共计 824 个字符，预计需要花费 3 分钟才能阅读完成。
ChatGPT 热潮席卷全球，上线仅两个月活跃用户就突破一亿，写诗歌、敲代码、做数据分析……ChatGPT 仿佛“无所不能”。
这种“无所不能”的背后离不开 AI 大模型的加持，大模型训练又需要使用大量算力资源，而 GPU 具备并行计算能力，可兼容训练和推理。随着 AI 大模型训练需求的增长，GPU 算力需求将随之高增长。
中信证券发布的《GPU：研究框架 》，从性能和生态 2 个维度构建了 GPU 完整的研究体系，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。
#01#
报告摘要
GPU 的核心竞争力在于 性能先进性 和计算生态壁垒 。性能取决于微架构、制程、流处理器数量、核心频率等，其中 微架构是核心点。研发难度在图形渲染硬件层面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，先发优势明显。目前，CUDA 生态占据大部分市场，类 CUDA 生态蓬勃发展。 从海外 GPU 发展来看，NVIDIA 与 AMD（ATI）的竞争贯穿 GPU 发展历程，架构创新升级和新兴 AI等领域前瞻探索是领跑的关键。 在外部不确定因素叠加内部加速自主创新背景下，国产厂商正持续大力投入研发实现 GPU 架构创新升级和快速迭代，力争赶超国际领先水平。 从应用场景来看，AI& 数据中心、智能汽车、游戏等 GPU 需求有望高增。 ChatGPT 类语言大模型底层是 2017 年出现的 Transformer 架构，该架构相比传统的 CNN/RNN 为基础的 AI 模型，参数量达到数千亿，对算力消耗巨大，对算力硬件有大量需求。 此外智能汽车方兴未艾，自动驾驶和智慧座舱均需大量使用 GPU。游戏业务作为 GPU 应用的传统领域，也将随着游戏玩玩家的不断增长而持续扩大 GPU 需求。 GPU 应用场景的不断扩大拉动 GPU 市场空间迅猛增长，根据 Verified Market Research 预测，2027 年中国 GPU 市场规模将会增长至 345.57 亿美元。 #02# 报告节选
以下是报告原文节选，点击报告封面 可以查看报告全文~
