我們正在目睹GPU市場的重要轉(zhuǎn)折。八月初，GPU龍頭企業(yè)Nvidia發(fā)布二季度財報預警，其中提到公司的二季度收入比之前的預計大幅下降，其主要原因是由于游戲市場和加密貨幣市場在2022年的規(guī)模大大下降——相關的收入同比下降33%，環(huán)比下降44%。我們認為，這標志著GPU市場正在加速進入轉(zhuǎn)折期，這也會加速GPU相應公司尋找新的增長點。
傳統(tǒng)上，GPU最關鍵的市場是游戲市場，這包括了PC主機上的GPU，以及游戲主機中的GPU，然而從長期大趨勢上來看，PC主機和游戲主機的市場增長正在趨緩，甚至有下降的勢頭。從短期來看，2021年新冠疫情導致居家辦公等新的工作狀態(tài)導致了PC和游戲主機相關需求短暫上升，而目前這樣的非常態(tài)帶來的福利已經(jīng)結(jié)束，對于GPU需求也在大幅下降。此外，加密貨幣的繁榮也曾讓GPU一卡難求，但是隨著加密貨幣市場的崩潰，對于GPU市場也造成了一定的影響。根據(jù)Digitimes的報道，GPU在2022年的出貨量預計將比2021年下降40-50%（這個數(shù)字和Nvidia的第二季度預報也相符）。總之，無論是從短期還是從長期來看，傳統(tǒng)的游戲行業(yè)都已經(jīng)很難成為GPU市場的增長點。
未來GPU的市場在哪里？
其實從Nvidia的財報中我們也可以看出，數(shù)據(jù)中心將會是GPU的新增長點。數(shù)據(jù)中心中的GPU使用主要是用于高性能計算，包括人工智能相關的計算和視頻處理等。在Nvidia公布的第二季度預報中，數(shù)據(jù)中心相關的收入同比增長高達61%，且收入已經(jīng)高于游戲市場，可見數(shù)據(jù)中心增長勢頭之強。
數(shù)據(jù)中心中使用GPU預計未來還會在未來呈快速上升態(tài)勢。人工智能將會進入越來越多的應用中，而在數(shù)據(jù)中心側(cè)人工智能模型的訓練和推理，目前最佳的解決方案就是GPU。我們目前看到人工智能模型的復雜度正在快速上升，訓練所需要的數(shù)據(jù)量也在越來越大，這也意味著單個模型需要的計算量正在上升，同時結(jié)合模型部署和訓練數(shù)量的上升，兩者的乘數(shù)效應使得數(shù)據(jù)中心對于GPU的需求仍然會持續(xù)上升。
除了高性能計算之外，另一個未來可能的新增長點是元宇宙相關的圖像渲染任務。隨著MR/VR硬件和相關應用的成熟，如何為用戶提供高性能的圖像渲染將會是相關用戶體驗的核心要素。如果元宇宙的VR/MR真的如預期的一樣會成為一個巨大的市場，那么相關的渲染任務也將會成為GPU的一個新增長點。當然其中也存在著很大的不確定性，首先元宇宙和VR/MR是否會如愿增長還不清楚，此外相關的渲染會在云端完成并且通過網(wǎng)絡串流的方式來到用戶的本地顯示，還是使用本地的GPU直接做渲染，相關的技術(shù)方案還沒有定論。
綜上所述，我們認為GPU市場的轉(zhuǎn)折將會是傳統(tǒng)游戲相關收入逐漸飽和（甚至在短期內(nèi)大幅下降），而在人工智能和高性能計算（即GPGPU）相關的數(shù)據(jù)中心市場會成為目前和中期內(nèi)的首要增長點，遠期來看元宇宙相關的渲染任務有可能會取代傳統(tǒng)游戲相關收入，但是還存在很大的不確定性。
GPU技術(shù)演進路線
如前所述，數(shù)據(jù)中心中的人工智能和高性能計算正在成為GPU目前最關鍵的增長點，因此GPU廠商技術(shù)研發(fā)目前也主要圍繞這個目標。這里我們將會分析GPU領域兩大龍頭Nvidia和AMD的相關技術(shù)路線圖，來分析一下GPU在未來幾年內(nèi)演進的一些重要技術(shù)路線。
首先是專用加速器與通用GPU的融合。在人工智能硬件剛興起的時候，使用專用加速器還是使用通用GPU做加速幾乎是兩大陣營——專用加速器效率高但是只能支持幾種特定的算法和模型；通用GPU兼容性好，但是效率較差，功耗也較大。但是，隨著人工智能硬件的演進，目前我們看到通用GPU和專用加速器正在慢慢融合，或者說在GPU上我們在看到越來越多的針對一些特定人工智能模型的專用IP來實現(xiàn)加速。舉例來說，混合精度計算和低精度整數(shù)運算加速已經(jīng)成為數(shù)據(jù)中心GPU的標配。在這個領域，Nvidia更為激進，憑借其對于人工智能模型生態(tài)的大量布局和龍頭地位，Nvidia能夠把握人工智能模型發(fā)展的態(tài)勢（如新模型的流行程度）并且據(jù)此在GPU產(chǎn)品上加入相關支持。在Nvidia下一代的H100 GPU中就加入了對于Transformer系列模型的專用加速模塊，而這樣的專用加速模塊集成在通用GPU中恰恰說明了通用GPU和專用加速器之間的融合將會是未來的重要技術(shù)演進方向。
除此之外，決定GPU計算性能的關鍵指標是存儲訪問帶寬和延遲。在這個方面，增加DRAM帶寬，使用HBM等最新的內(nèi)存接口已經(jīng)是GPU的標準配置，相信未來隨著DRAM接口標準的演進，GPU也會優(yōu)先使用最新的DRAM接口。而除了DRAM之外，高速緩存（cache）也是關鍵的存儲，緩存容量會大大影響計算的延遲和功耗。Nvidia和AMD都在積極地擴大高速緩存的容量，而在這方面AMD使用新技術(shù)的步伐則領先Nvidia——目前Nvidia在H100增加緩存主要還是考慮2D的方式即在同芯片上加大緩存面積，而根據(jù)AMD今年六月份公布的最新CDNA3 GPU架構(gòu)，CDNA3會使用高級封裝技術(shù)，使用單獨的緩存芯片粒（chiplet），并且將緩存芯片粒和GPU使用堆疊的方式集成在一起（即Infinity Cache）。這樣一來，高速緩存芯片粒的存儲容量就有可能大大增加，從而提升性能。
在存儲之外，另一個數(shù)據(jù)中心端GPU技術(shù)演進的重要方向是如何減少CPU和GPU通信帶來的性能損失。在傳統(tǒng)設計中，CPU和GPU處于兩個完全不同的系統(tǒng)，其內(nèi)存空間并不共享，因此CPU和GPU之間的通信開銷很大。為了解決這個問題，Nvidia和AMD都在這方面做了不少投入。Nvidia的解決方案是使用自研的基于ARM架構(gòu)的Grace CPU，并且在架構(gòu)設計上給每個GPU單獨配一個CPU并且使用NVLINK高速接口連接在一起，從而減小CPU和GPU之間的協(xié)同工作開銷。而AMD因為一直同時有GPU和CPU業(yè)務，因此相關的設計在技術(shù)上更為激進，在CDNA3架構(gòu)中CPU和GPU將會使用高級封裝的方式集成在一起，共享HBM3高速內(nèi)存接口和內(nèi)存空間，從而大大增加CPU和GPU之間的集成度和協(xié)作的能力。
綜上，我們認為未來服務器端GPU將會是GPU市場最重要的市場增長點，而圍繞這個增長點有幾個重要的技術(shù)路徑將會成為主流，包括專用加速IP和通用GPU融合，高速DRAM和緩存的進一步演進，以及CPU和GPU的進一步集成。比較Nvidia和AMD的技術(shù)路徑，我們可以發(fā)現(xiàn)Nvidia的強項在于坐擁人工智能生態(tài)護城河，通過極強的軟硬件協(xié)同設計能力和對于人工智能領域的洞察力，它在專用加速IP和通用GPU融合方面做得極為成功，因此可以通過最小的成本和功耗代價來實現(xiàn)最大化的相關任務性能提升。而AMD的強項在于其高級封裝領域的積累以及在CPU領域的經(jīng)驗，未來可望使用晶圓級技術(shù)的突破來提升性能。
市場競爭格局
未來市場競爭格局而言，Nvidia和AMD都是從傳統(tǒng)的游戲市場切入，在保持傳統(tǒng)游戲市場的同時，也正在把精力越來越多地投入云端市場。Nvidia目前擁有服務器市場GPU的領先地位，但是從技術(shù)發(fā)展角度來看AMD的勢頭也很不錯，其關鍵在于能否打通軟件生態(tài)，如果能突破Nvidia CUDA的生態(tài)包圍圈的話AMD可望在服務器市場也擁有重要的一席之地。
在服務器市場另一個值得關注的新勢力是中國的GPU初創(chuàng)公司。以燧原，壁仞等為代表的GPU中國新興勢力也把服務器市場作為其主打方向。從市場動態(tài)上來說，其實目前是一個很好的時間點，因為在GPU市場來看，中國GPU較為薄弱的游戲渲染等領域正在被服務器市場增長所取代，而在服務器市場相對來說中國公司的技術(shù)包袱并不大，可以輕裝上陣。隨著未來國際形勢的變化（例如逆全球化），可望中國的GPU新勢力也能獲得GPU市場的重要份額。
更多信息可以來這里獲取==>>電子技術(shù)應用-AET<<
