GPU市場(chǎng)分析分析與預(yù)測(cè)

1、GPU市場(chǎng)規(guī)模及預(yù)測(cè)

根據(jù) Verified Market Research 的預(yù)測(cè)， 2020 年 GPU 全球市場(chǎng)規(guī)模為 254 億美金，預(yù)計(jì)到 2028 年將 達(dá)到 2465 億美金，行業(yè)保持高速增長， CAGR 為 32.9% ，2023 年 GPU 全球市場(chǎng)規(guī)模預(yù)計(jì)為 595 億美 元。

2、 PC顯卡市場(chǎng)

獨(dú)立顯卡市場(chǎng)開始逐漸回暖。 根據(jù) Jon Peddie Research 的數(shù)據(jù)， 2022 年獨(dú)立 GPU 出貨量下降至 ? ?3808 萬臺(tái)，同比下降 22.5% ，22Q3 單季度出貨690 萬臺(tái)，同比下降 45.7%，是十年以來最大的一次下 滑，獨(dú)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 2.83 億臺(tái)，同比下滑 29.8%。疫情期間 的居家辦公需求帶動(dòng)了筆記本電腦的消費(fèi)增長，集成顯卡的購買激增一定程度上過早消耗了市場(chǎng)需求， 后疫情時(shí)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(dú)立顯卡出貨遭遇巨大下滑的原因有三點(diǎn)： (1) 受宏觀經(jīng)濟(jì)影響，個(gè)人電腦市場(chǎng)處于下行周 期； (2) 部分獨(dú)立GPU參與虛擬貨幣挖礦， 以太坊合并對(duì)獨(dú)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(gè)人電腦市場(chǎng)依舊處于下行周期

個(gè)人電腦市場(chǎng)保持疲軟狀態(tài)。 根據(jù) IDC 數(shù)據(jù)， 2022 年全年 PC 出貨量為 2.92 億臺(tái)，同比下降 15.5%， 2022Q4 全球 PC 出貨量僅為 6720 萬臺(tái)， 同比下降 28.1% 。IDC 預(yù)測(cè) 2023 年個(gè)人電腦市場(chǎng)全年出貨 2.608 億臺(tái)， 全年同比下降 10.7%。按照 2023 年的整體出貨量情況， 對(duì)四個(gè)季度的出貨情況做了進(jìn)一 步預(yù)測(cè)， 預(yù)計(jì) 2023Q2-2023Q3 后個(gè)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(gè)人電腦市場(chǎng)正處在 PC 廠商去庫存周期， 根據(jù) PC 廠商的財(cái)報(bào) ?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(dòng)減少產(chǎn)量， 預(yù)計(jì)下游 PC 廠商庫存情況會(huì)進(jìn)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(chǎng)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(chǎng)。 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(jī)。

2022年9月15 日，以太坊運(yùn)行機(jī)制全面升級(jí)， 從以太坊 1.0的工作量證明機(jī)制 (PoW) 轉(zhuǎn)向以太坊2.0的權(quán)益證明機(jī)制 (PoS) ，在工作量證明機(jī)制中， 需要通過累積顯卡提升計(jì)算能力，計(jì)算能力越強(qiáng) 獲得記賬收益的概率越大； 在權(quán)益證明機(jī)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(jì)算資源用于挖礦，是 顯卡挖礦市場(chǎng)的重要轉(zhuǎn)折點(diǎn)。

挖礦用顯卡平均哈希率為46Mh/s。根據(jù) HiveOS 礦池?cái)?shù)據(jù)，通過不同型號(hào)顯卡的哈希率和占比情況統(tǒng) 計(jì)，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(cè)算得到用于以太坊挖礦的 GPU 數(shù)量在 2022 ? 年 5 月達(dá)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(cè)算，約500萬張存量顯卡將流入二手市場(chǎng)， 預(yù)計(jì)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(jià)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(tái)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(dá)到歷史高位以后， 連續(xù)兩個(gè)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(tái)灣板卡廠商原材料庫存 2-3 季度后到來， 預(yù)計(jì) GPU廠商的成品庫存將于2022Q4到達(dá)頂峰。

高端顯卡價(jià)格開始企穩(wěn)回升。 根據(jù) Amazon 上的顯卡價(jià)格跟蹤， 英偉達(dá)和 AMD 的高端顯卡在 2022 年 10 月以后均實(shí)現(xiàn)了不同程度的價(jià)格回升，例如 RTX3080 價(jià)格上漲 30% ，RTX3090 價(jià)格上漲 28%，顯 卡價(jià)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(chǎng)沖擊更為劇烈，高端顯卡 價(jià)格上漲從側(cè)面也能觀察到挖礦市場(chǎng)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(yùn)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(jì)算(HPC)等領(lǐng)域。

預(yù)訓(xùn)練大模型帶來的算力需求驅(qū)動(dòng)人工智能服務(wù)器市場(chǎng)快速增長。 巨量化是人工智能近年來發(fā)展的重要 趨勢(shì)，巨量化的核心特點(diǎn)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(shí)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(chǎng)增長注入了強(qiáng)勁 的驅(qū)動(dòng)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(xì)分市場(chǎng)， CAGR 為 49%。

戰(zhàn)略需求推動(dòng)GPU 在高性能計(jì)算領(lǐng)域穩(wěn)定增長。高性能計(jì)算(HPC)提供了強(qiáng)大的超高浮點(diǎn)計(jì)算能力， 可滿足計(jì)算密集型、海量數(shù)據(jù)處理等業(yè)務(wù)的計(jì)算需求， 如科學(xué)研究、氣象預(yù)報(bào)、計(jì)算模擬、軍事研究、 生物制藥、基因測(cè)序等，極大縮短了海量計(jì)算所用的時(shí)間， 高性能計(jì)算已成為促進(jìn)科技創(chuàng)新和經(jīng)濟(jì)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(shì)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(dá)千億量 級(jí)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(qiáng)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(shì)。

預(yù)訓(xùn)練大模型進(jìn)入千億參數(shù)時(shí)代，模型訓(xùn)練算力需求邁上新臺(tái)階。 自 GPT-3 模型之后，大規(guī)模的自然 ?語言模型進(jìn)入了千億參數(shù)時(shí)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 3.14*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(dòng)

大模型的算力需求主要來自于三個(gè)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(diǎn)， 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(dá) A100 顯卡不間斷訓(xùn)練 27 天。

適應(yīng)下游領(lǐng)域時(shí)進(jìn)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(yùn)行時(shí)的推理環(huán)節(jié)。大模型的日常運(yùn)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(jì)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(yùn)算 量為 2*1750*10*10=3.5*10flops=350 Tflops。近期 ChatGPT 官網(wǎng)吸引的每日訪客數(shù)量接近 5000 萬， 每小時(shí)平均訪問人數(shù)約 210 萬人， 若高峰時(shí)期同時(shí)在線人數(shù) 450 萬人，一小時(shí)內(nèi)每人問 8 個(gè)問題，每個(gè) 問題回答 200 字，測(cè)算需要 14000 塊英偉達(dá) 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(jìn)一步的顯著拉動(dòng)。

4、AI服務(wù)器是GPU市場(chǎng)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(chǎng)規(guī)模為23億美金，2026年將達(dá)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(chǎng)份額已經(jīng)超過 50% ， 預(yù)計(jì)到 2025 年，用于 AI 推理的工作負(fù)載的芯片將達(dá)到 60.8%。

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(chǎng)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(qiáng)大的并行運(yùn) 算能力、深度學(xué)習(xí)能力、極強(qiáng)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(chǎng)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(chǎng)需求變動(dòng)， 2022 年四家云廠商資本開支合計(jì) 1511 ? ? ?億美元， 同比增長 18.5% 。Meta 預(yù)計(jì) 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(jì)的 340 億到 390 億美元；谷歌預(yù)計(jì) 2023 年資本開支將于 2022 年基本持平， 但是會(huì)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(gè)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(chǎng)規(guī)模保持穩(wěn)定增長

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

GPU 在超算服務(wù)器中的市場(chǎng)規(guī)模保持穩(wěn)定增長。根據(jù) Hyperion Research 數(shù)據(jù)，全球超算服務(wù)器的市場(chǎng) 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

27.3%核算， GPU 在超算服務(wù)器中的市場(chǎng)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(dòng)駕駛領(lǐng)域 GPU市場(chǎng)保持高成長性

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

自動(dòng)駕駛GPU市場(chǎng)保持較高高成長性。根據(jù) ICVTank 的自動(dòng)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(dòng)駕駛領(lǐng)域的市場(chǎng)規(guī)模， 整體規(guī)模將從 2020 年 的 7.1 億美元上升至 2025 年的 44 億美金， CAGR 為 44%。