GPGPU研究框架及算力分析(2023)

描述

GPGPU的核心壁垒是高精度浮点计算及CUDA生态。从高精度浮点计算能力来看,国内GPU产品与国外产品的计算性能仍或有一代以上差距;在软件和生态层面与英伟达CUDA生态的差距则更为明显。

AI计算GPU领域,国内壁仞科技发布的BR100产品在FP32单精度计算性能上实现超越NVIDIA A100芯片,但是不支持FP64双精度计算;天数智芯推出的天垓100的FP32单精度计算性能实现超越A100芯片,但是在INT8整数计算性能方面却低于A100;海光推出的DCU实现了FP64双精度浮点计算,但是其性能为A100的60%左右,大概相当于其4年前水平。因此,从高精度浮点计算能力来看,国内GPU产品与国外产品的计算性能仍或有一代以上差距。
 

芯片

但是,GPU不仅在硬件上需要提升算力,软件层面对于GPU的应用和生态布局尤其重要,英伟达凭借CUDA构建生态壁垒占领全球GPU市场90%的份额。目前国内企业多采用开源的OpenCL进行自主生态建设,但这需要大量的时间进行布局;

对比AMD从2013年开始建设GPU生态,近10年时间后用于通用计算的ROCm开放式软件平台才逐步有影响力,且还是在兼容CUDA的基础上。因此我们认为国内厂商在软件和生态层面与英伟达CUDA生态的差距较计算性能更为明显。

虽然目前国内产品的计算性能和软件生态实力与国际厂商还有差距,但是,国内厂商依然在奋起直追,努力实现GPGPU的国产化突破。 

长久来看,美国对中国高端GPU的禁售令反而给国产GPGPU和AI芯片厂商带来快速发展的机会。 

短期来看,我们认为对高端通用计算GPU的禁令可能会影响英伟达和AMD的GPU产品在中国的销售,中国AI计算、超级计算和云计算产业进步受到一定的阻碍。可使用英伟达和AMD还没有被禁止的及国产厂商的中高计算性能CPU、GPU、ASIC芯片等替代。

长期来看,国产CPU、GPU、AI芯片厂商受益于庞大的国内市场,叠加国内信创市场带来国产化需求增量,我们预期国内AI芯片的国产化比例将显著提升,借此机会进行产品升级,逐渐达到国际先进水平,突破封锁。

对于国内厂商,建议重点关注实现自主创新,打造自主生态体系,国内企业:

1)芯片:龙芯中科(国内PC CPU龙头,自主研发GPGPU产品)、海光信息(国内服务器CPU龙头,推出深度计算处理器DCU)、景嘉微(国内图形渲染GPU龙头)、寒武纪(国内ASIC芯片龙头)、澜起科技(国内服务器内存接口芯片龙头);

2)PCB:胜宏科技、兴森科技、沪电股份;

3)先进封装:通富微电、甬矽电子、长电科技、长川科技等。 

海外企业:英伟达(全球GPU龙头)、AMD(全球CPU/GPU领先厂商)、英特尔(全球CPU龙头)、美光(全球存储芯片龙头)。

下载链接:

《143份重磅ChatGPT专业报告》

ChatGPT对GPU算力的需求测算与相关分析

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

 

芯片

     

审核编辑 :李倩

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分