計算機設備:AI與自動駕駛打造GPU強力增長引擎
數字經濟建設、AI大模型、智能駕駛成為開啟智能時代的確定性研究方向。其中,數字經濟建設搭建數字化布局整體框架,并提供政策支持;AI大模型及智能駕駛率先落地,有望成為拉動算力需求的核心驅動力。
GPU憑借高并發計算能力及靈活拓展性成為當下算力主流解決方案。首先,神經網絡算法數據要求量大,并行計算程度高,與GPU高并行計算能力、高內存帶寬相適配。GPU較CPU具備更多的算術邏輯單元、控制單元與內存緩存,其SIMD架構與深度學習算法需求更吻合;其次GPU擁有相對較優的性能及靈活性。常用的計算平臺包括CPU、FPGA、GPU、DSA以及ASIC,一般情況下隨著芯片性能的提升,其靈活性會逐漸下降。ASIC、DSA設計成本高、周期長,其靈活性難以滿足應用層及宏架構趨勢的需求,而GPU擁有包括CUDA、OpenCL在內的平臺技術持續賦能,性能提升潛力大、應用拓展力強。
邊緣及終端設備有望開啟AI智算元年,數據中心及車端持續拉升算力需求。GPU下游目前主要應用于移動端、數據中心服務器以及車規級芯片。其中,移動端應用又可以分為PCGPU、手機GPU,主要用于加速圖形處理,以提高計算機游戲的圖像質量及性能,隨著深度學習及人工智能發展的需要,移動端GPU也可以用于手機端加速深度學習、計算機視覺和自然語言處理算法等;數據中心服務器又可以分為高性能計算服務器與智能計算服務器,由于GPU具有高并發的計算能力,因此被廣泛的用于數據中心建設;在汽車領域,GPU主要應用于車端及其配套設施智能芯片,負責處理來自攝像頭、普通雷達、激光雷達等傳感器數據,實現智能駕駛。
供給驅動市場,產品技術及產能是核心競爭力。英偉達市場份額獨占鰲頭,國際呈現三強格局,國內廠商加速布局。英偉達憑借技術及產能優勢,在移動端、AI服務器、自動駕駛領域具有較大話語權。我國廠商GPU市場份額較小,正處于技術追趕環節,目前國產GPU在數據中心、人工智能以及通用計算型GPU領域均實現產品布局,未來隨著國內數據中心、智能駕駛及終端側GPU市場需求的提升,國產GPU市場份額有望實現滲透。
風險提示:國內技術研發不及預期,產能不及預期,自動駕駛滲透不及預期,國際形勢風險。
(文章來源:金融投資報)
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。