重磅：一文看完GPU八大應用場景，搶食千億美元市場

在人工智能時代，隨著對芯片大算力和低功耗的要求提高，GPU的市場滲透率正不斷提升。據(jù)統(tǒng)計，2020年GPU市場規(guī)模為254.1億美元，預計到2027年將達到1853.1億美元，從2021年到2027年的復合年增長率為32.82％。

數(shù)據(jù)來源：Verified Market Research

目前智能手機占據(jù)全球GPU市場份額的主導地位，但隨著自動駕駛、醫(yī)療設備、游戲設備、加密貨幣等領(lǐng)域?qū)PU需求的不斷增長，未來GPU應用市場將會被多領(lǐng)域劃分，誰將是增長最快的應用市場呢？

答案或許就在以下GPU八大應用場景中。

游戲設備

如果你是一位游戲愛好者，你大概率會知道購買游戲設備，會更看重其GPU性能。即所謂的“CPU決定下限，GPU決定上限”。GPU大體決定了游戲分辨率、特效能開多高，對于用戶的游戲體驗起到關(guān)鍵性作用。

一直以來，游戲繪圖是GPU的傳統(tǒng)應用領(lǐng)域，GPU能為游戲開發(fā)者提供電影級畫質(zhì)的實時渲染，以增強游戲用戶體驗。何以實現(xiàn)？一個字：快！

• GPU并行計算的基礎結(jié)構(gòu)、可以執(zhí)行海量數(shù)據(jù)計算；

• GPU訪存速度快；

• GPU擁有更高的浮點運算能力，對圖形與媒體加工速度快。

也正是憑著實時渲染游戲畫質(zhì)的優(yōu)勢，GPU占據(jù)大份額游戲PC和顯示屏市場。隨著全球游戲PC和顯示器出貨量的強勁增長，未來游戲渲染場景對GPU需求旺盛。

IDC數(shù)據(jù)顯示，2020年游戲PC和顯示器的出貨量同比增長26.8％，達到5500萬臺。同樣的，JPR數(shù)據(jù)顯示，2020年全球GPU出貨3.94億片，同比增長17.9%。

全球GPU巨頭英偉達（Nvidia）的年報也顯示，游戲是其最大市場，占比46.5%。

2020年Nvidia各市場營收占比，數(shù)據(jù)來源：Nvidia年報

消費電子

目前智能手機市場占據(jù)了全球GPU市場份額的主導地位，此外，智能音箱、智能手環(huán)/手表、VR/AR眼鏡等移動消費電子都是GPU潛在的市場。

應用于手機等嵌入式、移動終端等領(lǐng)域的GPU芯片，一般體積小、耗電低、性能無需特別強大，但也支持諸多功能，不限于創(chuàng)建圖像、圖像處理、計算攝影、手勢識別等，能為消費者帶來全新的移動設備視覺體驗。

移動端GPU主要采用集成GPU，集成GPU常和CPU共用一個Die，共享系統(tǒng)內(nèi)存。而隨著智能手機應用更加豐富，GPU的優(yōu)勢更加明顯，比如拍照、導航地圖的合成、UI圖標、圖像框、照片的后處理等都需要GPU來完成。

但GPU于手機及PC端滲透率基本見頂，根據(jù)中國社科院數(shù)據(jù)，2011-2018年全球主要國家PC每百人滲透率呈下降趨勢，智能手機對PC具有一定替代性。而云計算與智能駕駛及AI的興起對高算力產(chǎn)生新需求，將帶來高性能GPU市場快速增長。

GPU分類與主要廠商，資料來源：架構(gòu)師技術(shù)聯(lián)盟、華西證券研究所

云端AI服務器

AI服務器通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯(lián)的需求，為自然語言處理、計算機視覺、語音交互等人工智能應用場景提供強大的算力支持，支撐AI算法訓練和推理過程。

當前在云端場景下被最廣泛應用的AI芯片是英偉達的GPU，主要原因是：強大的并行計算能力（相比CPU）、通用性以及成熟的開發(fā)環(huán)境。

2020年全球AI服務器市場規(guī)模為122億美元，預計到2025年全球AI智能服務器市場將達到288億美元，5年CAGR達到18.8%。

2020-2025年全球AI服務器行業(yè)市場規(guī)模及增速（單位：億美元），來源：華經(jīng)產(chǎn)業(yè)研究院

自動駕駛

GPU兼具技術(shù)成本優(yōu)勢，已成為自動駕駛領(lǐng)域主流。

一方面，行車過程中依賴雷達等傳感器對道理信息進行采集后，處理器每秒需實時數(shù)據(jù)解析幾G量級數(shù)據(jù)，每秒可以產(chǎn)生超過1G的數(shù)據(jù)。因此自動駕駛對處理器的計算量要求較高。

另一方面，處理分析實時數(shù)據(jù)后，需要在毫秒的時間精度下對行車路徑、車速進行規(guī)劃，保障行車過程安全，對處理器的計算速度要求也較高。

而GPU采用流式并行計算模式，可對每個數(shù)據(jù)行獨立的并行計算,擅長大規(guī)模并發(fā)計算，正是自動駕駛所需要的。

目前汽車電子控制系統(tǒng)是分布式ECU架構(gòu)，不同的信息娛樂、車身、車輛運動和動力總成系統(tǒng)及其細分功能分別由不同獨立的ECU單元進行獨立控制，部分高檔車型上的ECU數(shù)量超過100個。未來，汽車電子操控系統(tǒng)將會進一步向著集中化、軟硬件解耦及平臺化方向發(fā)展，汽車將會由統(tǒng)一的超算平臺對傳感器數(shù)據(jù)進行處理、融合、決策最終實現(xiàn)高級別的自動駕駛功能。

來源：地平線公司官網(wǎng)

2021年4月13日，Nvidia發(fā)布最新一代超算力芯片Atlan，單芯片算力達1,000TOPS，可滿足L5需求，預計2023年提供樣品。

除了自動駕駛，GPU還在汽車設計和工程應用中被廣泛使用。汽車設計部門面臨越來越大的壓力，需要迅速實現(xiàn)汽車創(chuàng)新，響應市場不斷變化的需求。遠程工作人員，外部供應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。

邊緣計算

在邊緣計算場景，AI芯片主要承擔推斷任務，通過將終端設備上的傳感器（麥克風陣列、攝像頭等）收集的數(shù)據(jù)代入訓練好的模型推理得出推斷結(jié)果。

GPU作為最成熟的通用型AI芯片，將受益于廣泛的邊緣計算場景。包括物聯(lián)網(wǎng)、自動駕駛等應用場景。

不同邊緣計算場景對AI芯片性能要求，來源：艾瑞咨詢

由于邊緣側(cè)場景多種多樣、各不相同，對于計算硬件的考量也不盡相同，對于算力和能耗等性能需求也有大有小。因此應用于邊緣側(cè)的計算芯片需要針對特殊場景進行針對性設計以實現(xiàn)最優(yōu)的解決方案。

智慧安防

安防攝像頭發(fā)展經(jīng)歷了由模擬向數(shù)字化、數(shù)字化高清到現(xiàn)在的數(shù)字化智能方向的發(fā)展，最新的智能攝像頭除了實現(xiàn)簡單的錄、存功能外，還可以實現(xiàn)結(jié)構(gòu)化圖像數(shù)據(jù)分析。

安防攝像頭一天可產(chǎn)生20GB數(shù)據(jù)，若將全部數(shù)據(jù)回傳到云數(shù)據(jù)中心將會對網(wǎng)絡帶寬和數(shù)據(jù)中心資源造成極大占用。通過在攝像頭終端、網(wǎng)絡邊緣側(cè)加裝AI芯片，實現(xiàn)對攝像頭數(shù)據(jù)的本地化實時處理，經(jīng)過結(jié)構(gòu)化處理、關(guān)鍵信息提取，僅將帶有關(guān)鍵信息的數(shù)據(jù)回傳后方，將會大大降低網(wǎng)絡傳輸帶寬壓力。

當前主流解決方案分為：前端攝像頭設備內(nèi)集成AI芯片和在邊緣側(cè)采取智能服務器級產(chǎn)品。前端芯片在設計上需要平衡面積、功耗、成本、可靠性等問題，最好采取低功耗、低成本解決方案（如：DSP、ASIC）；邊緣側(cè)限制更少，可以采取能夠進行更大規(guī)模數(shù)據(jù)處理任務的服務器級產(chǎn)品（如：GPU、ASIC）。

AI芯片在智能安防攝像頭中的應用，資料來源：艾瑞咨詢，CPS中安網(wǎng)、HIS

GPU可以加速處理快速膨脹的數(shù)據(jù)與視頻資料，在智慧安防視頻處理方面有很好的應用前景。

加密貨幣

比特幣等加密貨幣的行情火爆帶動礦卡GPU需求，2020Q4-2021Q2全球PC GPU單季度出貨量連續(xù)三個季度超過1億片，2021Q2達到1.23億片，同比大增42%。

礦機算力的大小決定挖礦的速度，算力越大，挖礦越快。除了主流的ASIC礦機，加密貨幣挖礦用的最多大概是GPU礦機了。

GPU的硬件特點是：核心數(shù)量非常多、單個核心的結(jié)構(gòu)比較簡單、適合進行大量重復性的一般運算，比如咱們玩游戲、3D設計，實際上就是大量、而且重復性的一般運算，而GPU的核心數(shù)量（稱為流處理器）非常多，通常在幾千顆，比如A卡的RX570，流處理器就高達2048顆。

而挖礦，恰好就是大量而且重復性的一般運算，正好跟GPU的性能特點相符合，GPU非常適合這種無腦性算法，流處理器數(shù)目越多越占優(yōu)勢。

盡管不少國家對于加密貨幣的監(jiān)管加嚴，且存在金融風險，但不防礙加密貨幣行業(yè)的蓬勃發(fā)展。截至2021年9月，所有加密資產(chǎn)的總市值已超過2萬億美元，自2020年初以來增長了9倍。未來隨著加密資產(chǎn)變得越來越主流，對于GPU礦機的需求也勢必會增大。

醫(yī)療影像設備

近年來，在深度學習和GPU加速運算快速發(fā)展之下，人工智能成為滿足醫(yī)療影像需求日益增長的推手。多份醫(yī)療市場研究報告指出，醫(yī)療影像領(lǐng)域中的人工智能市場規(guī)模，于2021至2026年間，預計將以30%的年復合成長率快速增長。

醫(yī)療影像涉及一系列復雜的訊號和影像重組過程，這些過程將X光或超音波感測器檢測到的原始數(shù)據(jù)轉(zhuǎn)換成2D橫切面或3D立體影像。這種影像處理耗時、數(shù)據(jù)量大、要求畫面渲染品質(zhì)準確且穩(wěn)定。

憑著強大的并行計算能力，GPU可以完成影像即時渲染，再結(jié)合深度學習神經(jīng)網(wǎng)路的訓練和推論提供矩陣運算加速，可助于移除假影、調(diào)整對比度、增強銳度，獲得更清晰的醫(yī)學圖像。

結(jié)語：

以上，是GPU主流的應用場景，但GPU還有部分特殊應用領(lǐng)域。包括軍事、航空、信創(chuàng)等，但市場需求量較小。比如，據(jù)統(tǒng)計，2018年我國軍用GPU市場規(guī)模僅約1176萬元。綜合來看，未來GPU增長的主要驅(qū)動在于在GPU在服務器、自動駕駛滲透率的提升。