GPU市場分析分析與預(yù)測

(資料圖片僅供參考)

1、GPU市場規(guī)模及預(yù)測

根據(jù)VerifiedMarketResearch的預(yù)測，2020年GPU全球市場規(guī)模為254億美金，預(yù)計到2028年將達到2465億美金，行業(yè)保持高速增長，CAGR為%，2023年GPU全球市場規(guī)模預(yù)計為595億美元。

2、 PC顯卡市場

獨立顯卡市場開始逐漸回暖。根據(jù) JonPeddieResearch的數(shù)據(jù)，2022年獨立GPU出貨量下降至 ? ?3808萬臺，同比下降%，22Q3單季度出貨690萬臺，同比下降%，是十年以來最大的一次下滑，獨立顯卡出貨情況22Q4開始逐漸轉(zhuǎn)暖。

集成顯卡出貨情況仍然不容樂觀。2022年集成GPU出貨量為億臺，同比下滑%。疫情期間的居家辦公需求帶動了筆記本電腦的消費增長，集成顯卡的購買激增一定程度上過早消耗了市場需求，后疫情時代，筆記本電腦端需求減弱疊加供應(yīng)商的過剩庫存導(dǎo)致集成顯卡出貨不斷走低。

2022年獨立顯卡出貨遭遇巨大下滑的原因有三點： (1) 受宏觀經(jīng)濟影響，個人電腦市場處于下行周期； (2) 部分獨立GPU參與虛擬貨幣挖礦，以太坊合并對獨立 GPU出貨造成巨大沖擊； (3)下游板卡廠商開啟降庫存周期。

(1) ?原因一： ?個人電腦市場依舊處于下行周期

個人電腦市場保持疲軟狀態(tài)。根據(jù) IDC數(shù)據(jù)，2022年全年P(guān)C出貨量為億臺，同比下降%，2022Q4全球PC出貨量僅為6720萬臺，同比下降 %。IDC預(yù)測2023年個人電腦市場全年出貨億臺，全年同比下降%。按照2023年的整體出貨量情況，對四個季度的出貨情況做了進一步預(yù)測，預(yù)計 2023Q2-2023Q3后個人電腦出貨將迎來逐季度好轉(zhuǎn)。

下游PC廠商庫存情況得到改善。當(dāng)前個人電腦市場正處在PC廠商去庫存周期，根據(jù) PC廠商的財報 ?披露，華碩和聯(lián)想的庫存天數(shù)已經(jīng)開始減少，其余三家(惠普、戴爾、宏碁)的庫存天數(shù)并未顯著降低，由于所有廠商都在積極采取行動減少產(chǎn)量，預(yù)計下游 PC廠商庫存情況會進一步改善，2023Q3可能恢 ?復(fù)到正常庫存情況。

(2)原因二： ?顯卡挖礦市場出現(xiàn)轉(zhuǎn)折， ?以太坊轉(zhuǎn)向權(quán)益證明

以太坊ETH占據(jù)顯卡挖礦主要市場。根據(jù) MESSARI數(shù)據(jù)，在采用GPU挖礦的前7名虛擬貨幣中，以太坊ETH挖礦收入占GPU礦工總收入的97%。比特幣、萊特幣等虛擬貨幣多采用功耗更低的ASIC礦機。

2022年9月15日，以太坊運行機制全面升級，從以太坊 的工作量證明機制(PoW)轉(zhuǎn)向以太坊2.0的權(quán)益證明機制(PoS)，在工作量證明機制中，需要通過累積顯卡提升計算能力，計算能力越強獲得記賬收益的概率越大；在權(quán)益證明機制中，只需通過質(zhì)押虛擬貨幣獲得收益，質(zhì)押的虛擬貨幣數(shù)量越大獲得記賬收益的概率越高。以太坊全面合并后不再需要購入大量顯卡、投入計算資源用于挖礦，是顯卡挖礦市場的重要轉(zhuǎn)折點。

挖礦用顯卡平均哈希率為46Mh/s。根據(jù)HiveOS礦池數(shù)據(jù)，通過不同型號顯卡的哈希率和占比情況統(tǒng)計，估算得到衡量顯卡挖礦能力的平均哈希率為46Mh/s。

以太坊合并后顯卡需求降至零。根據(jù)以太坊全網(wǎng)算力，測算得到用于以太坊挖礦的GPU數(shù)量在2022 ? 年5月達到巔峰，大概為2573萬張，2022年9月降至2008萬張，在以太坊合并之后，顯卡需求降至 零。

如果按照20%回收比例測算，約500萬張存量顯卡將流入二手市場，預(yù)計帶來的不利影響在2022Q4-2023Q1之間結(jié)束。

(3) ?原因三： GPU廠商庫存迎來好轉(zhuǎn)， ?高端顯卡價格企穩(wěn)回升

GPU廠商庫存情況即將迎來好轉(zhuǎn)。根據(jù)Bloomberg數(shù)據(jù)，GPU下游四家臺灣板卡廠商(華碩、技嘉、微星、華擎)自2022年一季度原材料庫存達到歷史高位以后，連續(xù)兩個季度庫存環(huán)比降低，當(dāng)前原材料庫存相比最高峰下降28%。復(fù)盤歷史可見，GPU廠商成本庫存高峰多于臺灣板卡廠商原材料庫存2-3季度后到來，預(yù)計 GPU廠商的成品庫存將于2022Q4到達頂峰。

高端顯卡價格開始企穩(wěn)回升。根據(jù) Amazon上的顯卡價格跟蹤，英偉達和 AMD的高端顯卡在2022年10月以后均實現(xiàn)了不同程度的價格回升，例如RTX3080價格上漲30%，RTX3090價格上漲28%，顯卡價格的回升意味著渠道商庫存正逐步回歸到正常水平，高端顯卡受挖礦市場沖擊更為劇烈，高端顯卡價格上漲從側(cè)面也能觀察到挖礦市場帶來的不利影響正在逐漸消失。

3、GPU在數(shù)據(jù)中心的應(yīng)用蘊藏巨大潛力

在數(shù)據(jù)中心，GPU被廣泛應(yīng)用于人工智能的訓(xùn)練、推理、高性能計算(HPC)等領(lǐng)域。

預(yù)訓(xùn)練大模型帶來的算力需求驅(qū)動人工智能服務(wù)器市場快速增長。巨量化是人工智能近年來發(fā)展的重要趨勢，巨量化的核心特點是模型參數(shù)多，訓(xùn)練數(shù)據(jù)量大。Transformer模型的提出開啟了預(yù)訓(xùn)練大模型的時代，大模型的算力需求提升速度顯著高于其他AI模型，為人工智能服務(wù)器的市場增長注入了強勁的驅(qū)動力。根據(jù)Omdia數(shù)據(jù)，人工智能服務(wù)器是服務(wù)器行業(yè)中增速最快的細分市場，CAGR為49%。

戰(zhàn)略需求推動GPU在高性能計算領(lǐng)域穩(wěn)定增長。高性能計算(HPC)提供了強大的超高浮點計算能力，可滿足計算密集型、海量數(shù)據(jù)處理等業(yè)務(wù)的計算需求，如科學(xué)研究、氣象預(yù)報、計算模擬、軍事研究、 生物制藥、基因測序等，極大縮短了海量計算所用的時間，高性能計算已成為促進科技創(chuàng)新和經(jīng)濟發(fā)展 的重要手段。

(1) ?大模型帶來人工智能算力的旺盛需求

自然語言大模型參數(shù)巨量化是行業(yè)發(fā)展趨勢所向。以 ChatGPT為代表的人工智能模型表現(xiàn)出高度的智能化和擬人化，背后的因素在于自然語言大模型表現(xiàn)出來的涌現(xiàn)能力和泛化能力，模型參數(shù)到達千億量級后，可能呈現(xiàn)性能的跨越式提升，稱之為涌現(xiàn)能力；在零樣本或者少樣品學(xué)習(xí)情景下，模型仍表現(xiàn)較強的遷移學(xué)習(xí)能力，稱之為泛化能力。兩種能力都與模型參數(shù)量密切相關(guān)，人工智能模型參數(shù)巨量化是重要的行業(yè)發(fā)展趨勢。

預(yù)訓(xùn)練大模型進入千億參數(shù)時代，模型訓(xùn)練算力需求邁上新臺階。自 GPT-3模型之后，大規(guī)模的自然 ?語言模型進入了千億參數(shù)時代，2021年之后涌現(xiàn)出諸多千億規(guī)模的自然語言模型，模型的訓(xùn)練算力顯 ? 著增加。ChatGPT模型參數(shù)量為1750億，訓(xùn)練算力需求為*10flops，當(dāng)前各種預(yù)訓(xùn)練語言模型還 在快速的更新迭代，不斷刷新自然語言處理任務(wù)的表現(xiàn)記錄，單一模型的訓(xùn)練算力需求也不斷突破新高。

(2) ?大模型帶來AI芯片需求的顯著拉動

大模型的算力需求主要來自于三個環(huán)節(jié)：

預(yù)訓(xùn)練得到大模型的訓(xùn)練環(huán)節(jié)。該環(huán)節(jié)中，算力呈現(xiàn)海量需求且集中訓(xùn)練的特點，大模型通常在數(shù)天到數(shù)周內(nèi)在云端完成訓(xùn)練。模型的訓(xùn)練算力與模型參數(shù)量、訓(xùn)練數(shù)據(jù)量有關(guān)，以ChatGPT的訓(xùn)練為例，單次模型訓(xùn)練需要2000張英偉達A100顯卡不間斷訓(xùn)練27天。

適應(yīng)下游領(lǐng)域時進一步fine-tune環(huán)節(jié)。算力需求取決于模型的泛化能力以及下游任務(wù)的難度情況。

大模型日常運行時的推理環(huán)節(jié)。大模型的日常運行中每一次用戶調(diào)用都需要一定的算力和帶寬作為支撐，單次推理的計算量為2N (N為模型參數(shù)量)，例如1750億參數(shù)的ChatGPT模型1ktokens的推理運算 量為2*1750*10*10=*10flops=350Tflops。近期ChatGPT官網(wǎng)吸引的每日訪客數(shù)量接近5000萬，每小時平均訪問人數(shù)約210萬人，若高峰時期同時在線人數(shù)450萬人，一小時內(nèi)每人問8個問題，每個問題回答200字，測算需要14000塊英偉達A100芯片做日常的算力支撐。大模型在融入搜索引擎或 ?以app形式提供其他商業(yè)化服務(wù)過程中，其AI芯片需求將得到進一步的顯著拉動。

4、AI服務(wù)器是GPU市場規(guī)模增長的重要支撐

根據(jù)Omdia數(shù)據(jù)，2019年全球人工智能服務(wù)器市場規(guī)模為23億美金，2026年將達到376億美金，CAGR為49%。根據(jù)IDC數(shù)據(jù)，2020年中國數(shù)據(jù)中心用于AI推理的芯片的市場份額已經(jīng)超過50%， 預(yù)計到2025年，用于AI推理的工作負載的芯片將達到%。

人工智能服務(wù)器通常選用CPU與加速芯片組合來滿足高算力要求，常用的加速芯片有GPU、現(xiàn)場可編程門陣列(FPGA)、專用集成電路(ASIC)、神經(jīng)擬態(tài)芯片(NPU)等。GPU憑借其強大的并行運算能力、深度學(xué)習(xí)能力、極強的通用性和成熟的軟件生態(tài)，成為數(shù)據(jù)中心加速的首選，90%左右的AI服務(wù)器采用GPU作為加速芯片。

受云廠商資本開支影響AI服務(wù)器市場或?qū)⒍唐谠鏊俜啪彙?/p>

北美云廠商資本開支有所放緩。人工智能服務(wù)器多采取公有云、私有云加本地部署的混合架構(gòu)，以北美 四家云廠商資本開支情況來跟蹤人工智能服務(wù)器市場需求變動，2022年四家云廠商資本開支合計1511 ? ? ?億美元，同比增長 %。Meta預(yù)計2023年資本開支的指引為300-330億美元之前，與2022年基本 持平，低于此前22Q3預(yù)計的340億到390億美元；谷歌預(yù)計2023年資本開支將于2022年基本持平，但是會加大AI及云服務(wù)的建設(shè)投資。

信驊科技短期營收下滑有所緩解。作為全球最大的BMC芯片企業(yè)，信驊科技(Aspeed)的營收變化情況一般領(lǐng)先云廠商資本開支一個季度，其月度營收數(shù)據(jù)可以作為云廠商資本開支的前瞻指標(biāo)，信驊科技近期營收下滑有所緩解。

5、GPU在超算服務(wù)器中的市場規(guī)模保持穩(wěn)定增長

GPGPU在高性能計算領(lǐng)域滲透率不斷提升。在高性能計算領(lǐng)域，CPU+GPU異構(gòu)協(xié)同計算架構(gòu)得到越來越多的應(yīng)用，全球算力前 500的超級計算機中，有 170套系統(tǒng)采用了異構(gòu)協(xié)同計算架構(gòu)，其中超過 90%以上的加速芯片選擇了英偉達的GPGPU芯片。

GPU在超算服務(wù)器中的市場規(guī)模保持穩(wěn)定增長。根據(jù)HyperionResearch數(shù)據(jù)，全球超算服務(wù)器的市場規(guī)模將從2020年的135億美金上升到2025年的199億美金，按照GPU在超算服務(wù)器中成本占比為

%核算，GPU在超算服務(wù)器中的市場規(guī)模將從2020年的37億上升至2025年的54億美金，CAGR為8%。

6、 ?自動駕駛領(lǐng)域 GPU市場保持高成長性

在自動駕駛領(lǐng)域，各類自動駕駛芯片得到廣泛的應(yīng)用。根據(jù)Yole數(shù)據(jù)，全球自動駕駛市場 2025年將達到780億美金，其中用于自動駕駛的AI芯片超過100億美元。

自動駕駛GPU市場保持較高高成長性。根據(jù)ICVTank的自動駕駛滲透數(shù)據(jù)，假設(shè) GPU在L2中滲透率15%，在L3-L5中滲透率50%，估算得到GPU在自動駕駛領(lǐng)域的市場規(guī)模，整體規(guī)模將從 2020年的億美元上升至2025年的44億美金，CAGR為44%。

關(guān)鍵詞：