gpu的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内gpu厂商纷纷大力投入研发快速迭代架构,推动产业开放构建自主生态,加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧,ai&数据中心、智能汽车、游戏等gpu需求有望高增,国产gpu迎来发展黄金期,我们看好国产gpu公司的发展与投资机遇。
第一,我们从性能和生态2个维度构建了gpu完整的研究体系。1)性能:决定gpu是否“高效”,其中微架构/制程是影响gpu性能的核心要素。2)生态:cuda构筑通用计算坚固壁垒。
第二,提出在评估gpu性能的指标的重要性上:微架构、制程、流处理器数量、核心频率对gpu性能影响较大。我们详细梳理了gpu的微架构、制程、显存容量/位宽/带宽/频率、核心频率等各类性能参数及重要性程度,并利用“核心数*核心频率*2”公式对性能算力进行量化,揭示可用3dmark、mlperf 等gpu软件跑分进行相关性能测试评估。
第三,详细拆解了nvidia fermi和hopper两大典型微架构的具体硬件实现,在顶点处理、光栅化计算、纹理贴图、像素处理的图形渲染流水线上对fermi架构进行了拆分;在指令接收、调度、分配、计算执行的通用计算流水线上对hopper架构进行了简单易懂的描述,并指明更多、更专、更智能等未来架构升级迭代的方向。
第四,明晰了生态是构建通用计算壁垒的基石。提出gpu研发难度在图形渲染硬件和通用计算软件生态层面,在ip、软件栈方面研发门槛较高,需要较长的积累,先发者优势明显。cuda生态从2006年推出至今,经过不断发展完善,几乎已在行业生态内处于垄断地位。
第五,深度复盘nvidia/amd(ati)的产品迭代和竞争发展史,通过对nvidia长期保持领先和amd(ati)反超进行总结得出结论:架构创新升级和新兴领域前瞻探索是领跑gpu行业的关键。
第六,梳理和测算了国内gpu在ai&数据中心、智能汽车、游戏行业的市场空间和发展趋势。
以下为报告原文,节选部分内容,更多内容请参看原报告“gpu研究框架(2023)”,以及“服务器基础知识全解(终极版)-182页ppt”,“服务器基础知识全解(终极版)-182页pdf”。
以上内容节选部分内容,更多内容请参看原报告“gpu研究框架(2023)”,以及“服务器基础知识全解(终极版)-182页ppt”,“服务器基础知识全解(终极版)-182页pdf”。
mc145027各引脚的功能
PCB叠层设计需要注意哪些事项?
360N5——6GB运存的青年旗舰
可编程直流电子负载在手机电池测试的应用
汉鼎咨询:我国工业机器人产业未来市场非常可期
GPU微架构及生态研究框架(2023)
iQOO天猫超级品牌日,诠释生而强悍探索突破
受疫情影响,GSMA宣布取消MWC 2020展会…
通过数据传输满足MCU激进系统的设计
8086汇编指令集
【回顾往年CES】百度携小鱼在家共同展示全新视频对讲机器人,引众人关注
优化嵌入式软件的七个技巧,不同应用程序的优化需求各不相同
在进行单片机设计时需要注意哪些事项
洗衣机巨头们争先抢占高端市场,下半场的战役已经打响
亚马逊、苹果、谷歌和Zigbee联盟联手制定智能家居新标准
自动驾驶:“新鲜送达餐桌”的使命,由科技来完成
Spectrum仪器为高性能应用配备Julia工具包,开创行业先河
连锁店集中监控系统的设计及方案应用分析
cpu晶体管如何放进去的
数字IC的设计流程及验证方法介绍