2020年GPU行業(yè)發(fā)展前景：GPU是人工智能的重要組成部分，市場空間廣闊[圖]

    一、從世界巨頭尋找發(fā)展的足跡

    １、GPU的作用與分類

    GPU（graphicsprocessingunit，圖形處理器）又被稱為顯示芯片，多用于個人電腦、工作站、游戲主機(jī)以及移動設(shè)備（智能手機(jī)、平板電腦、VR設(shè)備）上專門運行繪圖運算的微處理器。

    結(jié)構(gòu)決定GPU更適合并行計算，GPU與CPU主要區(qū)別在于片內(nèi)的緩存體系和數(shù)字邏輯運算單元的結(jié)構(gòu)差異：GPU核（尤其ALU運算單元）的數(shù)量遠(yuǎn)超CPU但是結(jié)構(gòu)較CPU簡單，因此被稱為眾核結(jié)構(gòu)。眾核結(jié)構(gòu)非常適合把同樣的指令流并行發(fā)送到眾核上，采用不同的輸入數(shù)據(jù)執(zhí)行，從而完成圖形處理中的海量簡單操作，如對每一個頂點進(jìn)行同樣的坐標(biāo)變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU利用自身處理海量數(shù)據(jù)的優(yōu)勢，通過提高總的數(shù)據(jù)吞吐量（Throughput）來彌補執(zhí)行時間（Latency）長的缺點。

    一般而言，消費者在選購消費電子產(chǎn)品的時候，例如在選購移動電話或者筆記本時，會更加關(guān)注CPU（CentralProcessingUnit，中央處理器）的性能，例如CPU的品牌、系列、核心數(shù)量等等，而GPU受到的關(guān)注就相對較少。GPU（GraphicProcessingUnit），及圖形處理器,是一種專門在個人電腦、工作站、游戲機(jī)和一些移動設(shè)備（如平板電腦、智能手機(jī)等）上做圖像和圖形相關(guān)運算工作的微處理器。在PC誕生之初，并存在GPU的念，所有的圖形計算都由CPU進(jìn)行計算。然而，使用CPU做圖形計算速度較慢，于是就設(shè)計了專門的圖形加速卡用以幫助處理圖形計算。再后來，NVIDIA提出了GPU的概念，將GPU提升帶了一個單獨的計算單元的地位。

    CPU一般由邏輯運算單元、控制單元和存儲單元組成。CPU雖然有多核，但總數(shù)沒有超過兩位數(shù)，每個核都有足夠大的緩存;CPU有足夠多的數(shù)字和邏輯運算單元，并輔助有很多加速分支判斷甚至更復(fù)雜的邏輯判斷的硬件。因此，CPU擁有超強(qiáng)的邏輯能力。GPU的優(yōu)勢在于多核，核數(shù)遠(yuǎn)超CPU，可以達(dá)到數(shù)百個，每個核擁有的緩存相對較小，數(shù)字邏輯運算單元少且簡單。因此，GPU相對于CPU更適用于處理數(shù)據(jù)并行計算問題

CPU與GPU的區(qū)別

數(shù)據(jù)來源：公開資料整理

    GPU具有兩種分類方式，一種根據(jù)與CPU的關(guān)系，另一種是根據(jù)GPU所在的應(yīng)用端類別。根據(jù)與CPU的關(guān)系，GPU可以分為獨立CPU和GPU。獨立GPU一般焊接在顯卡的電路板上，位置在顯卡的風(fēng)扇下面。獨立GPU使用的是專用的顯示存儲器，顯存帶寬決定了和GPU的連接速度。集成GPU一般與CPU集成在一起。集成GPU與CPU共有一個風(fēng)扇和緩存。集成GPU由于設(shè)計制作、驅(qū)動程序都由CPU廠家完成，因此兼容性較好；此外,由于CPU與GPU實現(xiàn)了集成，因此，集成GPU的占用空間?。粚崿F(xiàn)GPU與CPU的適配與兼容，集成GPU的性能相對獨立GPU較弱，因此功耗和成本相對獨立GPU較低。獨立GPU由于擁有獨立的顯存，更大的空間和更好的散熱，因此在性能上面獨立顯卡更好；但需要額外的空間，能夠滿足復(fù)雜龐大的圖形處理需求，并提供高效的視頻編碼應(yīng)用。然而，強(qiáng)勁的性能意味著更高的耗能，獨立GPU需要額外的供電，并且成本也更高。

集成顯卡與獨立顯卡的區(qū)別

數(shù)據(jù)來源：公開資料整理

    根據(jù)應(yīng)用終端類別，可以分為PCGPU,服務(wù)器GPU，移動GPU。PCGPU應(yīng)用于PC端。根據(jù)其所在產(chǎn)品定位既可以使用集成GPU，也可以使用獨立GPU。例如，若PC以輕辦公，文字編纂為主，一般產(chǎn)品會選擇搭載集成GPU;若PC需要制作高清圖片，編輯視頻，渲染游戲等，則選擇的產(chǎn)品搭載獨立GPU。服務(wù)器GPU應(yīng)用于服務(wù)器，可做專業(yè)可視化、計算加速、深度學(xué)習(xí)等應(yīng)用，根據(jù)云計算、人工智能等一系列技術(shù)的發(fā)展，服務(wù)器GPU將會以獨立GPU為主。移動端輕薄化已經(jīng)成為趨勢，終端內(nèi)部凈空間由于多種功能模組的增加已經(jīng)快速下降；同時就目前移動端需要處理的視頻和圖像而言，集成GPU已經(jīng)能夠滿足。所以移動GPU一般采用集成GPU。

GPU按終端類別分類

數(shù)據(jù)來源：公開資料整理

    ２、GPU市場：寡頭競爭時代已經(jīng)來臨

    PCGPU市場，Intel優(yōu)勢明顯。智研咨詢發(fā)布的《2020-2026年中國GPU行業(yè)市場競爭格局及行業(yè)發(fā)展前景預(yù)測報告》顯示：全球2019年第四季度PC領(lǐng)域GPU出貨量，Intel是全球最大的處理器供應(yīng)商。目前主流的處理器架構(gòu)是X86，主要的供應(yīng)商是Intel，AMD，VIA。截至2019年第四季度，消費級x86CPU市場中，包括桌面品臺，移動端平臺（筆記本和平臺LOT物聯(lián)網(wǎng)）中，Intel占據(jù)了84.4%的市場份額，AMD占據(jù)了15.5%的市場份額。Intel憑借在CPU出貨量上的優(yōu)勢，通過銷售集成GPU，實現(xiàn)了在GPU市場的霸主地位。Intel以63%的市場份額排名第一，對比2019年第三季度環(huán)比下滑了2個百分點；AMD作為全球第二大的X86架構(gòu)處理器供應(yīng)商，既受益于CPU出貨帶動的集成GPU出貨量，也受益于自身優(yōu)秀的獨立GPU的出貨。

    AMD以19%的市場份額排名二，環(huán)比上升3個百分點；NVIDIA是全球領(lǐng)先的獨立GPU供應(yīng)商，同時結(jié)合ARM架構(gòu)處理器，出貨集成GPU，市場份額為18%，環(huán)比下降了1個百分點。

全球PCGPU市場份額

數(shù)據(jù)來源：公開資料整理

Intel與AMD處理器出貨量之間的對比

數(shù)據(jù)來源：公開資料整理

    獨立GPU領(lǐng)域，AMD奮起直追。截至2019年第四季度，在獨立GPU域中，NVIDIA以68.92%的市場份額占據(jù)較大的優(yōu)勢。AMD方面，AMD得益于在2018Q4所推出RX5500及RX5600系列，以及RX5700系列的放量，多方因素共同促使AMD顯卡份額大漲，從2018年18.77%上升至31.08%。AMD推出的Radeon系列部分型號采用7nm工藝，并且在與NVIDIA的產(chǎn)品對比中（RTX2070對標(biāo)RX5700，RTX2070S對標(biāo)5700XT），同系列AMD性能略強(qiáng)，價格更低，重點是功耗一樣。更強(qiáng)的性能，更低的功耗，AMD的產(chǎn)品無疑對NVIDIA的市場份額造成了挑戰(zhàn)。

全球獨顯的市場份額

數(shù)據(jù)來源：公開資料整理

NVIDIA與AMD產(chǎn)品性能對比

數(shù)據(jù)來源：公開資料整理

整機(jī)功耗測試（單位：瓦）

數(shù)據(jù)來源：公開資料整理

    五雄爭霸，手機(jī)廠商不甘寂寞。在移動GPU領(lǐng)域，主要以Imagination、ARM、Qualcomm、Vivante、NVIDIA為主。高通目前是Android陣營最大的處理器供應(yīng)商。移動端主要使用集成GPU，因此，高通GPU因其處理器的市場優(yōu)勢也有所受益。ARMMailGPU的主要使用者是華為和三星。ARMMail的GPU性能相對較弱，因此華為在2018年通過推出GPUTurbo軟硬件優(yōu)化彌補短板。三星方面已經(jīng)與AMD前敵多年的IP授權(quán)，AMD將向三星授權(quán)最新的7nmRDNA架構(gòu)Radeon顯卡IP,并且嘗試自研GPU。蘋果在與Imagination取消合作兩年后，再次選擇與Imagination合作，并給予支付授權(quán)費。雖然目前手機(jī)巨頭都是采取購買GPU廠商IP的方式，但是目前三星、蘋果、華為等有相關(guān)計劃進(jìn)行GPU自研項目。手機(jī)已經(jīng)進(jìn)入同質(zhì)化時代，手機(jī)之間的差異性已經(jīng)成為手機(jī)廠商競爭優(yōu)勢的關(guān)鍵。公版GPU難以使手機(jī)廠商產(chǎn)生本質(zhì)的差異性。因此，手機(jī)需要通過自研GPU以及CPU實現(xiàn)手機(jī)性能的差異化，從而獲得市場的競爭優(yōu)勢。

全球移動GPU主要供應(yīng)商

數(shù)據(jù)來源：公開資料整理

    二、中國GPU服務(wù)器

    １、中國GPU服務(wù)器市場發(fā)展規(guī)模

    ２018年下半年中國GPU服務(wù)器市場規(guī)模為7.8億美金（約合人民幣53.8億元），同比增長107.3%。 2018年全年中國GPU服務(wù)器市場規(guī)模為13.05億美金（約合人民幣90.05億元），同比增長131.2%。IDC預(yù)測，到2023年中國GPU服務(wù)器市場規(guī)模將達(dá)到43.2億美金（約合人民幣298億元），未來5年整體市場年復(fù)合增長率（CAGR）為27.1%。

2018-2023年中四ＧＰＵ服務(wù)器市場規(guī)模同比增長走勢預(yù)測

數(shù)據(jù)來源：公開資料整理

    2018年中國GPU服務(wù)器市場量價齊升，出貨量和銷售額均實現(xiàn)快速增長。

    從行業(yè)來看，互聯(lián)網(wǎng)為主要采購行業(yè)，占據(jù)60%以上的市場份額，是拉動市場增長的主要行業(yè)；政府的采購量也有所上升，超過了10%的市場份額；

    從產(chǎn)品來看，4卡及以上GPU服務(wù)器占據(jù)了8成以上的市場份額，其中4卡、8卡、16卡均占有20%以上的市場份額；

    從廠商來看，浪潮、華為和曙光在出貨量和銷售額方面均位列市場前三；

    從市場趨勢來看，AI服務(wù)器和邊緣計算服務(wù)器等面向特定工作負(fù)載的細(xì)分服務(wù)器市場迎來爆發(fā)，各大廠商加速布局該領(lǐng)域并推出新產(chǎn)品，2019年這些細(xì)分市場仍將是市場的熱點。

2018年中國ＧＰＵ服務(wù)器廠商市場份額情況

數(shù)據(jù)來源：公開資料整理

    “計算和數(shù)據(jù)是人工智能不可缺少的組成部分。2018年，人工智能的發(fā)展引領(lǐng)中國GPU服務(wù)器市場的高速增長；訓(xùn)練依然是GPU服務(wù)器的主要工作負(fù)載，未來幾年推理工作負(fù)載的服務(wù)器也會逐漸上升；在深度學(xué)習(xí)的不斷推動下人工智能取得重要突破；到目前為止，除了專業(yè)人工智能公司以外，許多大型公司也同時開始涉足深度學(xué)習(xí)，并應(yīng)用在廣泛的商業(yè)實踐中。2018年以前，互聯(lián)網(wǎng)是GPU服務(wù)器的主要采購行業(yè)，如今，許多傳統(tǒng)行業(yè)對GPU服務(wù)器也慢慢有所需求，嘗試將人工智能技術(shù)與自己的行業(yè)相結(jié)合。由此看來，GPU服務(wù)器市場規(guī)模還有很大上升空間。

    ２、GPU將在數(shù)據(jù)中心長足發(fā)展

    GPU在A.I數(shù)據(jù)中心領(lǐng)域?qū).I專用芯片的技術(shù)突襲防御性較強(qiáng)。相比于由圖形處理器演進(jìn)而來的GPU，當(dāng)前許多公司基于FPGA、ASIC從事A.I專用芯片研發(fā)，以挑戰(zhàn)GPU在A.I領(lǐng)域的霸主地位， GPU在A.I數(shù)據(jù)中心領(lǐng)域?qū).I專用芯片的防御性較強(qiáng)。GPU的性能特點與A.I數(shù)據(jù)中心對處理器的需求非常契合，并且在長時間的發(fā)展中已經(jīng)形成了完整的生態(tài)，相比較而言，無論是FPGA、還是ASIC路線A.I專用芯片，都尚處于發(fā)展階段，而要成功打造一款通用芯片，時間的積淀非常重要。

    GPU具有較為完整的技術(shù)生態(tài)。高運算性能硬件、驅(qū)動支撐、API接口、通用計算引擎/算法庫、較為成熟的開發(fā)環(huán)境都為應(yīng)用GPU的深度學(xué)習(xí)開發(fā)者提供了足夠友好、易用的工具環(huán)境。開發(fā)者可以迅速獲取到深度學(xué)習(xí)加速算力，降低了深度學(xué)習(xí)模型從研發(fā)到訓(xùn)練加速的整體開發(fā)周期。

    驅(qū)動程序，獨立顯卡廠商不僅提供高性能硬件，也一直提供配套驅(qū)動來支持其GPU調(diào)用計算資源。早期圖形處理、游戲業(yè)務(wù)的優(yōu)勢地位使得英偉達(dá)一直在GPU驅(qū)動下了不少功夫，公司總部大多數(shù)員工都是從事驅(qū)動程序的研發(fā)工作。從圖形接口API來看，不同的獨立顯卡廠商提供不同的圖形標(biāo)準(zhǔn)API，而不同的API接口適應(yīng)于不同的計算系統(tǒng)，如OpenGL標(biāo)準(zhǔn)支持Unix系統(tǒng)的服務(wù)器計算平臺，Direct3D支持windows系統(tǒng)的PC。英偉達(dá)推出的CUDA(ComputeUnifiedDeviceArchitecture)通用并行計算平臺，是為利用GPU并行運算能力開發(fā)的計算平臺?？梢宰岄_發(fā)人員用C語言編寫的程序在其處理器上高速運行，大大提升了通用GPU的易用性。

    算法庫，CUDA包括了大量的GPU加速庫和基于C語言的編程工具，開發(fā)者可以在熟悉的編程環(huán)境下便捷地調(diào)用加速庫。CUDA提供的算法庫可以讓應(yīng)用程序像調(diào)用庫函數(shù)一樣簡單實現(xiàn)一些深度學(xué)習(xí)算法。CUDA開發(fā)人員的數(shù)量在5年里增長了14倍，超過60萬人，CUDASDK的下載量達(dá)到180萬。眾多CUDA開發(fā)人員對于維持英偉達(dá)GPU客戶黏性非常重要。

    GPU完整的技術(shù)生態(tài)，吸引了大量A.I企業(yè)采用GPU進(jìn)行人工智能加速，建立了良好的行業(yè)生態(tài)。英偉達(dá)與科研機(jī)構(gòu)開展合作項目，深入了解科研領(lǐng)域需要的運算問題，為其提供專業(yè)的超級計算加速解決方案。英偉達(dá)與不同應(yīng)用領(lǐng)域的企業(yè)合作，如醫(yī)療、金融、天氣等，開發(fā)面向不同領(lǐng)域的加速產(chǎn)品。截止2016年底，與英偉達(dá)合作開發(fā)深度學(xué)習(xí)項目的公司已經(jīng)達(dá)到了19,439家。除了傳統(tǒng)的互聯(lián)網(wǎng)巨頭公司以外，還有很多創(chuàng)業(yè)公司，用于圖像識別、語音識別、自然語言處理、計算機(jī)視覺、搜索引擎、醫(yī)學(xué)成像、機(jī)器人、數(shù)據(jù)挖掘等應(yīng)用加速。

ＧＰＵ浮點運算能力

數(shù)據(jù)來源：公開資料整理

    GPU的高運算性能使其迅速占領(lǐng)A.I數(shù)據(jù)中心市場，完備的生態(tài)環(huán)境可幫助其維持霸主地位。從上圖可以看出，GPU的浮點運算能力一直保持著直線上升。英偉達(dá)在2017年GPU技術(shù)大會上發(fā)布的全新一代人工智能GPU芯片—TeslaV100能夠達(dá)到15Tflops的單精度浮點性能，7.5Tflops的雙精度浮點性能，可以滿足當(dāng)前A.I深度學(xué)習(xí)的運算能力。GPU持續(xù)提升的運算能力是其維持在A.I數(shù)據(jù)中心這一運算密集型應(yīng)用場景中霸主地位的根本，而面對眾多新興A.I芯片的挑戰(zhàn)，GPU已經(jīng)建立起的完備的生態(tài)環(huán)境可幫助其提高防御能力。

    GPU的生態(tài)環(huán)境有利于其將在訓(xùn)練學(xué)習(xí)領(lǐng)域（A.I數(shù)據(jù)中心）建立的優(yōu)勢延續(xù)至推理應(yīng)用領(lǐng)域（前端電子產(chǎn)品）。當(dāng)前GPU已經(jīng)占據(jù)了A.I數(shù)據(jù)中心市場，學(xué)習(xí)階段處理器需求已經(jīng)被GPU占領(lǐng)。未來隨著A.I行業(yè)應(yīng)用的逐漸落地，推理階段處理器需求將持續(xù)放量。從學(xué)習(xí)到推理階段，算法部署的平滑、便捷性是需要考慮的重要問題。如果從數(shù)據(jù)中心、云端到前端應(yīng)用，整個產(chǎn)品線都采用英偉達(dá)的CUDA計算平臺，可以極大地減少算法跨平臺的難度，實現(xiàn)平滑過渡，省去了變更運行環(huán)境所需的協(xié)同工作。

    相比較而言，無論是FPGA、還是ASIC，都尚處于發(fā)展階段。目前有一些公司基于FPGA技術(shù)路線或ASIC技術(shù)路線開發(fā)的A.I專用芯片，是為滿足自身的需求而進(jìn)行的個性化開發(fā)。典型的就是谷歌的TPU，公司并沒有計劃將其做成一款通用芯片推向市場。有些公司也在基于FPGA或ASIC開發(fā)通用的A.I專用芯片，但是都未達(dá)到GPU的成熟程度。一款芯片要做的具有通用性，性能穩(wěn)定優(yōu)異，需要較長時間的應(yīng)用、優(yōu)化、驗證。但是不可否認(rèn)的是，長期來看，GPU能耗高、價格貴等問題也給A.I專用芯片留下了機(jī)會。

    A.I數(shù)據(jù)中心需求增加。當(dāng)前深度學(xué)習(xí)對海量數(shù)據(jù)的處理需求，需要專業(yè)的A.I數(shù)據(jù)中心來支撐。隨著A.I的縱深發(fā)展，未來A.I數(shù)據(jù)中心的數(shù)據(jù)、流量和處理能力也將隨之提升，對專業(yè)數(shù)據(jù)中心需求將會增多。具體表現(xiàn)為：當(dāng)前許多從事A.I研發(fā)的互聯(lián)網(wǎng)巨頭，像亞馬遜、百度、騰訊等，都已部署自己的數(shù)據(jù)中心，并嘗試承載A.I業(yè)務(wù)，許多A.I潛在應(yīng)用行業(yè)客戶尚未部署自己的A.I數(shù)據(jù)中心。隨著A.I行業(yè)應(yīng)用繼續(xù)深入發(fā)展，A.I數(shù)據(jù)中心的數(shù)量和規(guī)模將會持續(xù)增加。預(yù)測到2020年超大規(guī)模數(shù)據(jù)中心將占全部數(shù)據(jù)中心服務(wù)器安裝量的47%，達(dá)到485個。預(yù)計專業(yè)的A.I數(shù)據(jù)中心增長趨勢與之相同，未來幾年A.I數(shù)據(jù)中心也呈現(xiàn)直線上升。

超大規(guī)模數(shù)據(jù)中心數(shù)量走勢預(yù)測（個）

數(shù)據(jù)來源：公開資料整理

    GPU的A.I數(shù)據(jù)中心市場將繼續(xù)保持高速增長。2015-2017財年（2017財年時間為：2016年2月1日-2017年1月31日，其他時間依次類推），英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)收入達(dá)到了：3.17、3.39和8.3億美元。說明CPU+GPU異構(gòu)系統(tǒng)已經(jīng)廣泛部署，GPU在數(shù)據(jù)中心發(fā)揮的強(qiáng)大作用已經(jīng)被廣泛認(rèn)可。當(dāng)前英偉達(dá)GPU在數(shù)據(jù)中心滲透率還不到1%，市場成長空間仍然很大。

    目前，A.I數(shù)據(jù)中心（A.I數(shù)據(jù)中心只是GPU的全部數(shù)據(jù)中心市場的一部分，GPU應(yīng)用于數(shù)據(jù)中心也有可能進(jìn)行A.I以外的超級計算）尚處于早期發(fā)展階段，主要是互聯(lián)網(wǎng)巨頭在A.I深度學(xué)習(xí)研發(fā)階段部署的A.I數(shù)據(jù)中心，隨著A.I縱深發(fā)展，A.I數(shù)據(jù)中心需求會繼續(xù)保持高速增長，GPU在數(shù)據(jù)中心的市場規(guī)模會進(jìn)一步爆發(fā)。IDC和Bernstein的研究報告對未來A.I數(shù)據(jù)中心GPU的市場規(guī)模進(jìn)行了較為保守的估算和預(yù)測。2016年A.I數(shù)據(jù)中心GPU的市場規(guī)模達(dá)4.71億美元，預(yù)計到2020年A.I數(shù)據(jù)中心的GPU市場規(guī)模會達(dá)到近40億美元，繼續(xù)保持高速增長。

ＡＩ數(shù)據(jù)中心ＧＰＵ市場規(guī)模

數(shù)據(jù)來源：公開資料整理

    三、捕捉GPU應(yīng)用的三大方向之一

    （一）、追求極致的娛樂與性能平衡

    １、全球游戲市場穩(wěn)步發(fā)展

    移動端占據(jù)主要市場，PC端游戲市場規(guī)模繼續(xù)擴(kuò)大。近年來，隨著移動終端與PC終端的普及率不斷提升，游戲開發(fā)商提供各類吸引玩家的游戲，游戲市場出現(xiàn)了蓬勃發(fā)展。數(shù)據(jù)顯示，2019年，全球游戲市場預(yù)計將產(chǎn)生1521億美元的收入，年同比增長9.6%；并且預(yù)計全球游戲市場從2018年到2022年會維持穩(wěn)定增長，年復(fù)合增長率達(dá)到9%，到2020年全球游戲市場收入達(dá)到1960億美元。2019年，在各類游戲中，移動游戲（智能手機(jī)及平板電腦）是最大的細(xì)分市，產(chǎn)生685億美元的市場收入，占據(jù)全球游戲市場規(guī)模的45%。由于越來越多玩家轉(zhuǎn)向了移動端，網(wǎng)頁游戲的市場收入同比下滑15.1%，但是PC游戲收入規(guī)模同比增長4%。因此，PC端游戲市場整體規(guī)模維持上升態(tài)勢。

2018-2022年全球游戲市場各細(xì)分市場收入預(yù)測

數(shù)據(jù)來源：公開資料整理

2019年全球游戲市場設(shè)備及細(xì)分市場年同比

數(shù)據(jù)來源：公開資料整理

    ２、游戲發(fā)展，電競市場功不可沒

    電競?cè)θ藲饪焖倥噬?。游戲市場的蓬勃發(fā)展離不開電競市場的貢獻(xiàn)。暴雪集團(tuán)推出了《魔獸爭霸》、《星際爭霸》、《Dota》等一系列經(jīng)典爆款游戲，玩家人數(shù)不斷上升。為提升游戲的知名度，吸引更多的玩家，游戲圈舉辦了相關(guān)的電子競技比賽。隨著游戲行業(yè)的不斷發(fā)展，游戲行業(yè)已經(jīng)產(chǎn)生多款適用于電子競技的熱門產(chǎn)品，端游方面有Dota2、英雄聯(lián)盟、風(fēng)暴英雄等；手游方面有王者榮耀、絕地求生等。熱門游戲的推出加上相關(guān)的賽事的宣傳，全球電競?cè)θ藲庥l(fā)旺盛。2018年，全球電競觀眾人數(shù)為3.95億，其中電競愛好者人數(shù)為1.763億；預(yù)計2023年，全球電競觀眾人數(shù)達(dá)到6.46億，同比增長10.4%。

全球電競觀眾人數(shù)

數(shù)據(jù)來源：公開資料整理

    中國是全球電子競技產(chǎn)業(yè)重點區(qū)域。2018年，全球電子競技收入規(guī)模為7.76億美元；2019年，全球電子競技總收入為9.50億美元，同比增長22.4%，實現(xiàn)快速增長。當(dāng)前，電子競技產(chǎn)業(yè)已經(jīng)在全球多個地區(qū)開展，以英雄聯(lián)盟為例，中國賽區(qū)為LPL賽區(qū)，北美賽區(qū)為LCS賽區(qū)，韓國為LCK賽區(qū)等，還有部分外卡隊伍所在區(qū)域。2018年，北美地區(qū)的電子競技收入在全球電子競技行業(yè)所有地區(qū)的收入中，排名第一，為38.1%；西歐賽區(qū)為18.7%，排名第二；中國賽區(qū)排名第三，為18.10%。

全球電競收入規(guī)模

數(shù)據(jù)來源：公開資料整理

2018年全球電子競技行業(yè)主要地區(qū)收入占比統(tǒng)計

數(shù)據(jù)來源：公開資料整理

    中國賽區(qū)具備良好的電競市場土壤，市場規(guī)模巨大。中國電競用戶分布更為分散。數(shù)據(jù)顯示，中國有48.1%的電競用戶是在24歲以下的學(xué)齡段用戶，更有高達(dá)28.1%的30歲以上用戶。廣泛的年齡段分布意味著中國電競市場受眾人數(shù)較多，基礎(chǔ)良好，具備順延性。第二，中國的電競用戶有下沉趨勢。從區(qū)域的角度來看，三線及以下城市電競用戶占比達(dá)到51.5%，下沉趨勢明顯。第三，中國有優(yōu)秀的電競產(chǎn)業(yè)鏈，內(nèi)容授權(quán)方面有騰訊游戲、完美世界等；賽事內(nèi)容有LPL、KPL；電競戰(zhàn)隊有LGD、RNG、IG等；賽事承辦方有阿里體育，聯(lián)盟電競等等；還有內(nèi)容傳播商斗魚、虎牙直播、企鵝電競等。廣大的電競?cè)w、電競用戶群不斷下城，疊加完善的電競產(chǎn)業(yè)鏈造就了中國電競市場的快速發(fā)展。2016年，中國電競產(chǎn)業(yè)為532.2億元，2017年為772.8億元，2018年已經(jīng)達(dá)到912.6億元，年復(fù)合增長率為30.9%。預(yù)計2019年中國電競產(chǎn)業(yè)規(guī)模為1150.6億元，到2024達(dá)到2720億元，年復(fù)合增長率為18.79%，有望維持快速增長。

2016-2019H1中國電子競技產(chǎn)業(yè)市場規(guī)模

數(shù)據(jù)來源：公開資料整理

2019-2024年中國電子競技產(chǎn)業(yè)規(guī)模預(yù)測

數(shù)據(jù)來源：公開資料整理

    中國電競市場的快速發(fā)展離不開電競用戶規(guī)模的快速增長。數(shù)據(jù)顯示，2017年中國電競用戶為1.3億人，全球為3.4億人，中國電競市場用戶在全球中占比為38.24%。2018年，中國電競用戶已經(jīng)達(dá)到2.1億人，同比上升61.54%，占全球電競用戶超過50%。MOB研究院預(yù)測，2022年中國電競用戶人數(shù)快速增長，將達(dá)到4.3億人，年復(fù)合增長（從2012年開始計算）為35.91%，占全球電競用戶數(shù)53.75%。

電競市場用戶規(guī)模

數(shù)據(jù)來源：公開資料整理

2018/2019主要筆記本類別關(guān)注度對比

數(shù)據(jù)來源：公開資料整理

    （二）、人工智能與深度學(xué)習(xí)

    １、未來經(jīng)濟(jì)社會發(fā)展的助推器——人工智能

    人工智能影響深遠(yuǎn)，三大因素驅(qū)動發(fā)展。當(dāng)前，人工智能已進(jìn)入新一輪爆發(fā)期，主要驅(qū)動因素來自三個方面：一是互聯(lián)網(wǎng)發(fā)展提供了海量大數(shù)據(jù)資源，大大提升了算法有效性；二是計算機(jī)變革降低了硬件成本，縮短了運算時間，推動人工智能再次崛起；三是基礎(chǔ)算法和AI平臺自身創(chuàng)新加速，克服了傳統(tǒng)算法和人類手工總結(jié)不完備的缺點，實現(xiàn)算法有效性大幅提升。人工智能快速發(fā)展，人工智能已經(jīng)成為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動力，正在對世界經(jīng)濟(jì)、經(jīng)濟(jì)進(jìn)步和人類生活產(chǎn)生極其深刻的影響。據(jù)預(yù)測，人工智能將為全球貢獻(xiàn)13萬億美元增量GDP，在2018年的基礎(chǔ)上增長15%，平均每年給GDP貢獻(xiàn)1.2個百分點的增長，對經(jīng)濟(jì)社會具有巨大貢獻(xiàn)潛力，并可能從根本上改變?nèi)祟惿鐣纳a(chǎn)方式。

    人工智能前景廣闊，是經(jīng)濟(jì)社會發(fā)展的一大助推器，吸引世界主要國家爭相布局。近年來，美國、中國、日本、英國、法國、韓國、歐盟委員會都發(fā)布了促進(jìn)AI研究、開發(fā)和應(yīng)用的戰(zhàn)略，積極在人工智能領(lǐng)域進(jìn)行卡位：美國于2011年推出《國家機(jī)器人計劃》，推出2.0版機(jī)器人路線圖并大力發(fā)展協(xié)作機(jī)器人；2013年公布《推進(jìn)創(chuàng)新神經(jīng)技術(shù)腦研究計劃》，計劃在未來12年投入45億美元，用于探索人類大腦工作機(jī)制；日本于2015年1月公布《機(jī)器人新戰(zhàn)略》，計劃到2020年，通過包括政府制度改革在內(nèi)的多種政策，擴(kuò)大機(jī)器人開發(fā)投資，推進(jìn)千億日元規(guī)模機(jī)器人的扶持項目；歐盟的人腦計劃則于2013年入選了歐盟的未來旗艦技術(shù)項目，15個歐洲國家參與其中，預(yù)期將獲得歐盟10億歐元的資金支持。

    我國：三步走戰(zhàn)略積極推動AI發(fā)展。于2016年8月發(fā)布《“十三五”國家科技創(chuàng)新規(guī)劃》，明確將人工智能作為發(fā)展新一代信息技術(shù)的主要方向；2017年7月，國務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》，制定了三步走的戰(zhàn)略目標(biāo)：①在2020年人工智能總體技術(shù)和應(yīng)用于世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長點；②到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，AI成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟(jì)轉(zhuǎn)型的主要動力；③到2030年，我國人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。

世界主要國家和地區(qū)近年AI戰(zhàn)略及規(guī)劃

數(shù)據(jù)來源：公開資料整理

    全球人工智能市場將在未來幾年經(jīng)歷現(xiàn)象級的增長。德勤預(yù)測，未來2025年世界人工智能市場將超過6萬億美元，2017-2025年復(fù)合增長率達(dá)30%。我國2017年人工智能產(chǎn)業(yè)規(guī)模為206.9億元，2018年將達(dá)到339.0億元，同比增長63.85%；到2020年人工智能帶動規(guī)模將達(dá)到710.0億元，2017-2020年復(fù)合增速為48.37%。

全球人工智能市場規(guī)模

數(shù)據(jù)來源：公開資料整理

我國人工智能產(chǎn)業(yè)規(guī)模快速增長

數(shù)據(jù)來源：公開資料整理

    ２、GPU是人工智能的重要組成部分

    人工智能是實現(xiàn)數(shù)字化和智能化社會必不可少的條件。人工智能的三大要素：數(shù)據(jù)、算力、算法。數(shù)據(jù)是人工智能算法的原材料。人工智能需要對大數(shù)據(jù)的處理與分析，挖掘出數(shù)據(jù)背后的信息與規(guī)律。算力是對大數(shù)據(jù)進(jìn)行處理的能力。算法是計算機(jī)通過對數(shù)據(jù)的處理獲得的數(shù)據(jù)模型。深度學(xué)習(xí)的本質(zhì)是通過對大數(shù)據(jù)的處理并建立的算法模型，可以實現(xiàn)各行業(yè)的AI應(yīng)用，算法將數(shù)據(jù)和算力連到一起，共同針對不同細(xì)分場景，提供效率優(yōu)化方案。

    人工智能運行過程中有兩部分：訓(xùn)練與推理。“訓(xùn)練”可以看作算法產(chǎn)生的過程。具體而言就是，在現(xiàn)有數(shù)據(jù)基礎(chǔ)上，經(jīng)過大量計算，確定模型參數(shù)，即建立算法模型的過程。“推理”可以看作將算法應(yīng)用的過程，即在已建立的算法模型基礎(chǔ)上，將新數(shù)據(jù)通過算法模型處理，得出結(jié)果的過程

深度學(xué)習(xí)模型的訓(xùn)練與推理

數(shù)據(jù)來源：公開資料整理

    “訓(xùn)練”階段GPU具備明顯優(yōu)勢。雖然CPU的功能模塊較多，但是大部分晶體管主要用于構(gòu)建控制電路和高速緩沖存儲器，只有少部分的晶體管可以組成各類專用電路。CPU的優(yōu)點在于調(diào)度、管理、協(xié)調(diào)能力強(qiáng)，計算能力不是重點。因此，從運算性能和效率看，CPU不是計算芯片的最佳選擇。深度學(xué)習(xí)算法需要處理海量數(shù)據(jù)，需要進(jìn)行大量的簡單運算，因此，深度學(xué)習(xí)對并行計算計算能力有較高的要求。在這一方面，GPU擁有較強(qiáng)的優(yōu)勢，尤其是在訓(xùn)練過程中。首先，GPU提供了多個并行計算的基礎(chǔ)結(jié)構(gòu)，并且核心數(shù)較多，可以執(zhí)行海量數(shù)據(jù)的并行計算；第二，GPU擁有更高的訪存速度；第三，GPU擁有更高的浮點運算能力。因為人工智能時代需要大量的多媒體與3D圖形，所以更高的浮點計算能力意味著對圖形與媒體的快速處理。

    “推理”階段GPU是其中一種選擇。訓(xùn)練與推理階段對運算的要求有所不同，訓(xùn)練階段需要大量繁復(fù)的運算，并且為了讓人工智能模型獲得更佳的參數(shù)調(diào)整數(shù)據(jù)，運算的精準(zhǔn)細(xì)膩度較高，而推理階段則相反，模型已經(jīng)訓(xùn)練完成，不再需要龐大運算量，且為了盡快獲得推理結(jié)果，允許以較低的精度運算。因此，在推理過程中，芯片有多種選擇，主要用CPU、GPU、FPGA、ASIC四種芯片。CPU：適合進(jìn)行邏輯控制、串行計算等通用計算；GPU并行計算能力強(qiáng)，但是無法單獨工作，必須由CPU進(jìn)行控制調(diào)用才能工作；FPGA適用于多指令，單數(shù)據(jù)流的分析，因此常用于預(yù)測階段，如云端。但是FPGA在實現(xiàn)復(fù)雜算法方面有一定的難度，運算量相對GPU小，量產(chǎn)成本高；ASIC專用性強(qiáng)，但是開發(fā)周期較長，開發(fā)環(huán)境需要底層硬件編程，開發(fā)難度極高。

    ３、GPU在深度學(xué)習(xí)領(lǐng)域空間廣闊

    芯片是人工智能領(lǐng)域不可或缺的成分。隨著AI使用的廣泛使用，帶動AI芯片常常的蓬勃發(fā)展。數(shù)據(jù)顯示，2019年-2021年，中國AI芯片市場規(guī)模為124億元\193.7億元\305.7億元，分別同比增長53.6%\56.21%\57.82%，年復(fù)合增長率為57.01%。

    其中云端芯片市場份額最大，接近50%，市場規(guī)模從2019年的61.4億元增長至2020年139.4億元。

GPU、FPGA和ASIC的優(yōu)缺點對比

數(shù)據(jù)來源：公開資料整理

    芯片是人工智能領(lǐng)域不可或缺的成分。隨著AI使用的廣泛使用，帶動AI芯片常常的蓬勃發(fā)展。數(shù)據(jù)顯示，2019年-2021年，中國AI芯片市場規(guī)模為124億元\193.7億元\305.7億元，分別同比增長53.6%\56.21%\57.82%，年復(fù)合增長率為57.01%。

    其中云端芯片市場份額最大，接近50%，市場規(guī)模從2019年的61.4億元增長至2020年139.4億元

中國人工智能芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理

各類市場智能芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

    GPU提供了多個并行計算的基礎(chǔ)結(jié)構(gòu)，并且核心數(shù)較多，可以進(jìn)行海量數(shù)據(jù)的并行計算；擁有更高的訪存速度；第三，GPU擁有更高的浮點運算能力。因此，GPU是AI“訓(xùn)練”階段較為適合的芯片。GPU在AI時代的云端訓(xùn)練芯片中占據(jù)較大的份額，達(dá)到64.%。雖然后期由于FPGA以及ASIC技術(shù)的突破，GPU的市場份額有所下降，但是仍然是云端訓(xùn)練市場份額最大的芯片，2019年-2021年年復(fù)合增長率達(dá)到40%。

2019-2021年中國云端訓(xùn)練芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理

2019-2021年中國云端訓(xùn)練芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

    從目前的技術(shù)看，F(xiàn)PGA由于量產(chǎn)成本高，并且設(shè)置需要FPGA硬件姿勢，編程和配置較高；ASIC由于開發(fā)周期較長，開發(fā)難度，GPU在云端推理階段仍然是較為合適的芯片，但是有GPU也存在功耗高，量產(chǎn)成本高等問題，所以GPU在云端推理階段的市場份額并沒有明天優(yōu)勢，約為41.84%，年復(fù)合增長率為56.5%。

2019-2021年中國云端推斷芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理

2019-2021年中國云端推斷芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

    隨著人工智能應(yīng)用的推進(jìn)，人工智能生態(tài)不斷完善，在終端設(shè)備上將會出現(xiàn)越來越多的越來越多的AI應(yīng)用，對推斷計算的需求會越來越多，終端推斷芯片的需求也會隨之增加。未來，隨著終端細(xì)分場景的落地，終端推斷芯片將呈現(xiàn)出專業(yè)化發(fā)展趨勢，同時由于終端對于性能、功耗、成本都更為敏感，這也使得相比GPU、FPGA更為專用、能效更高、成本更低的ASIC芯片將呈現(xiàn)快速增長勢頭。但是GPU目前依然是主流終端設(shè)備中的必須器件，所以市場份額不會下降太多。

2019-2021年中國終端推斷芯片市場規(guī)模

數(shù)據(jù)來源：公開資料整理

2019-2021年中國終端推斷芯片產(chǎn)品結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

    （三）、自動駕駛

    １、自動駕駛市場空間廣闊

    當(dāng)前，汽車正由人工操控的機(jī)械產(chǎn)品逐步向電子信息系統(tǒng)控制的智能產(chǎn)品轉(zhuǎn)變。智能汽車是指通過搭載先進(jìn)傳感器等裝置，運用人工智能等新技術(shù)，具有自動駕駛功能，逐步成為智能移動空間和應(yīng)用終端的新一代汽車。當(dāng)前，自動駕駛技術(shù)已經(jīng)成為整個汽車產(chǎn)業(yè)的最新發(fā)展方向。應(yīng)用自動駕駛技術(shù)可以全面提升汽車駕駛的各方面性能，滿足更高層次的市場需求。5G的加速推進(jìn)使自動駕駛的落地可能性在不斷增大，同時近兩年隨著感知技術(shù)、算法、芯片、決策控制、系統(tǒng)融合等關(guān)鍵技術(shù)的快速發(fā)展。預(yù)測2025年全球自動駕駛汽車銷量將達(dá)到60萬輛，2035年將達(dá)到2100萬輛。預(yù)計2020年L1/2滲透率有望達(dá)到40%，2025年L3、L4/5滲透率分別有望達(dá)到15%、5%。伴隨5G推動L4/5自動駕駛逐步落地，2030年中國自動駕駛出行服務(wù)收入規(guī)模有望突破萬億。根據(jù)《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，到2025年，中國實現(xiàn)有條件自動駕駛的智能汽車達(dá)到規(guī)?；a(chǎn)，實現(xiàn)高度自動駕駛的智能汽車在特定環(huán)境下市場化應(yīng)用。

    ２、自動駕駛目前以GPU為主

    過去汽車電子芯片以與傳感器一一對應(yīng)的電子控制單元（ECU）為主，主要分布與發(fā)動機(jī)等核心部件上。隨著汽車智能化的發(fā)展，汽車傳感器越來越多，傳統(tǒng)的分布式架構(gòu)逐漸落后，由中心化架構(gòu)DCU、MDC逐步替代。

    自動駕駛的實現(xiàn)，需要依賴感知傳感器對道路環(huán)境的信息進(jìn)行采集，包括超聲波、攝像頭、毫米波雷達(dá)、激光雷達(dá)等，采集的好的數(shù)據(jù)需要傳送到汽車中央處理器進(jìn)行處理，用來識別障礙物、可行道路等，最后依據(jù)識別的結(jié)果，規(guī)劃路徑、制定速度，自動驅(qū)使汽車行駛。整個過程需要在瞬時完成，延時必須要控制在毫秒甚至微秒級別，才能保證自動駕駛的行駛安全。因此，對中央處理器的算力要求非常高。

    以用于感知道路環(huán)境的攝像頭為例。一般而言，自動駕駛車身需要配置12個攝像頭。為了識別障礙物，處理器需要對多路攝像頭實時拍攝的數(shù)據(jù)進(jìn)行解析。因此，單顆1080P的高清攝像頭每秒可以產(chǎn)生超過1G的數(shù)據(jù)。12個攝像頭每秒產(chǎn)生12G數(shù)據(jù)量。瞬時海量的數(shù)據(jù)處理對計算能力要求非常高，GPU有著較強(qiáng)的優(yōu)勢。相比GPU在傳統(tǒng)的車載儀表盤渲染能力要求，ADAS更強(qiáng)調(diào)GPU的并行計算能力，已實現(xiàn)對圖像進(jìn)行分析和處理。ADAS和全自動駕駛平臺將使用GPU來分析傳感器數(shù)據(jù)，以此迅速做出反應(yīng)。這些數(shù)據(jù)不僅來自傳感器，還來自攝像頭。圖像處理本身需要的是能對計算密集度較高得并行計算做出反應(yīng)，在并行計算方面，GPU有著較強(qiáng)的優(yōu)勢。

    目前，自動駕駛的主流方案是GPU+CPU。這是由于FPGA的技術(shù)門檻較高，處于創(chuàng)業(yè)類自動駕駛公司而言在短期內(nèi)掌握足夠熟練的FPGA編程技術(shù)并實現(xiàn)硬件可靠性設(shè)計的難度太大，因此使用通用型CPU+GPU來做自動駕駛計算平臺或域控制器的開發(fā)成為當(dāng)前的主流。