GPU最初用在PC和移動(dòng)端上運(yùn)行繪圖運(yùn)算工作的微處理器，與CPU集成以集成顯卡（核顯）的形態(tài)發(fā)揮功能。NVIDIA于2007年率先推出獨(dú)立GPU（獨(dú)顯），使其作為“協(xié)處理器”在PC和服務(wù)器端負(fù)責(zé)加速計(jì)算，承接CPU計(jì)算密集部分的工作負(fù)載，同時(shí)由CPU繼續(xù)運(yùn)行其余程序代碼。作為獨(dú)顯的GPU由GPU核心芯片、顯存和接口電路構(gòu)成。
獨(dú)GPU與CPU之間通過PCIe總線連接，因而PCIe總線標(biāo)準(zhǔn)直接影響到通信帶寬；而針對(duì)GPU之間的互連，Nvidia推出NVLink技術(shù)替代傳統(tǒng)PCIe總線的方式，根據(jù)Nvidia官網(wǎng)數(shù)據(jù)，GPU性能提升5倍。
目前由于AI性能挖掘仍有空間，已經(jīng)部署的服務(wù)器中GPU算力尚有冗余，預(yù)計(jì)PCIe由3.0升級(jí)至4.0和5.0短期內(nèi)對(duì)GPU影響不大。但主流參與者仍在工藝路徑持續(xù)推進(jìn)產(chǎn)品升級(jí)。根據(jù)AIBResearch數(shù)據(jù)，Nvidia占據(jù)獨(dú)顯市場(chǎng)近80%的份額，目前NVIDIA Ampere A100產(chǎn)品7nm已經(jīng)投入生產(chǎn)。
NVIDIA、AMD和Intel在GPU市場(chǎng)三分天下。根據(jù)Jon Peddie Research數(shù)據(jù)，Intel、AMD和Nvidia分別占據(jù)63%、19%和18%的市場(chǎng)份額。Intel和ADM在PC端GPU市場(chǎng)占據(jù)強(qiáng)勢(shì)地位，主要原因是PC端集成GPU（核顯），而Intel和AMD在PC端x86 CPU市場(chǎng)分別占據(jù)84%和16%的份額。
在獨(dú)立GPU（獨(dú)顯）市場(chǎng)，Nvida是行業(yè)的奠基者和龍頭，占據(jù)近70%份額。AIB 數(shù)據(jù)顯示，2019年Q4，Nvidia和AMD在獨(dú)立GPU市場(chǎng)份額分別為81%和19%。針對(duì)HPC和AI場(chǎng)景，Nvidia推出的產(chǎn)品主要是Tesla系列，包括V100、P100、K40/K80、M40/M60等多個(gè)型號(hào)，K系列更適合高精度計(jì)算，M系列更適合深度學(xué)習(xí)。
2019年3月，Nvidia宣布以49億美元收購(gòu)Mellanox，預(yù)計(jì)2020年4月底該項(xiàng)交易最終完成，成為Nvidia歷史上最大的一筆收購(gòu)。Mellanox是服務(wù)器和存儲(chǔ)端到端連接解決方案的供應(yīng)商，產(chǎn)品涉及HPC、云計(jì)算、數(shù)據(jù)中心、企業(yè)計(jì)算及存儲(chǔ)市場(chǎng)，包括Smart NIC，網(wǎng)絡(luò)交換機(jī)芯片和高速數(shù)據(jù)互聯(lián)等。
AI芯片在智能攝像頭、無人駕駛等領(lǐng)域應(yīng)用廣泛。數(shù)據(jù)、算力和算法是AI三大要素，CPU配合加速芯片模式成為典型的AI部署方案，CPU提供算力，加速芯片提升算力并助推算法的產(chǎn)生。常見的AI加速芯片包括GPU、FPGA（Field Programmable Gate Array）和ASIC（Application Specific Integrated Circuit）三種類型。
CPU適合邏輯控制和串行計(jì)算等通用計(jì)算，計(jì)算能力沒有GPU強(qiáng)，主要由專為順序串行處理而優(yōu)化的幾個(gè)核心組成；
GPU用于大量重復(fù)計(jì)算，由數(shù)以千計(jì)的更小、更高效的核心組成大規(guī)模并行計(jì)算架構(gòu)，配備GPU的服務(wù)器可取代數(shù)百臺(tái)通用CPU服務(wù)器來處理HPC和AI業(yè)務(wù)（根據(jù)Nvida）。
FPGA是一種半定制芯片，靈活性強(qiáng)集成度高，但運(yùn)算量小，量產(chǎn)成本高，適用于算法更新頻繁或市場(chǎng)規(guī)模小的專用領(lǐng)域；
ASIC專用性強(qiáng)，市場(chǎng)需求量大的專用領(lǐng)域，但開發(fā)周期較長(zhǎng)且難度極高。谷歌自主設(shè)計(jì)了一款基于ASIC的TPU（Tensor Processing Unit）專門用于機(jī)器學(xué)習(xí)工作負(fù)載。
訓(xùn)練和推斷是云端AI兩大運(yùn)行過程，訓(xùn)練產(chǎn)生算法，推斷實(shí)現(xiàn)算法應(yīng)用。訓(xùn)練階段需要大量數(shù)據(jù)運(yùn)算，GPU預(yù)計(jì)占64%左右市場(chǎng)份額，F(xiàn)PGA和ASIC分別為22%和14%。
推理階段無需大量數(shù)據(jù)運(yùn)算，GPU將占據(jù)42%左右市場(chǎng)，F(xiàn)PGA和ASIC分別為34%和24%。AI芯片運(yùn)營(yíng)場(chǎng)景包括云端（服務(wù)器）、邊緣端和終端三類，不同應(yīng)用場(chǎng)景對(duì)AI芯片的需求不同。就云端芯片而言，2023年市場(chǎng)需求將達(dá)200億美元（根據(jù)Nvidia）。
聯(lián)系客服
