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，点击下方链接可以查看报告全文~
参考报告
了解行业趋势
就上发现报告
