(gòu)的應(yīng)用程序，包括顯式和隱式有限元分析(FEA)，是用于工程分析的重要計算工具。它主要是用來對結(jié)構(gòu)的負載和壓力進行分析，包括用于汽車的虛擬崩潰測試。

表4描述了前50個HPC應(yīng)用程序中的8個結(jié)構(gòu)化分析應(yīng)用。8個中有7個已經(jīng)支持GPU計算。

生物科學(xué)：生物科學(xué)應(yīng)用是用來揭示生命的本質(zhì)、并幫助設(shè)計醫(yī)學(xué)治療方案的學(xué)科。他們也用于了解和提高農(nóng)業(yè)生產(chǎn)。這部分包括基因組學(xué)等應(yīng)用，蛋白質(zhì)組學(xué)，藥物發(fā)現(xiàn)等等。由于基因組學(xué)的快速發(fā)展，帶動分析基因和細胞的生物信息學(xué)軟件快速發(fā)展， 使得基因組學(xué)驅(qū)動整個生命科學(xué)發(fā)展。

如表6所示，在生命科學(xué)領(lǐng)域，GPU計算應(yīng)用已經(jīng)落后于其他領(lǐng)域，然而，BLAST應(yīng)用有個GPU版本，被稱為GPU-BLAST，現(xiàn)在已在研究領(lǐng)域使用，還有一個GPU加速版本的Bowtie，作為NVIDIA實驗室項目在運作。

表7列出了剩余的前50個HPC應(yīng)用程序及其域。2個商業(yè)智能領(lǐng)域，2個天氣預(yù)報和環(huán)境建模領(lǐng)域，1個物理和1個模式識別領(lǐng)域。

增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）的發(fā)展，人工智能（AI）以及游戲發(fā)展等因素預(yù)計將推動圖形處理單元市場的增長。此外，蓬勃發(fā)展的便攜式電子產(chǎn)品和可穿戴設(shè)備的市場以及物聯(lián)網(wǎng)（IoT）的日益普及，預(yù)計將在未來幾年推動GPU圖形處理單元市場的增長。

GPU是促進物聯(lián)網(wǎng)發(fā)展的必不可少的元素。GPU啟用了功能豐富的IoT接口，該接口是無縫的，并在所有行業(yè)中提供了無處不在的用戶體驗。GPU在物聯(lián)網(wǎng)中的應(yīng)用包括用于復(fù)合處理的3D圖形和動態(tài)3D用戶界面。集成和混合GPU的發(fā)展可以滿足物聯(lián)網(wǎng)系統(tǒng)的要求。

免責申明：本號聚焦相關(guān)技術(shù)分享，內(nèi)容觀點不代表本號立場，可追溯內(nèi)容均注明來源，發(fā)布文章若存在版權(quán)等問題，請留言聯(lián)系刪除，謝謝。

電子書<服務(wù)器基礎(chǔ)知識全解(終極版)>更新完畢，知識點深度講解，提供182頁完整版下載。

獲取方式：點擊“閱讀原文”即可查看PPT可編輯版本和PDF閱讀版本詳情。

溫馨提示：

請搜索“AI_Architect”或“掃碼”關(guān)注公眾號實時掌握深度技術(shù)分享，點擊“閱讀原文”獲取更多原創(chuàng)技術(shù)干貨。