GPGPU计算特征及优势 原图定位 2.2. GPGPU:HPC、AI 融合发展造就高成长市场 2.2.1. GPGPU:面向通用计算的 GPU GPU可分化为传统 GPU和 GPGPU两个分支。GPU(Graphics Processing Unit,图形处理器),又称显示核心、视觉处理器、显示芯片,是一种专门在 PC、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的微处理器。GPU的设计初衷是提升计算机对图像、视频等数据的处理性能。随着 GPU在并行计算性能优势的显现和并行计算应用范围的拓展,GPU逐渐分化成两条分支:1)传统 GPU:延续用于图形图像处理的用途,内置视频编解码、2D、3D 加速引擎及图像渲染等专用运算模块;2)GPGPU(General-Purpose computing on Graphics Processing Units,面向通用计算的图形处理器),作为运算协处理器,针对不同计算场景的需要,增加了向量、张量、矩阵等运算指令,提升了浮点运算的精度与性能。海光 DCU产品是基于通用的 GPGPU 机构,设计、发布的适合计算密集型和运算加速领域的一类协处理GPGPU广泛应用于商业计算&大数据处理、AI领域。随着技术发展和生态的逐步完善,GPGPU的用途被进一步发掘。GPGPU已广泛用于天气预报、工业设计、基因工程、金融工程等领域的商业计算和大数据处理。目前在超算、大数据处理等算力要求非常高的应用场景中,算力大都采用 CPU+GPGPU或搭配专用加速芯片的构建方式。以超算为例,2020 年全球超算系统 TOP500 中,有七成采用 GPGPU,在TOP25中,有 20个采用 GPGPU。在 AI领域,使用 GPGPU在云端运行模型训练算法可显著缩短训练时长,减少能源消耗,降低 AI的应用成本。据 Frost & Sullivan,2019年,GPU在 AI芯片中的占比最大,达 36.54%,预计 2024年将提升至 51.4%。GPU也是 AI服务器的首选加速方案。据 IDC研究,2021年上半年我国 GPU加速