GPU微架構及生態(tài)研究框架（2023）

GPU的核心競爭力在于架構等因素決定的性能先進(jìn)性和計算生態(tài)壁壘。國內GPU廠(chǎng)商紛紛大力投入研發(fā)快速迭代架構，推動(dòng)產(chǎn)業(yè)開(kāi)放構建自主生態(tài)，加速追趕全球頭部企業(yè)。國產(chǎn)替代需求持續釋放疊加國際局勢不確定性加劇，AI&數據中心、智能汽車(chē)、游戲等GPU需求有望高增，國產(chǎn)GPU迎來(lái)發(fā)展黃金期，我們看好國產(chǎn)GPU公司的發(fā)展與投資機遇。

第一，我們從性能和生態(tài)2個(gè)維度構建了GPU完整的研究體系。1）性能：決定GPU是否“高效”，其中微架構/制程是影響GPU性能的核心要素。2）生態(tài)：CUDA構筑通用計算堅固壁壘。

第二，提出在評估GPU性能的指標的重要性上：微架構、制程、流處理器數量、核心頻率對GPU性能影響較大。我們詳細梳理了GPU的微架構、制程、顯存容量/位寬/帶寬/頻率、核心頻率等各類(lèi)性能參數及重要性程度，并利用“核心數*核心頻率*2”公式對性能算力進(jìn)行量化，揭示可用3DMark、MLPerf 等GPU軟件跑分進(jìn)行相關(guān)性能測試評估。

第三，詳細拆解了NVIDIA Fermi和Hopper兩大典型微架構的具體硬件實(shí)現，在頂點(diǎn)處理、光柵化計算、紋理貼圖、像素處理的圖形渲染流水線(xiàn)上對Fermi架構進(jìn)行了拆分；在指令接收、調度、分配、計算執行的通用計算流水線(xiàn)上對Hopper架構進(jìn)行了簡(jiǎn)單易懂的描述，并指明更多、更專(zhuān)、更智能等未來(lái)架構升級迭代的方向。

第四，明晰了生態(tài)是構建通用計算壁壘的基石。提出GPU研發(fā)難度在圖形渲染硬件和通用計算軟件生態(tài)層面，在IP、軟件棧方面研發(fā)門(mén)檻較高，需要較長(cháng)的積累，先發(fā)者優(yōu)勢明顯。CUDA生態(tài)從2006年推出至今，經(jīng)過(guò)不斷發(fā)展完善，幾乎已在行業(yè)生態(tài)內處于壟斷地位。

第五，深度復盤(pán)Nvidia/AMD（ATI）的產(chǎn)品迭代和競爭發(fā)展史，通過(guò)對NVIDIA長(cháng)期保持領(lǐng)先和AMD（ATI）反超進(jìn)行總結得出結論：架構創(chuàng )新升級和新興領(lǐng)域前瞻探索是領(lǐng)跑GPU行業(yè)的關(guān)鍵。

第六，梳理和測算了國內GPU在A(yíng)I&數據中心、智能汽車(chē)、游戲行業(yè)的市場(chǎng)空間和發(fā)展趨勢。

以下為報告原文，節選部分內容，更多內容請參看原報告“GPU研究框架（2023）”，以及“服務(wù)器基礎知識全解（終極版）-182頁(yè)PPT”，“服務(wù)器基礎知識全解（終極版）-182頁(yè)PDF”。

以上內容節選部分內容，更多內容請參看原報告“GPU研究框架（2023）”，以及“服務(wù)器基礎知識全解(終極版)-182頁(yè)PPT”，“服務(wù)器基礎知識全解(終極版)-182頁(yè)PDF”。