报告要点:
英伟达(NVIDIA），1993 年由 Jenson Huang(黄仁勋)及来自于 Sun Microsystem 的两位工程师 Chris Malachowsky 和 Curtis Priem 创立，早期专注于图形芯片设计业务，随着技术与业务的发展，已成长为一家提供全栈计算的人工智能公司，产品覆盖 CPU、DPU、GPU 和 AI软件，应用领域也从游戏拓展至数据中心、专业可视化、自动驾驶等，随着技术与业务的发展。
生成式AI引爆技术奇点，GPU 行业迎高增机遇
未来，随着人工智能技术的不断进步和应用领域的扩大，AI 服务器预计将成为服务器市场的核心增长点。AI 服务器专为处理复杂的数据密集型任务而设计，它们需要大量的并行计算能力来执行机器学习和深度学习算法，这使得计算芯片在 AI 服务器中占据了更高的成本比例。与传统服务器相比，AI 服务器对计算能力的要求更高，因此对高性能计算芯片的需求也更为迫切。GPU 由于其并行处理能力，在加速这些计算密集型任务中发挥着至关重要的作用，特别是在AI 训练和推理过程中，GPU 能够提供比传统 CPU 更高的性能和效率。据 IDC 预测，2027 年AI 服务器硬件市场规模有望达 1000 亿美元，而且其中相比传统服务器占比更高的计算芯片（如 GPU、ASIC、FPGA）有望充分享受快速增长的浪潮。
GPU：并行运算效率领先，诞自游戏而盛于 AI
GPU（Graphics Processing Unit，图形处理器）是一种专门用于处理图像和图形相关运算的微处理器，主要功能是将计算机系统所需的显示信息进行转换驱动，并向显示器提供行扫描信号，从而实现图像的显示。在早期，所有的图形渲染任务都由 CPU 来完成，但随着计算需求的增加，GPU 逐渐成为专门处理图形渲染的硬件。在作为图形显示芯片时 GPU 广泛应用于个人电脑、工作站、游戏机以及一些移动设备中，同时由于 GPU 本身架构非常适合重复冗余的并行数据处理，因此近年来在人工智能、科学计算领域得到了越来越广泛的应用。近年来，英伟达已经成长为全球图形加速、AI 算力的龙头企业。
报告下载：https://do.superic.com/storage/manage/202410/28/1730084981_93453.pdf
|
