GPU（GraphicsProcessingUnit）是图形处理单元。是个人电脑、工作站以及移动设备等用来进行图像处理的微处理器。显卡是连接计算机主板和显示器的重要元件，可以接受主板的控制信号，转换成显示器能够识别的命令，控制显示器正确显示图像信息。而GPU就是显卡的处理器，是显卡的“大脑”，专门用来处理图形计算任务。
图：显卡的内部构造
1、GPU架构特点。GPU架构特点与其需要处理的任务相关，其处理和显示的计算机图形本质上都是二维数据矩阵。计算机图形显示的基本单元是像素点，众多像素点构成各种线段、平面和形状，通常我们说的320*215的显示屏是指像素点行数是320个，列数是215个，构成一个320*215的矩阵，布满整个屏幕。由于图像信息都是以这种矩阵像素点形式存储和呈现的，因此处理图片的GPU需要以矩阵形式存在的基本处理单元，来分块处理这些矩阵数据。
2、GPU与CPU区别。
从GPU与CPU架构对比图可以看出，CPU的逻辑运算单元（ALU）较少，控制器（control）占比较大；GPU的逻辑运算单元（ALU）小而多，控制器功能简单，缓存（cache）也较少。GPU的众多逻辑运算单元呈矩阵排列，可以并行处理数量众多但较为简单的处理任务，图像运算处理就可以进行这样的拆解。GPU单个运算单元处理（ALU）能力弱于CPU，但是数量众多的运算单元可以同时工作，当面对高强度并行计算时，其性能要优于CPU。
图：CPU与GPU逻辑结构对比
资料来源：观研天下整理
图：英伟达GM200处理器结构
资料来源：观研天下整理
在电脑中，GPU被集成在显卡中进行图形处理。整个计算机运行时，CPU将图形处理任务交给GPU进行处理。GPU从CPU获得指令后，把大规模、无结构化的图像数据分解成许多独立的块，分配给各个流处理集群（SMM）。每个流处理集群再次把数据分解，分配给调度器，调度器将任务放入自身所控制的32个计算内核（core）中完成最终的数据处理任务。如果将一个core的运算过程记为一个线程，那么该显卡就有32*4*16=2048个线程同时进行。而当前英特尔最强大的酷睿X系列处理器顶配也只能做到18核、36线程。这些任务单一、数量众多同时进行的线程可以大大缩短计算机运算时间，这即是GPU在图形处理方面的优势所在。
4、GPU“众核”使其在并行处理占优势。
从GPU与CPU架构来看，GPU处理核心数量众多，主要用来快速处理图像像素矩阵和显示控制。当前，GPU也被用作图形以外的数据处理，其架构决定了其适合于数据之间关联性不高，可分块处理的大规模并行计算。打个比方直观地解释一下GPU和CPU的区别，如果将CPU比作一个从加减乘除到微积分样样精通的博士生，那么GPU就是数以千计的小学生。如果任务是几千道十以内的加减法题目，当然还是小学生们每人一道题所耗费的时间较短。计算机图形处理这一领域需要多线程并行化处理，为了迎合这一需求，GPU在图形处理及通用并行化计算方面取得了快速发展。GPU主要处理高度可并行的任务，具有更高的运算电路密度、更密集的处理内核，更高的时钟频率。GPU具有很高的浮点运算能力。以英伟达专为游戏玩家设计的GEFORCEGTX1080Ti显卡为例，其核心数达3584个，时钟频率达1582MHz，显存速率达11Gbps。具有超强性能的通用A.I加速卡—TeslaP100，能够为HPC和超大规模工作负载提供每秒超过20万亿次的FP16浮点运算性能，最大功耗为300W。
表：GEFORCEGTX1080Ti显卡参数
资料来源：观研天下整理
GPU在并行计算、浮点以及矩阵运算方面的强大性能，使其获得了需要大量并行计算的深度学习等高性能运算市场的青睐。与传统的CPU服务器相比，采用GPU加速的服务器在达到相同计算精度条件下，可将训练速度提高5~10倍。
2011年，谷歌大脑项目（GoogleBrain）通过观看YouTube上的电影学会了识别猫脸。识别过程（推理阶段）需要用到2000颗服务器CPU。随后在英伟达与斯坦福大学的合作项目中，将GPU用于深度学习，经测试12颗GPU的性能与谷歌2000颗服务器CPU的性能相当。
2015年在ImageNet1000挑战中，微软亚洲研究院视觉神经组采用GPU为其冠军系统（基于深度卷积神经网络（CNN）的计算机视觉系统）加速。该系统首次超越了人类对图形识别和分辨的能力，识图错误率4.94%，低于人眼的5.1%。
图：谷歌猫脸识别和ImageNet图像识别
资料来源：观研天下整理
6、GPU耗能较大。
集成在游戏PC中，用于图形处理的GEFORCEGTX1080Ti显卡功耗达到了250W，专用于A.I数据中心的Tesla系列加速卡功率也基本都在300W左右。用于PC的英特尔酷睿i系列CPU功耗一般在50-70W之间；用于服务器端的英特尔XeonE系列CPU功耗也只在90-130W之间。配备英伟达GEFORCEGTX1080Ti游戏显卡的PC机功率一般为600W，显卡占据整个系统能耗的42%，而CPU只占系统的10%左右。而在数据中心中，至少支持4片GPU，高性能HPC可以支持多达16片GPU。若搭载4片GPU，光是GPU加速器的功率就达到了1,200W；16片则要4,800W，这相当于3.2个家用两匹空调同时工作，功率非常大。
表：英伟达游戏显卡价
资料来源：观研天下整理
7、GPU价格昂贵。
从英伟达用于游戏PC的GPU显卡价格表上可以看出，当前国内市场上还在出售的游戏显卡价格从2千元到1万元不等。这还是以京东商城上低配版的最低价格计算。新推出的显卡基本在5千到1万左右，价格较为昂贵。英伟达应用于A.I数据中心和超级计算的特斯拉（Tesla）系列计算卡价格都在万元以上。在数据中心中，GPU加速卡不止一个，其在数据中心中成本所占比重较高。
表：英伟达Tesla系列加速卡价格
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。
【报告目录】
第一章中国GPU行业发展概述
第一节行业发展情况概述
一、基本情况介绍
二、发展特点分析
第二节行业上下游产业链分析
一、产业链模型原理介绍
二、行业产业链分析
第三节行业生命周期分析
一、行业生命周期理论概述
二、行业所属的生命周期分析
第四节行业经济指标分析
一、行业的赢利性分析
二、行业附加值的提升空间分析
三、行业进入壁垒与退出机制分析
第二章世界GPU行业市场发展现状分析
第一节全球GPU行业发展历程回顾
第二节全球GPU行业市场规模分析
第三节全球GPU行业市场区域分布情况
第四节亚洲地区市场分析
第五节欧盟主要国家市场分析
第六节北美地区主要国家市场分析
第七节世界GPU发展走势预测
第八节未来五年全球市场规模预测
第三章中国GPU产业发展环境分析
第一节我国宏观经济环境分析
第三节中国GPU行业政策环境分析
第四节中国GPU产业社会环境发展分析
一、人口环境分析
二、教育环境分析
三、文化环境分析
四、生态环境分析
五、消费观念分析
第四章中国GPU产业运行情况
第一节中国GPU行业发展状况情况介绍
一、行业发展历程回顾
二、行业技术现状分析
三、行业发展特点分析
第二节行业市场规模分析
第三节GPU行业市场供需情况分析
一、行业产能情况分析
二、行业产值分析
三、行业产量统计与分析
四、行业需求量分析
第四节行业发展趋势分析
第五章中国GPU市场格局分析
第一节中国GPU行业竞争现状分析
第二节中国GPU行业集中度分析
一、行业市场集中度分析
二、行业企业集中度分析
三、行业区域集中度分析
第三节行业存在的问题
第六章中国GPU行业竞争情况
第二节行业竞争结构分析
一、现有企业间竞争
二、潜在进入者分析
三、替代品威胁分析
四、供应商议价能力
五、客户议价能力
第三节行业SWOT分析
一、行业优势分析
二、行业劣势分析
三、行业机会分析
四、行业威胁分析
第四节行业竞争力优势分析
第七章GPU制造所属行业数据监测
第一节中国所属行业规模分析
一、企业数量分析
二、资产规模分析
三、销售规模分析
四、利润规模分析
第二节中国所属行业产值分析
第三节中国所属行业成本费用分析
第四节中国所属行业运营效益分析
第八章GPU行业重点生产企业分析
第一节Intel
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第二节Nvidia
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第三节AMD
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第四节Matrox
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第九章未来五年中国GPU行业发展前景分析与预测
第一节未来五年行业未来发展前景分析
一、未来五年行业国内投资环境分析
二、未来五年行业市场机会分析
三、未来五年行业投资增速预测
第二节未来五年行业未来发展趋势预测
第三节未来五年行业市场发展预测
一、未来五年行业市场规模预测
二、未来五年行业市场规模增速预测
三、未来五年行业产值规模预测
四、未来五年行业产值增速预测
第四节未来五年行业盈利走势预测
一、未来五年行业毛利润同比增速预测
二、未来五年行业利润总额同比增速预测
第十章未来五年中国GPU行业投资风险与营销分析
第一节未来五年行业进入壁垒分析
一、未来五年行业技术壁垒分析
二、未来五年行业规模壁垒分析
三、未来五年行业品牌壁垒分析
四、未来五年行业其他壁垒分析
第三节未来五年行业投资风险分析
一、未来五年行业政策风险分析
二、未来五年行业技术风险分析
三、未来五年行业竞争风险分析
四、未来五年行业其他风险分析
第十一章未来五年中国GPU行业发展策略及投资建议
第一节未来五年中国GPU行业市场的重点客户战略实施
一、实施重点客户战略的必要性
二、合理确立重点客户
三、对重点客户的营销策略
四、强化重点客户的管理
五、实施重点客户战略要重点解决的问题
第一节未来五年中国GPU行业发展策略分析
第三节观研天下行业分析师投资建议
一、未来五年中国GPU行业投资区域分析
二、未来五年中国GPU行业投资产品分析
更多图表详见正文（GYGSLJP）
特别说明：观研天下所发行报告书中的信息和数据部分会随时间变化补充更新，报告发行年份对报告质量不会有任何影响，并有助于降低企事业单位投资风险。
