GPU市场空间和应用趋势分析
图形处理单元（GPU），也称为视觉处理单元，是一种计算机芯片，与CPU相比，它由数百个可同时处理数千个线程的内核组成。CPU缺少带高速缓存的内核，这限制了它同时处理多个线程的能力。图形处理单元位于主板上的芯片组中或与CPU相同的芯片中。独立卡中的GPU包含自己的RAM，但是在芯片组中，它们与CPU共享主内存。
图形处理单元使用晶体管来执行与3D图形有关的数学计算。GPU被广泛用于便携式电子设备，例如平板电脑，笔记本电脑，可穿戴设备，移动电话等。集成和混合型GPU一直在发展，以取代人工智能平台，虚拟现实和增强现实系统以及超级计算机等应用程序中的专用GPU。
GPU市场规模约为4400万个，2017年行业收入超过120亿美元，从2018年到2024年，复合年增长率将超过30％。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，从2020年到2027年的复合年增长率为33.6％。
GPU市场可以根据类型，设备，行业垂直和区域进行了细分。根据类型，市场分为专用，集成和混合市场。按设备细分为计算机，平板电脑，智能手机，游戏机，电视等。按应用划分电子，IT与电信，国防与智能，媒体与娱乐等。
由于在平板电脑，游戏机和智能手机等设备中广泛使用GPU组件（例如集成和专用处理器），以支持图形密集型应用，因此GPU硬件在2017年占据了70％以上市场份额的主要部分。据估计，GPU出货量增长约5％。在硬件领域，由于混合处理器具有集成和专用GPU的功能，所以混合GPU市场增长很快，这使其成为软件开发人员中优先选择的选项，以提高图形密集型应用程序的效率。
预计到2024年，GPU云上部署部分将占据5％以上的市场份额。随着客户迅速采用基于云的解决方案从扩展性和灵活性中受益，云部署模型的使用将增加。包括Microsoft，Amazon Web Services和IBM在内的主要云平台提供商正在与图形芯片提供商建立合作伙伴关系，以提供GPU云服务。例如，IBM提供了各种云GPU配置并支持NVIDIA Tesla K80卡，该卡可以提供8.5TFLOPS单精度算力，2.9TFLOPS双精度算力，带宽480GB/s。
由于在设计和工程应用中广泛使用GPU，因此汽车应用细分市场呈现出强劲的增长速度。汽车设计部门面临越来越大的压力，需要迅速实现汽车创新，响应市场不断变化的需求。远程工作人员，外部供应商和合作伙伴需要更快，更好地访问数据。GPU使汽车制造商可以更轻松地与全球团队建立和协作，并根据需要扩展其计算资源。
GPU竞争格局的特点是头部玩家的游戏，主要包括NVIDIA，AMD和Intel。这些公司在研发上投入了大量资金，不断研发新一代GPU图形处理器产品，以满足计算密集型应用程序的需求。2017年9月，英特尔推出了具有更好的超频能力和集成显卡的第8代Coffee Lake处理器。2017年10月，UKCloud推出了基于NVIDIA虚拟GPU解决方案的云GPU服务，以支持UKCloud在英国的公共部门和医疗保健客户使用的高计算应用程序。
在GPU市场上运作的主要公司是AMD，Dassault Systems，Autodesk，Google，IBM，Qualcomm，Intel，Microsoft，Siemens AG，NVIDIA，Nimbix，Amazon Web Services，Penguin Computing，Cogeco Communications，PTC， ScaleMatrix和S3图形。
在过去的几年中，全球GPU市场出现了显着增长。但是，由于COVID-19爆发，2020年市场有所下降。全球各地的多家企业停工，供应商方面的硬件组件也短缺，这预计将在未来几年内对GPU市场的增长做出调整。
由于CPU无法处理现代2D和3D图形应用程序的复杂计算任务，因此对高性能计算处理器的需求增加了。为了支持高性能计算应用程序，各行业开始将CPU和GPU图形卡一起使用，实现高性能计算。GPU已广泛应用于制造，汽车，游戏和房地产领域，因此已成为高性能计算的重要组成部分。为了支持深度学习应用程序，对GPU加速的计算机的需求将不断增加。
推动GPU市场增长的另一个因素是越来越多的处理器用于支持汽车，制造业，房地产和医疗保健等各个行业的图形应用程序和3D应用。例如，为了支持汽车领域的制造和设计应用程序，CAD和仿真软件（CAE）利用GPU来创建逼真的图像或动画。
在HPC应用支持GPU计算报告中，咨询机构Intersect360列出了50个最常用的高性能计算(HPC)应用程序，识别出目前采用GPU加速的应用程序。根据对最新HPC用户站点普查数据和研究发现，HPC用户用到的50个最流行的应用程序中有34个提供GPU支持，另外2个应用目前正在开发中。前15个应用程序目前都通过某种形式实现对GPU支持。
化学领域：化学是最常见的HPC应用领域之一，有组织使用HPC系统了解化合物和过程，根据这种理解设计新的物质为今后的研究和产品开发提供信息。包括计算化学，分子建模，和质谱数据分析。
流体动力学分析：计算流体动力学(CFD)的解决方案目前异常广泛的被应用，如:飞机设计，内燃机设计，建筑物气流分析，心脏泵的设计，细胞内蛋白质运输的建模，等等。在HPC中，作为前十大应用程序的OpenFOAM的出现，预示着整个行业向开源代码的方向发展。
如表3所示，这两种最流行的CFD应用，ANSYS Fluent和OpenFOAM使用GPU的支持。
结构分析：结构分析包括用于分析各种结构的应用程序，包括显式和隐式有限元分析(FEA)，是用于工程分析的重要计算工具。它主要是用来对结构的负载和压力进行分析，包括用于汽车的虚拟崩溃测试。
表4描述了前50个HPC应用程序中的8个结构化分析应用。8个中有7个已经支持GPU计算。
生物科学：生物科学应用是用来揭示生命的本质、并帮助设计医学治疗方案的学科。他们也用于了解和提高农业生产。这部分包括基因组学等应用，蛋白质组学，药物发现等等。由于基因组学的快速发展，带动分析基因和细胞的生物信息学软件快速发展， 使得基因组学驱动整个生命科学发展。
如表6所示，在生命科学领域，GPU计算应用已经落后于其他领域，然而，BLAST应用有个GPU版本，被称为GPU-BLAST，现在已在研究领域使用，还有一个GPU加速版本的Bowtie，作为NVIDIA实验室项目在运作。
表7列出了剩余的前50个HPC应用程序及其域。2个商业智能领域，2个天气预报和环境建模领域，1个物理和1个模式识别领域。
增强现实（AR）和虚拟现实（VR）的发展，人工智能（AI）以及游戏发展等因素预计将推动图形处理单元市场的增长。此外，蓬勃发展的便携式电子产品和可穿戴设备的市场以及物联网（IoT）的日益普及，预计将在未来几年推动GPU图形处理单元市场的增长。
GPU是促进物联网发展的必不可少的元素。GPU启用了功能丰富的IoT接口，该接口是无缝的，并在所有行业中提供了无处不在的用户体验。GPU在物联网中的应用包括用于复合处理的3D图形和动态3D用户界面。集成和混合GPU的发展可以满足物联网系统的要求。
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕，知识点深度讲解，提供182页完整版下载。
获取方式：点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
