2020年GPU市场分析报告

合集下载

计算机行业专题研究:GPU:计算机图显核心,计算场景应用崛起

计算机行业专题研究:GPU:计算机图显核心,计算场景应用崛起

证券研究报告作者:行业评级:行业报告| 强于大市维持2021年11月10日(评级)分析师缪欣君SAC 执业证书编号:S1110517080003分析师张若凡SAC 执业证书编号:S1110521090001行业专题研究目前GPU应用领域正从图形显示向计算领域拓展,我们看好GPU在大数据和AI时代的应用潜力,国产GPU厂商景嘉微是目前国内唯一商用GPU公司,国产化背景下我们看好景嘉微GPU在民用领域发展前景。

1、GPU:计算机图形显示核心。

G PU是计算机上做图像和图形相关运算工作的微处理器,采用流式并行计算模式,适合对密集数据进行并行处理,擅长大规模并发计算。

早期GPU多被用于2D和3D图形的计算和处理,近年也常常被用于需要大量重复计算的数据挖掘、AI训练领域。

GPU可以分为集成GPU和独立GPU,被广泛地运用于PC、服务器、游戏主机、汽车、移动等领域。

2、GPU两大应用场景:图显、计算。

2020年全球GPU市场规模达到999.1亿美元,测算2020年中国大陆GPU市场规模约235亿美元。

PC 是GPU重要应用领域,2020年全球PC GPU出货3.94亿片;服务器是AI的核心基础设施,GPU服务器是AI加速方案首选,一台GPU服务器通常搭载多个GPU加速芯片,2019年平均每台服务器配置8.02个GPU。

3、NVIDIA:全球GPU巨头。

Nvidia是目前全球市值最大的半导体公司,技术革新、场景拓展、外延并购三大因素驱动Nvidia持续进阶。

Nvidia产品主要分为两大类:图形处理、计算&网络,下游市场包括游戏、专业可视化、数据中心、汽车四大类,计算业务是Nvidia成长的主要驱动力,Nvidia中国大陆收入占比呈上升趋势。

4、景嘉微:国产GPU领军。

景嘉微主营业务分为图形显控、小型专用化雷达、GPU芯片三类,GPU芯片产品包括JM5400、JM7200,其中JM5400主要应用于公司图显模块中,JM7200成功拓展了民用和信创市场。

中国人工智能行业市场现状及未来发展前景预测分析报告

中国人工智能行业市场现状及未来发展前景预测分析报告

中国人工智能行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国人工智能行业市场现状及未来发展前景预测分析报告正文目录第一章、人工智能行业定义 (3)第二章、中国人工智能行业综述 (4)第三章、中国人工智能行业产业链分析 (5)第四章、中国人工智能行业发展现状 (6)第五章、中国人工智能行业重点企业分析 (8)第六章、中国人工智能行业发展趋势分析 (9)第七章、中国人工智能行业发展规划建议 (11)第八章、中国人工智能行业发展前景预测分析 (12)第九章、中国人工智能行业分析结论 (13)第一章、人工智能行业定义人工智能(Artificial Intelligence, AI)是指由计算机系统所表现出的智能行为。

它不仅涵盖了机器学习、自然语言处理、图像识别等多个子领域,还广泛应用于从自动驾驶汽车到智能家居设备等各种场景中。

随着技术的进步和市场需求的增长,AI已成为推动全球经济增长的关键力量之一。

1.1 人工智能市场规模全球人工智能市场持续扩张。

2022全球AI市场规模达到约4,500亿美元,预计到2027这一数字将增长至16,000亿美元左右,复合年增长率超过25%。

北美地区占据了最大的市场份额,而亚太地区则显示出最快的增长速度。

1.2 主要应用领域AI技术主要应用于以下几个方面:医疗健康:通过AI算法辅助诊断疾病、个性化治疗方案设计等,有效提高了医疗服务效率与质量。

2021年全球医疗AI市场规模约为60亿美元,并有望在未来五年内实现年均35%以上的增长。

金融服务:AI在风险管理、信贷审批、智能投顾等领域发挥了重要作用。

2022全球金融科技领域中AI相关投资总额超过了100亿美元。

零售电商:AI技术帮助零售商优化库存管理、提升顾客购物体验。

根据博研咨询&市场调研在线网分析,2023年全球零售业AI解决方案市场规模将达到80亿美元左右。

智能制造:AI赋能工业自动化生产流程,显著提升了制造业的生产效率。

2023年GPU服务器行业市场规模分析

2023年GPU服务器行业市场规模分析

2023年GPU服务器行业市场规模分析GPU服务器是一种高性能计算服务器,使用GPU(图形处理器)来加速计算任务。

GPU服务器由于其出色的并行处理能力、高速的数据传输能力和较低的功耗等优点,被广泛应用于科学研究、人工智能、深度学习、大数据处理等领域。

此篇文章将对GPU服务器行业市场规模进行分析。

一、GPU服务器市场规模随着GPU技术的不断发展,GPU服务器市场需求不断增加。

根据市场研究机构Innovate Insights的报告,全球GPU服务器市场规模从2016年的20亿美元增长到2020年的40亿美元,年复合增长率达到了14%左右。

随着人工智能、深度学习等技术的发展,GPU服务器市场增长将更加迅猛,预计到2025年市场规模将达到80亿美元以上。

二、GPU服务器市场发展趋势1. 人工智能和深度学习的快速发展,带动了GPU服务器市场的需求增加。

GPU服务器在处理大数据、深度学习等应用场景时能够发挥其出色的优势,因此其应用范围和市场需求将继续扩大。

2. 云计算和大数据技术的普及,也将推动GPU服务器市场的发展。

云计算和大数据技术对计算性能要求非常高,GPU服务器为这些应用提供了更好的解决方案,因此这些行业的需求将对GPU服务器市场起到推动作用。

3. GPU技术的不断发展和不断降低成本,使GPU服务器价格相对传统服务器更加优惠,进一步促进了GPU服务器市场的发展。

4. 各行业对高性能计算的需求日益增加,将进一步推动GPU服务器市场的发展。

特别是在科学研究、工程设计、金融分析、医学影像等领域,对计算能力要求非常高,GPU服务器将成为不可或缺的计算硬件。

三、GPU服务器市场主要厂商目前在GPU服务器市场,主要厂商有Nvidia、AMD、Intel、ASUS、HPE、Dell、IBM、Fujitsu、Lenovo等。

其中Nvidia作为GPU技术领军厂商,其GPU处理器市场份额超过70%,在GPU 服务器市场中也有着占据领先地位的优势。

GPU调研报告

GPU调研报告

GPU调研报告GPU调研报告一、背景介绍GPU(Graphics Processing Unit),即图形处理器,是一种专门用于图形和影像数据处理的硬件设备。

与传统的中央处理器(CPU)相比,GPU具有更强的并行计算能力和更高的图形处理性能,因此在计算机图形学、人工智能、数据科学等领域有着广泛的应用。

该报告主要围绕GPU的市场规模、技术发展和应用现状进行调研。

二、市场规模1. 市场规模:据调研数据显示,2019年全球GPU市场总规模达到了800亿美元,并且在未来几年仍有望保持较高的增长率。

云计算、游戏行业以及人工智能的迅猛发展是驱动GPU市场增长的主要因素。

2. 主要厂商:目前,全球GPU市场的主要参与者有Nvidia、AMD、Intel等。

其中,Nvidia以其强大的技术实力和丰富的产品线在市场中占据了主导地位,其GPU产品被广泛应用于游戏、数据中心和人工智能等领域。

三、技术发展1. GPU架构:从传统的图形渲染器到现在的统一着色器架构,GPU的架构逐步发展,实现了更高的计算性能和能耗效率。

2. 可编程着色器技术:可编程着色器技术的出现使得GPU能够进行更加灵活的图形处理和计算操作,从而实现更加真实的图像渲染效果。

3. 并行计算能力:GPU的并行计算能力是其区别于传统CPU的重要特点,能够同时执行大量的计算任务,提高图形处理和计算效率。

4. AI加速:近年来,AI加速成为GPU发展的新趋势,Nvidia推出的Tensor Core技术使得GPU在深度学习等领域的应用更加高效。

四、应用现状1. 游戏行业:GPU在游戏行业中应用广泛,能够实现更加逼真的图像渲染、物理模拟和人物动画。

高性能的GPU可支持流畅的游戏体验和更高的帧率。

2. 数据科学:GPU在数据科学领域的应用也越来越普遍。

通过GPU加速,可以提高数据分析的速度和效率,加快模型训练和优化过程。

3. 人工智能:GPU在人工智能领域的应用也日益增多。

2024年超算市场需求分析

2024年超算市场需求分析

2024年超算市场需求分析引言超级计算机(简称超算)是一种拥有卓越计算能力的计算机系统,通常用于处理大规模、复杂的科学计算和工程应用。

近年来,随着科技的发展和需求的增长,超算市场逐渐成为一个热门领域。

本文将对超算市场的需求进行分析,以帮助企业了解该市场的潜力和发展趋势。

市场规模和增长趋势超算市场具有巨大的潜力和广阔的发展前景。

根据市场研究机构的数据显示,截至2020年,全球超算市场规模已经超过100亿美元,并且预计在未来几年内将以每年超过10%的复合年增长率增长。

这主要得益于以下几个方面的驱动因素:科学研究需求超算在科学研究领域有着广泛的应用,例如气象学、物理学、生物学等。

随着科学竞赛的加剧和科学问题的复杂性增加,科研机构对超算的需求进一步增加。

工程应用需求很多领域的工程应用都需要超算进行模拟和分析,例如航空航天、能源、制药等。

超算能够在短时间内处理大规模数据和复杂计算,提供高度可靠的结果。

因此,工程领域对超算的需求持续增长。

人工智能技术发展人工智能(AI)技术的迅速发展也对超算市场带来了新的机会。

AI技术需要处理大量的数据和复杂的计算,超算能够满足这一需求。

预计在未来几年内,AI技术对超算市场的需求将越来越大。

市场竞争格局超算市场竞争激烈,存在一些主要的竞争者。

以下是一些市场上引人关注的厂商:IBMIBM是超算市场的领先厂商之一,在超算领域有着广泛的产品线和丰富的经验。

其超算系统提供高性能、可靠性和可扩展性,并且具有较好的市场声誉。

英特尔英特尔是超算硬件领域的主要供应商之一,其处理器在超算中有着广泛的应用。

英特尔不断推出新的处理器产品,并且与其他厂商合作开发超算系统。

NVIDIANVIDIA是超算领域的重要玩家之一,其GPU技术在超算中具有很大的优势。

NVIDIA的GPU能够提供超高的计算性能和能效,越来越多的超算系统采用NVIDIA的GPU进行加速。

市场机遇和挑战超算市场存在着一些机遇和挑战。

中国GPU行业现状分析

中国GPU行业现状分析

中国GPU行业现状分析一、GPU行业发展概况GPU是图形处理器(显卡)的核心组成部分。

GPU是一种专门在个人电脑、工作站、游戏机和移动设备上做图像和图形相关运算工作的微处理器,使显卡减少了对CPU的依赖,并进行部分原本CPU的工作。

某些最快速的GPU集成的晶体管数甚至超过了普通CPU。

按接入方式划分,GPU可以分为独立GPU和集成GPU。

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。

独立GPU的性能更高,但因此系统功耗有所加大,发热量也较大,同时(特别是对笔记本电脑)占用更多空间。

集成GPU一般与CPU 集成在一起。

集成GPU的制作由CPU厂家完成,因此兼容性较强,并且功耗低、发热量小,但性能相对较低,且固化在主板或CPU上,本身无法更换,如果必须换,就只能换主板。

二、GPU行业发展现状GPU民用领域包括PC、服务器、移动手机。

在PC领域,集成GPU 占据大部分份额,独立GPU主要应用于高性能游戏电脑。

据数据统计,2019年全球PC出货量约为2.67亿台,中国PC销量在5000万台左右。

在服务器领域,GPU多核特征使得其更适合大量数据并行计算,广泛应用于AI训练和推理任务中。

2019年我国CPU服务器市场规模已达20.1亿美元,预计到2024年中国GPU服务器市场规模将达到64亿美元左右。

三、GPU行业市场格局Intel凭借在x86架构CPU优势,在集成GPU领域占据大部分市场份额,数据显示,2020年三季度Intel在PC领域GPU市占率达到62%,而AMD和Nvidia占比均为19%。

Nivida在独立GPU领域具备绝对优势,2020年三季度市占率达到80%。

AMD同时拥有集成GPU和独立GPU,2020年三季度在独立GPU 市场市占率为20%。

四、GPU行业发展方向近些年,国外GPU技术快速发展,已经大大超出了其传统功能的范畴。

国内GPU芯片的研制虽然可满足目前大多数图形应用需求,但在科学计算、人工智能及新型的图形渲染技术方面仍然和国外领先水平存在较大差距,未来持续发展国产GPU势在必行。

2023年GPU行业市场规模分析

2023年GPU行业市场规模分析GPU是图形处理器,是计算机系统中的重要部件。

随着新兴技术不断涌现,GPU已经不再是单纯的用来处理图像的器件,而是在科学计算、人工智能等多个领域发挥着不可替代的作用。

GPU行业市场规模分析如下:一、GPU行业市场容量根据相关数据分析,2019年GPU市场规模为340亿美元,其中,游戏占比超过50%,工业、机器视觉、人工智能等应用领域的GPU市场规模不断增长,占比也在逐年提升。

预计到2025年,GPU市场规模将超过700亿美元。

二、GPU行业市场热点1. 游戏市场游戏市场一直是GPU的重要应用领域,据统计,游戏市场对GPU市场的贡献率超过一半。

随着全球游戏市场的不断扩大,对于显卡的需求也迅速增长。

此外,随着游戏图像和画面的不断升级,对于显卡的性能需求也越来越高。

2. 机器学习和深度学习在众多的应用领域中,机器学习和深度学习需求量急剧增加,成为GPU市场的新热点。

机器学习和深度学习需要进行大量的数据处理,这就需要GPU在并行计算的能力上占据优势。

未来,人工智能的应用场景会更加广泛,GPU作为重要的处理器将在人工智能领域持续发挥重要作用。

3. 数据中心市场随着各个行业对云计算和大数据的需求不断提高,数据中心市场的规模也在逐年增长。

在数据中心应用中,GPU作为加速器的需求也逐渐提高。

因为GPU比CPU在并行计算的速度上快许多倍,可以更好地满足数据中心的运算需求。

三、GPU行业市场前景随着信息技术、人工智能、虚拟现实等新兴领域不断涌现,GPU也将发挥更加广泛的作用。

同时,在3D图形、超分辨率、视频编解码、渲染等领域,GPU也将不断提高自身性能,将游戏和非游戏领域的应用场景不断扩展。

因此,GPU行业市场将继续保持高速增长。

预计未来几年,GPU行业市场规模将稳步增长,市场前景广阔。

总体来说,GPU行业市场规模不断增长,已经成为许多行业不可替代的核心组件。

在游戏、机器学习、数据中心等多个领域,GPU的需求将不断增加。

芯片市场现状及未来趋势分析报告

芯片市场现状及未来趋势分析报告第一章:绪论 (2)1.1 研究背景 (2)1.2 研究目的与意义 (2)1.3 研究方法与数据来源 (2)第二章:芯片技术概述 (3)2.1 芯片的定义与分类 (3)2.2 芯片的关键技术 (3)2.3 芯片的技术发展趋势 (4)第三章:全球芯片市场现状分析 (4)3.1 全球芯片市场规模及增长趋势 (4)3.2 全球芯片市场竞争格局 (4)3.3 全球芯片市场区域分布 (5)第四章:我国芯片市场现状分析 (5)4.1 我国芯片市场规模及增长趋势 (5)4.2 我国芯片市场竞争格局 (5)4.3 我国芯片市场区域分布 (6)第五章:芯片产业链分析 (6)5.1 芯片产业链结构 (6)5.2 芯片产业链主要环节 (6)5.3 芯片产业链发展趋势 (7)第六章:芯片应用领域分析 (7)6.1 智能手机与物联网 (7)6.2 无人驾驶与智能交通 (8)6.3 医疗健康与金融科技 (8)第七章:芯片行业政策与法规 (9)7.1 全球芯片行业政策与法规 (9)7.1.1 美国 (9)7.1.2 欧洲 (9)7.1.3 日本 (9)7.1.4 韩国 (9)7.2 我国芯片行业政策与法规 (9)7.2.1 政策层面 (9)7.2.2 法规层面 (10)7.3 政策与法规对芯片市场的影响 (10)7.3.1 推动技术创新 (10)7.3.2 促进产业协同 (10)7.3.3 保障安全与合规 (10)7.3.4 促进市场公平竞争 (10)第八章:芯片市场风险与挑战 (10)8.1 技术风险 (10)8.2 市场竞争风险 (11)8.3 政策与法规风险 (11)第九章:芯片市场机遇与前景 (12)9.1 5G时代带来的机遇 (12)9.2 新兴应用领域的拓展 (12)9.3 技术创新推动市场发展 (12)第十章:结论与建议 (13)10.1 研究结论 (13)10.2 发展建议 (13)10.3 研究展望 (14)第一章:绪论1.1 研究背景人工智能技术的快速发展,芯片作为支撑人工智能运算的核心组件,正日益成为全球科技竞争的焦点。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2020年GPU市场分析报告2020年3月1、从世界巨头寻找发展的足迹1.1 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。

图 1:CPU与GPU之间的比较资料来源:中关村在线,XXX市场研究部表1:CPU与GPU的区别CPU GPU侧重于程序执行的效率重在对大量趋同计算的并行处理设计目标内部架构运行复杂程度高,需要处理各种不同的数据行,同运行复杂度低,面对的是不被打断的计算环境,时逻辑判断有需要处理大量分支跳转和中断处理类型统一的、无相关性的大规模数据大部分晶体管用于控制,缓存的等的设计,负责算数逻辑的处理单元不多大部分的警惕管用于算数逻辑处理单元逻辑核心简单逻辑核心复杂适合运行具有分支密集型,不规则数据结构、逻辑合适处理计算密集型、数据耦合度低、高度并行适用任务更加灵活复杂等特点的串行程序。

化的计算任务资料来源:搜狐网、XXX市场研究部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。

表2:集成显卡与独立显卡的区别区别集成显卡独立显卡集成在CPU 里面的图像处理单位,构成CPU 的一单独插在主板上的图像处理单位,其接口是与CPU的关系部分PCIE接口,是一个单独的电脑组件价格兼容性低较好较差低高较差较好高性能升级成本功耗低高是否占用电脑内存是否主要生产商与产品主要应用领域Intel(HD系列)、AMD(APU系列)AMD(Radeon系列),NVIDIA(GeForce系列)高性能游戏电脑,VR/AR,人工智能移动计算市场,如笔记本和智能手机资料来源:百度文库、XXX市场研究部根据应用终端类别,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。

图 2:GPU按终端类别分类应用于PC端,既有集成GPU,也有独立GPUPC GPU应用于服务器,可做专业可视化,计算加速,深度学习等应用按应用端类别服务器 GPU受限于移动端功耗与体积的限制,一般都是集成GPU.移动GPU资料来源:《2018国产芯片趋势动产报告》,XXX市场研究部1.2 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。

图 3:全球PC GPU市场份额图 4:Intel与AMD处理器出货量之间的对比100%90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 15%13%19%16%18%19%72%65% 63%Q418 Q319 Q419Intel AMD NVIDIA资料来源:JPR,XXX市场研究部资料来源:Pass Mark,XXX市场研究部独立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。

表3:全球独显的市场份额GPU 供应商Market share this quarter Market share last quarter Market share last yearAMD 31.08% 68.92% 100%27.08% 72.92% 100%18.77% 81.23% 100%NVIDIA 总计资料来源:AIB 、XXX 市场研究部图 5:NVIDIA 与AMD 产品性能对比图 6:整机功耗测试(单位:瓦)12524 12268RX5700XT RTX2070S RX5700 RX5700XT RTX2070S RX5700265 267871610141109497697220240 225 10931 10439RTX2070 9031 8631 RTX2070 RTX2060S RTX2060FERTX2060S RTX2060FE8987 7501 8000 FireStrike ExtremeTimeSpy 210250200040006000100001200014000 050100150200300资料来源:ZOL ,XXX 市场研究部 资料来源:ZOL ,XXX 市场研究部五雄争霸,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。

表4:全球移动GPU 主要供应商厂商 ImaginationARMGPU 核心Power VR 系列,SGX 系列Mail 系列授权商Intel 、联发科、LG 、高通、瑞萨、三星、海思 三星、海思、瑞芯微、展讯、意法半导体、全志Qualcomm Vivante NVIDIAAdreno系列GC系列自用、不对外授权飞思卡尔、军政、Marvell Geforce 系列、Tegra 开普勒架构已对外授权资料来源:超能网,中国电子网、XXX市场研究部1.3 从世界巨头发展足迹寻找启示1.3.1 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。

相关文档
最新文档