GPGPU发展水平报告.pptxVIP

GPGPU发展水平报告

51?大陆的先进工艺设计（16nm及以下）集中于AI芯片（包含云端及智能驾驶芯片）、交换机芯片、CPU/GPU/DPU、矿机ASIC领域，这些领域各有一些头部企业走在前列，但鲜有企业能够进入个位数先进制程。GPGPU和AI芯片因为去掉了图形渲染功能，功能相对单一，设计起来复杂度及难度较低。???先进制程芯片的设计成本大幅增加。设计一颗28nm芯片成本约5000万美元，而7nm芯片需要3亿美元，5nm则需要42亿美元。若以麒麟的5nm工艺来对标，除了矿机ASIC中的比特大陆推出了基于最先进的5nm的矿机芯片，平头哥发布了自研5nm服务器芯片倚天710，中兴通讯的7nm芯片已实现商用正在研发5nm芯片之外，其他领域快的如有些国内自动驾驶芯片公司要量产7nm智能座舱芯片，互联网巨头的一些AI芯片在向5nm迈进，CPU/GPU/DPU领域大多企业还只是规划向5nm迈进，大多数节点还在16nm或10nm之上，真正实现5nm芯片量产的较少。?目前国内GPGPU芯片的先进制程多集中在7nm，例如已经量产的天数智芯“天垓100”，已经推出的壁仞BR100、沐曦MXN；此外，芯动科技的“风华一号”以及摩尔线程的MTTS2000采用12nm制程。对比已经进入4nm时代的英伟达H100还有较大差距。资料来源：InternationalBusinessStrategies(IBS) 产品型号 华为 昇腾910 寒武纪 思元370 天数智芯 天垓100 海光 深算一号 壁仞BR100-OAM壁仞BR104-300W PCle产品类型 ASIC ASIC GPU DCU GPU GPU推出时间 2018 2021 2021 2021 2022 2022制造工艺 7nm 7nm 7nm 7nm 7nm 7nm 封装工艺 Chiplet2.5DCoWoS2.5DCoWoS2.5DCoWoS随着制程节点的提升，开发芯片所需要的资金显著提高目前采用7nm工艺的国产AI芯片产品1制造：目前国内AI芯片先进工艺多集中在7nm，国际大厂已经来到4nm资料来源：各公司官网，研究部

52?按功能划分，GPU主要分为侧重图形图像的渲染GPU和侧重通用计算的GPGPU。??目前国内GPGPU公司包括壁仞、沐曦、天数智芯、红山微电子等；图形渲染GPU企业包括景嘉微、芯动科技、摩尔线程、格兰菲等。渲染GPU约80%仍是GPGPU部分，20%则是固定渲染部分（fixedfunction）。图形GPU因为经过了十几年的演化进程，流水线长，实现起来复杂，设计上的挑战更大，同时存在很多专利陷阱，涉及较多的数学公式，因此比较依靠编译器和驱动等软件能力；GPGPU在硬件和应用层面较为复杂。?GPU生态是除产品外初创企业能否活下来的重要因素。??渲染GPU在技术层面来相对复杂，但是好处在于有很多业界成熟的标准的API，如OpenGL、OpenGLES、DirectX、Vulkan等，核心是打通驱动程序层和编译器生态。而GPGPU领域几乎是被英伟达一手打造的CUDA生态所垄断。易于编程和性能的巨大飞跃是CUDA平台被广泛采用的关键原因之一。CUDA平台成功的第二大原因是拥有广泛而丰富的生态系统。资料来源：兴旺投资图形渲染GPU和AI芯片的软硬件开发难度对比GPGPU领域，英伟达的CUDA具有巨大的护城河2生态：GPGPU难点在生态布局，目前市场几乎被CUDA垄断资料来源：英伟达，奔跑的小蘑菇@CSDN

53?自研IP越多，芯片设计上越有把握，产品的差异化更明显。但相对而言，资金、人员、时间上的成本投入也更高。??GPUIP自研需要36-48个月以及200个工程师，而采用外购IP的方式，可以减少12-18个月开发周期。据集微网报道，GPU的IP主要涉及三大类，一是模拟IP，包括PCIe、Displayport和HDMI等等，这方面国内厂商占有率较低；二是Memory；三是数字IP，包括基于Arm或RISC-V的微控制器IP、编解码芯片IP以及最核心的GPUIP等。?核心IP国内有Imagination、芯原、格兰菲等厂商。??根据集微网报道，相对而言，Imagination认可度较高，芯原是后起之秀，格兰菲则主要面向特定领域用户，目前整体和国际厂商还有较大差距，在此过程需要技术沉淀形成自主IP积累才能具有一定替代性。我们看来，国内信创和工业市场需求庞大，在当前阶段对于国内IP厂商和GPU厂商来说是一个构建自主生态的机会。资料来源：研究部绘制资料来源：Imagination官网芯片设计和制造流程中资控股的Imagination的典型GPGPUIP3IP：国内核心IP厂