12

马毅煌@驭势资本 · 2021年01月06日

GPU处理器行业科普

640 (8).gif

集成电路

从世界巨头寻找发展的足迹

GPU 的作用与分类

一般而言,消费者在选购消费电子产品的时候,例如在选购移动电话或者笔记本时,会更加关注CPU(Central Processing Unit,中央处理器)的性能,例如CPU的品牌、系列、核心数量等等,而GPU受到的关注就相对较少。GPU(Graphic Processing Unit),及图形处理器,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。在PC诞生之初,并存在GPU的概念,所有的图形计算都由CPU进行计算。然而,使用CPU做图形计算速度较慢,于是就设计了专门的图形加速卡用以帮助处理图形计算。再后来,NVIDIA提出了GPU的概念,将GPU提升带了一个单独的计算单元的地位。

CPU一般由逻辑运算单元、控制单元和存储单元组成。CPU虽然有多核,但总数没有超过两位数,每个核都有足够大的缓存;CPU有足够多的数字和逻辑运算单元,并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件。因此,CPU拥有超强的逻辑能力。GPU的优势在于多核,核数远超CPU,可以达到数百个,每个核拥有的缓存相对较小,数字逻辑运算单元少且简单。因此,GPU相对于CPU更适用于处理数据并行计算问题。

CPU 与 GPU 之间的比较:

image.png

CPU 与 GPU 的区别:

image.png
GPU具有两种分类方式,一种根据与CPU的关系,另一种是根据GPU所在的应用端类别。根据与CPU的关系,GPU可以分为独立CPU和GPU。独立GPU一般焊接在显卡的电路板上,位置在显卡的风扇下面。独立GPU使用的是专用的显示存储器,显存带宽决定了和GPU的连接速度。集成GPU一般与CPU集成在一起。集成GPU与CPU共有一个风扇和缓存。集成GPU由于设计制作、驱动程序都由CPU厂家完成,因此兼容性较好;此外,由于CPU与GPU实现了集成,因此,集成GPU的占用空间小;实现GPU与CPU的适配与兼容,集成GPU的性能相对独立GPU较弱,因此功耗和成本相对独立GPU较低。独立GPU由于拥有独立的显存,更大的空间和更好的散热,因此在性能上面独立显卡更好;但需要额外的空间,能够满足复杂庞大的图形处理需求,并提供高效的视频编码应用。然而,强劲的性能意味着更高的耗能,独立GPU需要额外的供电,并且成本也更高。

集成显卡与独立显卡的区别:

image.png

根据应用终端类别,可以分为PC GPU,服务器GPU,移动GPU。PC GPU应用于PC端。根据其所在产品定位既可以使用集成GPU,也可以使用独立GPU。例如,若PC以轻办公,文字编纂为主,一般产品会选择搭载集成GPU;若PC需要制作高清图片,编辑视频,渲染游戏等,则选择的产品搭载独立GPU。服务器GPU应用于服务器,可做专业可视化、计算加速、深度学习等应用,根据云计算、人工智能等一系列技术的发展,服务器GPU将会以独立GPU为主。移动端轻薄化已经成为趋势,终端内部净空间由于多种功能模组的增加已经快速下降;同时就目前移动端需要处理的视频和图像而言,集成GPU已经能够满足。所以移动GPU一般采用集成GPU。

GPU 按终端类别分类:

image.png

GPU 市场:寡头竞争时代已经来临

PC GPU市场,Intel优势明显。根据Jon Peddie Research的数据显示,全球2019年第四季度PC领域GPU出货量,Intel是全球最大的处理器供应商。目前主流的处理器架构是X86,主要的供应商是Intel,AMD,VIA。截至2019年第四季度,消费级x86 CPU市场中,包括桌面品台,移动端平台(笔记本和平台LOT物联网)中,Intel占据了84.4%的市场份额,AMD占据了15.5%的市场份额。Intel凭借在CPU出货量上的优势,通过销售集成GPU,实现了在GPU市场的霸主地位。Intel以63%的市场份额排名第一,对比2019年第三季度环比下滑了2个百分点;AMD作为全球第二大的X86架构处理器供应商,既受益于CPU出货带动的集成GPU出货量,也受益于自身优秀的独立GPU的出货。AMD以19%的市场份额排名二,环比上升3个百分点;NVIDIA是全球领先的独立GPU供应商,同时结合ARM架构处理器,出货集成GPU,市场份额为18%,环比下降了1个百分点。

全球 PC GPU 市场份额:
image.png

Intel 与 AMD 处理器出货量之间的对比:

image.png

独立GPU领域,AMD奋起直追。根据Jon Peddie Research发布的AIB数据显示,截至2019年第四季度,在独立GPU域中,NVIDIA以68.92%的市场份额占据较大的优势。AMD方面,AMD得益于在2018Q4所推出RX 5500及RX 5600系列,以及RX 5700系列的放量,多方因素共同促使AMD显卡份额大涨,从2018年18.77%上升至31.08%。AMD推出的Radeon系列部分型号采用7nm工艺,并且在与NVIDIA的产品对比中(RTX2070对标RX5700,RTX2070S对标5700XT),同系列AMD性能略强,价格更低,重点是功耗一样。更强的性能,更低的功耗,AMD的产品无疑对NVIDIA的市场份额造成了挑战。

全球独显的市场份额

image.png

NVIDIA 与 AMD 产品性能对比
image.png

整机功耗测试(单位:瓦)
image.png

五雄争霸,手机厂商不甘寂寞。在移动GPU领域,主要以Imagination、ARM、Qualcomm、Vivante、NVIDIA为主。高通目前是Android阵营最大的处理器供应商。移动端主要使用集成GPU,因此,高通GPU因其处理器的市场优势也有所受益。ARM Mail GPU的主要使用者是华为和三星。ARM Mail的GPU性能相对较弱,因此华为在2018年通过推出GPU Turbo软硬件优化弥补短板。三星方面已经与AMD前敌多年的IP授权,AMD将向三星授权最新的7nm RDNA架构Radeon显卡IP,并且尝试自研GPU。苹果在与Imagination取消合作两年后,再次选择与Imagination合作,并给予支付授权费。虽然目前手机巨头都是采取购买GPU厂商IP的方式,但是目前三星、苹果、华为等有相关计划进行GPU自研项目。手机已经进入同质化时代,手机之间的差异性已经成为手机厂商竞争优势的关键。公版GPU难以使手机厂商产生本质的差异性。因此,手机需要通过自研GPU以及CPU实现手机性能的差异化,从而获得市场的竞争优势。

全球移动 GPU 主要供应商

image.png

从世界巨头发展足迹寻找启示

世界独立 GPU 领先者——NVIDIA

怀着梦想,高歌猛进。1993年4月,从集成电路生产商LSI Logic出来的黄仁勋,联合Sun公司两位年轻工程师——Chris Malachowsky和Curtis Priem共同创立了NVIDIA,他们的初衷是研发一种专用芯片,用来加快电子游戏中3D图像的渲染速度,带来更逼真的显示效果。他们相信,PC终将会成为享受游戏和多媒体的消费级设备。最初几年,由于技术上的优势,NVIDIA发展颇为迅速。发布了多款优秀的产品,例如NVIDIA STG-2000X、RIVA 128等,并在1998年与台积电签署了多年战略合作伙伴关系协议。台积电开始协助制造NVIDIA产品。

高低起跌,成长并非一帆风顺。1999年,NVIDIA在纳斯达克挂牌上市。同年8月,NVIDIA推出第一款以GeForce命名的显示核心——GeForce256,并首次提出GPU概念。次年底,NVIDIA以7000万美元现金、100万股公司股票,将3Dfx收入囊中。此时的NVIDIA已经成为了行业的领头羊。2000年,微软宣布选择NVIDIA为其首款Xbox游戏机提供图形处理器。在合作过程中,双方因交付价格问题产生矛盾。最终,微软把订单交给了NVIDIA的竞争对手ATI。这次合作的失败让NVIDIA遭受了沉重的打击,不仅2003年营收减少,还错过了微软DirectX9规格确立的重要消息,直接导致当年推出的GeForce FX由于兼容性问题败给ATI的Radeon9700。在与微软合作失败的同时,英特尔也开始扶持ATI。面对如此严峻的局面,NVIDIA开始寻求走出困境之道。首先,主动与微软和解,争取再次合作;同时和英特尔达成了专利交叉许可协议。第三,扩展自己客户源,包括争取到为索尼的PlayStation 3游戏机开发处理器;与暴雪娱乐(Blizzard Entertainment)合作,发布了3D图形世界的《魔兽世界》,推动大型多人在线游戏成为全球最受欢迎的游戏。

外延并购,强化技术本领才是硬实力。自NVIDIA创立以来,一直坚持技术创新,提升自身的实力。提升自身的技术实力有两种方式,一种是外延并购,一种是修炼内功。在外延并购方面,NVIDIA自1999年上市,主要实施了9次并购活动。在这9次并购活动中,我们发现,NVIDIA不仅通过并购活动巩固自身的技术优势,例如在2000年对3dfx的并购;也有不断延伸自身业务范围的并购,例如,2006年对Hybrid Graphics的并购,曾帮助公司开始进行嵌入式2D和3D图形软件的开发;2008年对AGEIA的并购则是则是增项游戏中的视觉体验;2013年对Portland Group的并购则是推动为加速计算革命创建开发工具的进程。NVIDIA通过并购活动不断拓展自身的业务范围,提升公司在市场的竞争力。

NVIDIA 收购的公司

image.png

NVIDIA积极修炼内功。自2016年起,公司的研发费用逐年增高。2015年公司研发费用为13.31亿美元,2016年公司研发费用为14.63亿美元,同比增长9.92%;2017年更是达到17.79亿美元,同比增长达到22.83%。从2017年起,公司每年的研发费用保持双位数的增长,在2018年更是达到了32.22%的增长。在人才储备方面,自2014年起,公司的研发人员比例,维持在71%以上,即使当前全公司总人数已经达到13775人,公司的研发人员数量也有9823人。强劲的研发费用以及庞大的研发团队造就了NVIDIA一次又一次的技术创新,例如用于增强并行计算的CUDA架构、全球首款面向家庭的高清3D立体解决方案,后期更有高级驾驶辅助系统、轻松创建和部署用于制造、配送、零售、智能城市等的AI机器人应用程序、为超级计算提供协助的加速器等一系列面向未来的高端技术。

NVIDIA 研发费用

image.png

NVIDIA 研发人员情况

image.png

NVIDIA 发布的技术

image.png

面向未来,拓展业务,形成生态。从NVIDIA的发展史可以看出,公司最早是以生产图形加速器起家,并逐步成为微软、索尼、暴雪等知名游戏品牌的合作商。同时,通过一系列的外延并购已经获得了视觉渲染的技术,并在游戏领域中实现应用。游戏与视觉化技术仅仅是NVIDIA的一部分业务,多年的技术积累与创新使NVIDIA可以不断拓展自身的领域,布局未来产业。

2012年,多伦多大学Alex Krizhevsky创建了能够从100万样本中自动学习识别图像的深度神经网络。仅在两块NVIDIA GTX580 GPU上训练数天,“Alex Net”就赢得了当年的Image Net竞赛,击败了磨练几十年的所有人类专家算法。认识深度学习的强大后,斯坦福的Andrew Ng与NVIDIA研究室合作开发了一种使用大规模GPU计算系统训练网络的方法。这引起了全球关注。

自此之后,深度神经网络技术迅速发展,Nvidia也一举成为深度学习领域最炙手可热的公司。NVIDIA在发布了“Fermi”架构后,在2015年发布了用于训练深度神经网络的最强大的处理器NVIDIA GeForce GTX TITAN X,2016年发布世界上第一款台式深度学习超级计算机,可增强人工智能应用NVIDIA®DGX-1™。

从架构到处理器再到超级计算机,NVIDIA在不断地完善自身的生态。不仅是在深度学习领域,在自动驾驶领域,NVIDIA也表现出色。自NVIDIA入局自动驾驶技术后,不断的研究开放式人工智能车辆计算平台,在2015年推出世界上第一块车载超级大脑第一代Drive PX。随着技术的不断更新,优势也越来越大,NVIDIA已经成为自动驾驶硬件的前沿公司。目前的NVIDIA已经和70多个知名的车企合作,其中也包括一些交通网络提供商和自动驾驶技术公司。

大数据、人工智能、自动驾驶是社会未来发展的趋势,公司通过自身的技术积累,重锤出击。目前相关业务已经形成了较好的发展势头。据公司财报显示,2019年公司实现营收109.18亿美元,其中游戏业务实现营收55.18亿美元,同比下降11.66%,专业可视化业务实现营收12.12亿美元,同比增长7.36%,数据中心业务实现营收29.83亿美元,同比增长1.74%;自动驾驶业务实现营收7亿美元,同比增长9.20%。

目前游戏业务在公司营收中占据主要部分,达到50%以上,但是可以看到,专业可视化、数据中心、自动驾驶等业务在营收中的占比逐步增加。我们认为,随着5G时代的来临,消费者对信息消费的需求增加,AR/VR、云游戏等一系列应用的推广,公司的游戏业务的有望重回上升轨道,专业可视化业务继续攀升;推动信息化社会进程加速的背后需要大数据、人工智能、自动驾驶等技术的配合,因为公司数据中心与自动驾驶业务未来将会继续收益。

NVIDIA 的产品发布序列

在NAND Flash产品上,目前行业龙头厂商主要有三星电子、东芝、海力士、美光科技等企业,占据全球主要市场,产品类型以大容量存储的3D NAND为主。而在低容量2D NAND领域,市场规模相对较小,公司通过差异化产品需求切入该细分领域市场以实现局部应用领先。如小容量SPI NAND Flash产品,可广泛应用于手机、机顶盒、数据卡、网通产品、通讯设备等消费类产品,公司在技术、产品以及市场应用方面都处于领先地位,可持续扩大和扩展在SPI NAND产品的开发和市场推广,并取得一定市场份额。

image.png

NVIDIA 业务收入情况

image.png

掌握处理器、集成 GPU、独立 GPU 三大技术公司——AMD

起于代工,与开始Intel蜜月期。AMD成立于1969年。刚开始的时候,AMD没有资金和技术优势,一直是采取低价策略争取成为各类产品的第二供应商。由于IBM,促成了AMD与Intel的合作,并拿到了Intel的X86指令集的授权。IBM的采购原则是必须两家以上的公司参与竞标,于是Intel开放技术,全面授权AMD生产X86系列处理器,AMD成为8086和8088处理器的第二供应商。这也间接的提升了AMD的技术水平。1982年,Intel发布80286处理器,这是历史上两家公司第一次同时打上双方logo的产品。这块产品在市场上反应也比较好,在6年内,全世界基于286处理器的个人计算机便达到了1500万台。

Intel 与 AMD 合作生产 80286 处理器

image.png

蜜月结束,顽强生存。AMD在获得286处理器授权后便开始生产自己的286芯片,模仿286制造了克隆体“Am286”。Intel在意识到威胁后,英特尔终止了与AMD的技术合作协议。AMD没有放弃,于1989年自主研发了性能与286相似的AM386处理器,通过不断生产兼容Intel的处理器,以低廉的价格打入市场,使得AMD顽强的生存着。Intel在1997年推出Pentium MMX后,退出Socket 7市场,这与Intel之前一直靠兼容性占领CPU市场的策略背道而驰。

AMD迅速反应,抓住Intel战略失误的机会,坚决地在Socket7架构上推出K6,并提出Super Socket7架构(向下兼容Socket7),获得了众多厂商的支持。更关键的是,AMD基于Socket接口先于Intel生产出了100MHz外频的产品,性能上也更优异。在1999-2003年间,Intel发布了Pentium III,并向Pentium 4过渡。AMD也不甘落后,发布Athlon、Athlon XP等多款产品。这个阶段双方的产品在性能上旗鼓相当,但是AMD一般价格上更便宜,在这段激烈的竞争中AMD市占率逐步提升。从2003年到2006年,Intel在CPU的市场份额出现下滑,到2006年,AMD已占据CPU一半的市场份额。

坠入谷底,获得契机。Intel 在2006年提出Tick-Tock 战略,即工艺制程每 2 年实现一次进步,正是基于这个策略2006 年后Intel逆转了局面。Intel 在 2006 年发布 Core2, 采用的是65nm工艺,使得性能增长40%,同时功耗减少40%。这让 AMD 的 Athlon 优势 全无,性能上的优势重新回到 Intel。虽然AMD发布了四核 Phenom,但是因为性能不足, 敌不过 Intel。在2006年AMD 以 54 亿美元收购显卡巨头ATI。从这一刻开始,AMD变成了世界上少数既能制造处理器又能制造图形芯片的厂商。在2009年1月,AMD将自身的移动部门以6400万美元卖给了高通。AMD 的处境处于谷底之中。

冲出谷底,再起起飞。虽然当时AMD的处境不佳,但是在家用游戏机市场,AMD还是称 霸全场的,在现在的 xbox.ps 系列游戏机上,它们的核心就是AMD提供的,这样的发展 也算是对AMD的一种优势。2017 年AMD发布Ryzen处理器,性能出色,价格大幅低于Intel。Ryzen处理器性能实际提升幅度高达 52%,Ryzen在游戏行业和新兴的加密货币市场上均出现了稳定的需求,Intel 只好全线降价应对。

Ryzen CPU在2017年中发布, 主流型号Ryzen5 1600短短不到一年就成为AMD历史上销量最好的产品。正是借助于Ryzen,AMD在CPU的市场份额从2006年以来首次出现连续几个季度增长,终于在2017年三季度实现扭亏为盈,股价同时也大幅上涨。AMD在2018年第一季度末发布Ryzen2代,采用 12nm 工艺,对i9也直接发起了挑战。

AMD 处理器比例

image.png

AMD CPU 市场份额变化

image.png

获得启示

强化自身实力才是硬道理。无论是NVIDIA还是AMD,都曾经在发展的过程中出现一 段低谷期。在低谷期中,两家公司都通过一系列的方式不断发展自身的技术,例如 NVIDIA收购 Media Q提升自身的无线图形和多媒体技术,AMD收购ATI公司获得图形处理器的技术。在获得技术后,两家公司技术进行吸收,并在后期推出了相关的重要产品,带领公司走出困境,获得市场的竞争优势。 

独立GPU才是未来的方向。从NVIDIA发布的产品、技术以及财报看,NVIDIA已经信息化和数据化产业广泛布局,例如发布的超级计算机、自动驾驶系统以及深度学习的解决方案等。这一系列的产品布局有充分地说明NVIDIA对数据时代来临的看好。无独有偶,AMD方面拥有X86架构的技术,已经在服务器产品上广泛布局。两大GPU公司都看好未来对大数据处理的需求。

此外,2018年6月,英特尔宣布旗下首款独立显卡将于2020年正式推出,英特尔正式进入独立显卡市场,未来将和 NVIDIA、AMD 展开直接竞争。大数据涉及信息消费,人工智能、自动驾驶等方方面面。对大数据的处理需要大量的并行计算。根据我们的分析,独立GPU拥有独立的内存可以发挥更强的性能,适合大规模处理并行计算。随着5G进程的加快,数据流量即将爆发,云计算、云游戏、人工智能、车联网等一系列应用都需要消耗大量的计算能力,对并行计算的需求将会增加。因此,独立GPU具有广泛的市场空间。

END

驭势资本是一家以研究驱动的硬科技精品投资银行,深耕集成电路5G物联网数据智能汽车科技领域,为顶尖的科技创业者提供专业资本服务。核心团队在硬科技领域拥有丰富的投融资经验,先后投资及服务的项目包括翱捷科技、臻驱科技、微众银行、微医集团、宏晶科技、晟矽微电子、地大信息、曼荼罗、美林数据、事成股份.
原文链接:https://mp.weixin.qq.com/s/v-...
微信号
yushi.jpg


更多硬科技领域的技术和市场分析请关注驭势资本专栏。
12 阅读 1.4k
推荐阅读
0 条评论
关注数
940
内容数
60
驭势资本是一家以研究驱动的硬科技精品投资银行,深耕集成电路、5G、物联网、数据智能和汽车科技领域,为顶尖的科技创业者提供专业资本服务。
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息