国产GPU进入下一个“迭代时刻”

GPU，指 Graphics Processing Unit，图形处理器，进行图形和图像相关运算工作的微 处理器。在该产品基础上，衍生出 GPGPU，即 General Purpose Graphics Processing Unit，其在图形处理器 GPU 的基础上进行改造，使之可以进行部分科学计算和 AI 计算 等的处理器。

GPU 概念自 20 世纪 70 年代末提出，其角色变换从最早分担 CPU 压 力的附属硬件，到由于能承担大规模运算而逐渐被人们重视。

自2019年至今，GPU芯片成为资本界的宠儿，大额且密集的融资让GPU一众厂商站上时代潮头。GPU背后不仅孕育着千亿量级的市场空间，还面临着打破巨头垄断和国产替代的需求。所以业界对其发展进度也是颇为关心。

随着国内GPU赛道上一个又一个有力的“新跑手”交出真刀真炮的产品，国产GPU正迅速走过“从无到有”，进入下一个“迭代时刻”。

从国家安全角度，国产 GPU势在必行，对于国产 GPU厂商而言是时代机遇。

美国对中国半导体芯片制裁的力度一次又一次加强，其中就包括对高性能GPU芯片的限制。

值得庆幸的是，如今，GPU国产化正在如火如荼地进行。

后摩尔定律时代

历史上，由于摩尔定律的存在，使得 CPU 处理器的性能可以满足应用软件不断升级的 需求。但近几年随着半导体技术改进达到物理极限，电路复杂度逐渐提升。2016 年 3 月 24 日，英特尔宣布正式停用“Tick-Tock”处理器研发模式，未来研发周期将从两年周期向三年期转变。至此，摩尔定律对英特尔几近失效。

随着互联网用户和各类网络应用的快速增长，数据体量的急剧膨胀，数据中心对计算的 需求也在迅猛上涨。诸如深度学习在线预测、直播中的视频转码、图片压缩解压缩以及 HTTPS 加密等各类应用对计算的需求已远远超出了传统 CPU 处理器的能力所及。

一方面，处理器性能再无法按照摩尔定律进行增长，另一方面数据增长对计算性能要求超过了按“摩尔定律”增长的速度。CPU 处理器本身无法满足计算性能需求，导致需求和性能之间出现了缺口。解决方法是通过硬件加速，采用专用协处理器的异构计算方式来提升处理性能，而 GPU 凭借其相对通用灵活和适应并行计算等特性成为主要选择。

当前主要兴起的计算芯片分别为 GPU、ASIC、FPGA 等，其中 GPU 最初专用于图形处理制作，后逐渐应用于计算，是核心计算资源底座。以在 AI 市场的应用为例，IDC 研究发现，2021 年上半年，中国人工智能芯片中，GPU依然是实现数据中心加速的首选，占有90% 以上的市场份额，而 ASIC、FPGA、NPU 等其他非 GPU 芯片也在各个行业和领域被越来越多地采用，整体市场份额接近10%。

依据 T4 的统计数据，2020 年全球 GPU 市场规模价值 200 亿美元，预计 2021年将增长 15%，从 2015 年到 2025 年平均每年增长 13%，从80亿美元扩大到 350亿美元。而依据 Allied Market Research 预测，2019年全球 GPU 市场规模为 197.5亿美元，预计到 2027 年将达到 2008.5 亿美元，2020 年至 2027 年的复合年增长率为 33.6%，对比来看 Allied Market Research 对 GPU 市场空间更为乐观。

从下游应用来看，GPU 需求仍在快速增长期，其中游戏领域是GPU 应用的传统应用领域。

参考 GPU全球龙头英伟达的营收数据，其游戏领域业务收入由 2019 年的 55.18 亿元 增长至 2021 年的 124.62 亿元，近三年符合增长率31.20%，整体趋势保持稳定增长，为英伟达占比最高的业务。另一方面，伴随人工智能算法的不断普及和应用，以及对商业计算和大数据处理的算力需求的不断增长，全球范围内数据中心对计算加速硬件的需求不断上升。英伟达数据中心业务收入由 2019 年的 29.83 亿美元增长至 2021 年的 106.13 亿美元，近三年复合增长率高达52.66%，增速远超其他板块业务。NVIDIA 数据中心业务收入的快速增长体现了下游数据中心市场对于泛人工智能类芯片（以 GPU为主）的旺盛需求。

三强垄断

全球 GPU 市场中，基本被 Nvidia、Intel 和 AMD 三家垄断。

据 JPR 统计，全球PC GPU在 2022 年 Q2出货量达到 8400万台，同比下降 34%，预计 2022-2026 GPU复合增长率为3.8%，在未来五年内 dGPU 在 PC 中渗透率增长至 30%。从市场格局来看， Nvidia、Intel 和 AMD三家在 2022 年 Q2 市场占有率分别为 18%、62%和 20%，Intel 凭借其集成显卡在桌面端的优势占据最大的市场份额。

独显市场中，Nvidia占据领先地位。不同于整体市场，在独显市场中，Nvidia 与 AMD 双雄垄断市场，其 2022 年 Q2 市占率分别约为 80%和20%，可以看到近年来 Nvidia 不断巩固自己的优势，其独立显卡市占率整体呈现上升趋势。

2022 年8月9日，美国总统拜登签署《2022 年美国芯片与科学法案》，旨在为美国半导体的研究和生产提供约 520亿美元的政府补贴，来对抗中国及控制半导体产业链。8月31日，英伟达发布公告，美国政府对向中国和俄罗斯出口的 A100 和即将推出的 H100芯片实施了新的许可要求。据路透社消息，AMD MI250 芯片亦受到影响。高端 GPU限制产品基本都是具备“64 位浮点数字”（FP64）双精度算力的高性能显卡，主要应用于AI、数据分析和HPC 应用场景。此次受限虽然只针对高端 GPU 型号，但依然为我国厂商敲响了警钟。

从国家安全角度，国产 GPU势在必行，对于国产 GPU厂商而言是时代机遇。

部分优质国产GPU企业已逐步展现出发展潜力，2022年 3 月，壁仞科技首款通用 GPU 芯片BR100成功点亮，后于2022年8月正式发布，创下全球算力的新纪录。公司的产品体系主要涵盖 BR100系列通用 GPU芯片、BIRENSUPA 软件开发平台以 及开发者云三大板块。其中，BR100系列通用 GPU芯片是公司的核心产品，目前主要包括 BR100、BR104 两款芯片。

摩尔线程是一家以 GPU芯片设计为主的集成电路高科技公司。公司诞生于 2020 年 10 月，专注于研发设计全功能 GPU 芯片及相关产品，支持 3D 高速图形渲染、AI 训练推理加速、超高清视频编解码和高性能科学计算等多种组合工作负载，兼顾算力与算效， 为中国科技生态合作伙伴提供强大的计算加速能力。

海思半导体成立于2004 年，是全球领先的 Fabless 半导体与器件设计公司，旗下芯片共有五大系列，分别是用于智能设备的麒麟系列；用于数据中心的鲲鹏系列服务器 CPU；用于人工智能的场景 AI 芯片组昇腾系列 SoC；用于通信连接的芯片（基站芯片天罡、 终端芯片巴龙）；以及其他专用芯片。

据 IDC 数据显示，2018 年全年中国 GPU 服务器市场规 模约为 13.05 亿美金（约合人民币 90.05 亿元），同比增长 131.2%。同时 IDC预测， 到2023 年中国 GPU 服务器市场规模将达到 43.2亿美金（约合人民币300亿元），未 来 5 年整体市场年复合增长率（CAGR）为 27.1%。因此，相关公司均有较大发展空间。

融资持续火热的GPU赛道

我们都知道做芯片烧钱，但做GPU芯片是真烧钱，进入到2022年，又有好几十亿元砸进GPU企业，GPU的投资热火仍然没有褪去。

2022年7月13日，天数智芯宣布完成超10亿元人民币的C+轮及C++轮融资，本轮融资将助力公司量产AI推理芯片智铠100，并开发第二三代AI训练芯片天垓200及300。在此之前，2019年9月19日，天数智芯完成数亿元人民币的B轮融资；2021年3月1日，天数智芯宣布完成12亿元人民币的C轮融资。天数智芯专注于研发GPGPU高端芯片。

2022年7月5日，沐曦完成10亿元人民币pre-B轮融资。2020年11月26日沐曦完成约亿元天使轮融资；2021年1月18日完成数亿元pre-A轮融资；2021年3月8日，完成数亿元pre-A+轮融资；2021年8月25日，完成10亿元A轮融资。沐曦于2020年9月成立于上海市浦东新区临港新片区，专注国产化高性能GPU。

2022年5月12日，智绘微电子宣布继2018年12月完成天使轮融资后，再次完成数千万元Pre-A轮融资，本轮融资由南京江宁高新科创投领投，CPU厂商苏州国芯科技战略投资。智绘微电子成立于2018年12月，是一家专注于国产自主可控的创新型GPU芯片设计公司，

成立于2021年5月的深流微智能，今年已经完成了两轮融资：深流微智能于2022年3月8日完成了PreA1轮融资，金额未披露；2022年3月8日，深流微智能完成数亿元的pre-A轮融资。在此前，2021年10月27日，公司完成了约千万元人民币天使轮融资。深流微智能总部和研究院位于深圳，主要是设计开发具有完全自主高性能设备所需的图形渲染、图像处理、虚拟现实、人工智能、超级计算等的高性能GPU芯片。

2022年3月1日，西安芯瞳半导体完成Pre-A轮融资，融资金额未披露。芯瞳半导体成立于2019年11月，是一家从事图形渲染、高性能计算领域的GPU芯片设计企业。

成立于2021年8月的砺算科技，主要基于自研盘古架构开发自主知识产权的GPU产品——TrueGPU™图形芯片，可用于端、云、边、车等多个场景，配合客户进行定制化开发，为客户提供高性能GPU板卡。2022年2月23日，砺算科技完成数亿元的天使轮融资。

2021年2月22日，摩尔线程完成数十亿元人民币的pre-A轮融资；2021年11月25日，完成了20亿人民币的A轮融资。值得一提的是，在摩尔线程的投资机构中也出现了科技企业投资机构的身影，如腾讯投资和字节跳动等。摩尔线程专注于研发设计全功能GPU芯片及相关产品，支持3D高速图形渲染、AI训练推理加速、超高清视频编解码和高性能科学计算等多种组合工作负载。

2022年1月14日，登临科技完成B轮融资，融资金额未披露。在此之前该公司已完成天使轮、pre-A轮、A轮和A+轮融资。登临科技成立于2017年，是一家构建以GPU+为核心技术的云端AI计算平台公司。

自2019年9月成立以来，壁仞科技融资一轮接着一轮。截至目前，壁仞科技已完成B轮融资，总融资额超50亿元人民币。壁仞科技将首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。

星光不负赶路人，GPU创企陆续交出产品

在诸多国产GPU创企的努力下，GPU已经被分为AI推理GPU、AI训练GPU、GPGPU、图形GPU、异构GPU等等。总体来看，这些初创的国产GPU企业进步迅速，目前多家厂商已经拿出了产品。不同于小芯片主要拼方案，大芯片更加看重的是系统和生态，所以，这些GPU厂商正积极围绕不同厂商的产品进行兼容认证。

芯瞳半导体发布第一代GenBu01

2020年8月，芯瞳半导体第一代GPU芯片GenBu01问世。据其官网所述，芯瞳GPU芯片GenBu01作为国内第一款统一渲染架构芯片，创下“一次流片、一版封装、一次调通”等优异记录。GenBu01显卡平均功耗3W，为应用提供超长续航能力，满足对功耗有特殊需求的场景；满足国产操作系统2D显示、3D渲染需求，支持OpenGL 4.3图形标准、1080P高清显示、多窗口显示、具有VGA和HDMI双路显示输出接口等，为用户呈现更高清、更生动的画质；集成1GB DDR3存储，提供多种丰富的外设接口，支持国产通用、嵌入式CPU和操作系统平台。

在产品的应用进展中，目前，芯瞳与华为鲲鹏920 CPU、飞腾、龙芯中科、北京数码大方科技CAXA 3D实体设计软件、中国长城世恒DF7系列/TD120A2整机、中科方德桌面操作系统、中科可控服务器、浩辰CAD软件、中电科技旗下的昆仑BIOS固件等等，都已完成产品兼容性互认证。

据悉，芯瞳半导体的第二代芯片正在研发阶段，预期2023年完成市场化应用。

智绘微：已发布第一款GPU芯片IDM919

2020年10月，智绘微电子成功推出第一款GPU芯片IDM919。IDM919采用高性能SIMT指令实现架构和可编程统一着色器架构，不仅可用于2D和3D图像渲染，也可以用于高性能计算等。截至目前，智绘微电子已与长城/浪潮（国产整机厂商）、苏州国芯（国内CPU龙头）、多家科研院所形成商业伙伴或战略合作关系。

经过最新一轮的融资后，智绘微电子将提升旗下第二代GPU芯片IDM929流片进度和第三代GPU芯片IDM939的研发进度。

天数智芯：天垓100芯片销售订单近2亿元

2021年3月31日，上海天数智芯对外正式发布了7nm的天垓100芯片及天垓100加速卡，实现了国内通用GPU从0到1的突破。全自研的架构、计算核、指令集及基础软件栈，让天垓100可以立即响应快速变化的市场需求，实现持续自主发展，完全不受国外IP制约。截止2022年3月底的一年后，天垓100产品实现销售订单近2亿元，协助客户落地多达两百多应用场景。

2022年5月8日，天数智芯第二款产品7nm云边推理芯片“智铠100”成功点亮，产品迭代开发和商业应用领先国内同行。

芯动科技：发布GPU芯片“风华1号”

2021年11月26日，芯动科技发布首款国产高性能4K级显卡GPU芯片“风华1号”，完成了国产4K级桌面显卡和服务器级显卡两大领域的里程碑式创新突破，支持5G数据中心、终端桌面、元宇宙、云游戏、云桌面、图形工作站等千亿级产业，是芯动赋能国产GPU生态链的开始。

最近，他们表示，第二代GPU“风云二号”即将发布，这值得大家期待。

摩尔线程：发布GPU芯片苏堤

2022年3月30日，摩尔线程在春季发布会上发布了基于自研的第一代MUSA架构的多功能GPU芯片苏堤。该芯片内置现代图形渲染引擎、智能多媒体引擎、AI计算加速引擎、物理仿真及科学计算四大引擎。这是摩尔线程700多人，历经18个月交出的第一份答卷

基于MUSA统一系统架构GPU苏堤，摩尔线程推出了第一代桌面级显卡MTT S60，它采用12nm制程，包含2048个MUSA核心，单精度算力最高可达6TFlops；以及面向数据中心级多功能GPU产品MTT S2000，MTT S2000采用12nm制程，使用4096个MUSA核心。MTT S2000采用被动散热、单槽设计，这也满足数据中心高密度GPU配置方式。

目前，摩尔线程与同方计算机、数科网维、迈动互联、浩辰CAD等等实现了兼容认证。

沐曦7nm GPU已流片

2022年1月，沐曦首款7nm工艺的异构GPU产品启动流片，预计将于2023年初实现规模量产。第二款对标国际巨头的高性能GPU产品也计划于今年流片。

在产业合作方面，沐曦已建立服务器OEM、大数据中心、互联网运营商等目标客户端的合作关系。例如，沐曦已与中国海洋大学、清华集成电路学院、中科计算技术西部研究院、优刻得等达成合作，还加入了华为发起的昇思MindSpore社区以及龙蜥社区（OpenAnolis）。

壁仞科技首款BR100芯片点亮

2022年3月31日晚间，壁仞科技首款通用GPU芯片BR100系列一次点亮成功，BR100主打数据中心的高端通用智能计算场景，支持云端人工智能训练和推理。

BR100系列基于壁仞科技自主原创的芯片架构开发，采用7纳米工艺制程，并结合了包括Chiplet（芯粒技术）等在内的多项业内前沿芯片设计、制造与封装技术，具有高算力、高能效、高通用性等优势。据其官微称，在核心性能设计标准上，BR100系列是国内算力最大的通用GPU芯片，直接对标国际厂商近日发布的最新旗舰产品。

登临科技：Goldwasser已实现落地

2020年6月，登临科技Goldwasser系列产品在台积电12nm工艺上Full Mask 量产成功。Goldwasser并于2021年11月在智慧城市、互联网等领域顺利实现了商业化落地，并同时与数十家客户在边缘至云端的不同应用场景中进行产品开发、测试。

龙芯自研GPU首次亮相

2022年7月19日，龙芯官微首发，其新一代龙芯3号系列处理器配套桥片7A2000正式发布，值得一提的是，桥片7A2000的内部首次集成龙芯自研统一渲染架构的GPU模块。

龙芯7A2000桥片（注解：桥片是板卡中连接CPU与外围接口和外设扩展接口的芯片，一侧与CPU进行数据交换，另一侧则与硬盘、网络、显示等外设进行通讯。）

关于龙芯GPU的发展可追溯到2020年1月18日，在当时以“到中流击水”为主题的龙芯中科2019总结表彰暨家属答谢会上，龙芯宣布成立六支研发突击队，3A5000突击队、3C5000突击队、7A2000突击队、2K2000突击队、GPU突击队、PCIE突击队！其中GPU及PCIe突击队是龙芯新的方向。

6月24日，龙芯中科正式登陆科创板，根据他们之前发布的招股说明书，公司此次上市拟募集35.12亿元资金，其中12.58亿元投向“先进制程芯片研发及产业化项目”，10.54亿元用于“高性能通用图形处理器芯片及系统研发项目”，剩余资金用于补充流动资金。

时隔两年半，龙芯交出了自研GPU的答卷。据悉，7A2000桥片的GPU模块，GPU核心频率达到400-500Mhz，基于OpenGL 2.1和OpenGL ES 2.0规范实现，集成DDR4显存控制器，显存频率达到2000Mhz-2400Mhz，最大支持16GB；支持两路显示，典型分辨率1920X1080@60Hz 最高支持2560x1440@30Hz，glmark2性能超过300 fps，glxgears 性能超过1800 fps；可满足桌面办公领域需求。桥片中的GPU模块搭配独立显存，可形成独显方案，提高龙芯计算机的性价比。

兆芯子公司格兰菲介绍首款GPU Arise-GT10C0

近日，格兰菲在其官网上，概述了首款GPU Arise-GT10C0。Arise-GT10C0采用了28nm工艺制造，内置新一代图形图像处理引擎。其核心频率为500MHz，浮点运算性能约为1.5TFLOPS，搭配的显存为DDR4，频率为1200MHz，容量为2GB或4GB，对应位宽为64bit或128bit，接口为PCIe 3.0 x8，显示输出为HDMI、DP和VGA，可支持4K分辨率。此外，Arise-GT10C0支持HEVC和H.264编解码。格兰菲表示，这是为桌面、商业显示以及通用计算等中高端应用场景，研发设计的第一款图形和图像独显芯片。下图中详细表明了该GPU芯片的参数。

除了上述这些已发布产品实际进度的企业外，还有一些创企的产品正在努力研发当中，此外，国内还有老牌企业景嘉微等一直在GPU领域深耕。我们将持续关注。

结语

对于GPU这样的大芯片来说，从技术到产品的研发不易，从产品发展为商品更难，最终有哪些企业的GPU产品成为国产GPU主流品牌也值得期待。