计算机行业深度报告：后浪未起，GPU制霸A.I数据中心市场-20171103-东北证券-24页-2mb

GPU在AI数据中心市场的核心地位与发展趋势

核心内容

本报告主要探讨GPU在人工智能（AI）数据中心市场中的核心作用及其未来发展趋势。GPU最初为图形处理而生，但随着深度学习的发展，其并行计算和浮点运算能力被广泛应用于AI领域。当前，GPU已经成为AI数据中心的主要加速设备，并且在AI训练和推理阶段均发挥重要作用。

主要观点

• GPU的架构与性能：GPU具备众核架构，适合大规模并行计算。相比CPU，其在处理图像和数据矩阵方面更高效，尤其在浮点运算和矩阵运算方面表现出色。
• AI数据中心中的GPU应用：GPU与CPU组成的异构系统是当前AI数据中心的主流方案，能够显著提升深度学习训练效率，GPU在AI领域已占据主导地位。
• GPU与AI专用芯片的对比：虽然AI专用芯片（如FPGA、ASIC）在某些方面具备优势，但GPU在AI数据中心领域具有较强的防御能力，其成熟的生态和长期应用优势使其难以被取代。
• GPU的市场前景：随着AI应用的不断深入，GPU在AI数据中心市场将继续保持高速增长，预计到2020年市场规模将达近40亿美元。
• 重点推荐公司：英伟达作为GPU市场的龙头，其CUDA技术、Tesla系列加速卡和DGX系统在AI领域具有显著优势。景嘉微作为国内GPU研发企业，正在打破国外技术垄断。

关键信息

GPU的性能特点

• 并行计算能力：GPU能够同时处理大量简单任务，适合深度学习的训练过程。
• 浮点运算能力：GPU在浮点运算方面表现优异，如Tesla P100的FP16性能超过每秒20万亿次。
• 能耗问题：GPU在AI数据中心中功耗较高，但其性能优势足以弥补这一缺陷。

GPU在AI数据中心的市场表现

• 市场规模：2016年AI数据中心GPU市场规模为4.71亿美元，预计到2020年将增长至39.97亿美元。
• 市场渗透率：目前GPU在数据中心的渗透率还不到1%，市场成长空间巨大。
• 收入增长：英伟达数据中心业务收入从2015年Q1到2018年Q1，持续增长，2017财年数据中心业务收入达到8.3亿美元。

AI应用中的GPU与专用芯片

• GPU的生态优势：GPU拥有完整的生态系统，包括CUDA平台、丰富的算法库和开发工具，为AI开发者提供了良好的支持。
• AI专用芯片的挑战：虽然FPGA和ASIC路线的AI芯片正在兴起，但其仍处于发展阶段，无法在短期内撼动GPU的主导地位。

重点公司分析

英伟达

• 市场地位：英伟达是全球最大的GPU供应商，市场份额超过70%。
• 产品线：包括GeForce（游戏）、Quadro（专业图形）、Tesla（AI计算）、DGX（超级计算）和GRID（云）系列。
• 技术优势：CUDA平台、高性能计算加速卡、深度学习解决方案。
• 财务表现：2017财年营业收入达69.1亿美元，同比增长37.92%；净利润增长超过100%。

景嘉微

• 市场定位：专注于军用电子产品，打破国外GPU技术垄断。
• 产品优势：自主研发的JM5400 GPU已投产，用于军用图形处理。
• 市场前景：未来有望在民用领域实现国产化替代。

市场风险提示

• 市场规模增速不及预期：GPU在AI数据中心的市场增长可能不如预期。
• AI专用芯片的技术突袭：未来可能出现的AI专用芯片可能对GPU市场造成冲击。

总结

GPU凭借其强大的并行计算能力和成熟的生态系统，在AI数据中心市场占据主导地位。尽管AI专用芯片正在崛起，但其仍处于发展阶段，难以撼动GPU的市场地位。随着AI应用的深入发展，GPU在数据中心的市场规模将持续增长，英伟达和景嘉微作为行业领先企业，将在这一趋势中受益。