当前位置:首页 > 报告详情
精选文档

2023算力芯片应用场景、市场空间及国产厂商发展机遇分析报告(37页).pdf

上传人: 2*** 编号:149812 2023-12-26 37页 2.41MB

1、2023 年深度行业分析研究报告 目 录 1 算力芯片壁垒高、发展必要性强.5 1.1 不同算力芯片的特点与区别.5 1.2 CPU 广泛应用于服务器、工作站、个人计算机等.7 1.3 GPU 等 AI 芯片广泛应用于高性能运算、深度学习等场景.9 2 份额提升空间大,性能有待突破.9 2.1 国内厂商份额极低,具备广阔拓展空间.9 2.2 多数参数我国 CPU 具备比肩能力.11 2.3 国内厂商提升 CPU 性能的几大壁垒.12 2.3.1 指令级架构与生态绑定多年,创新面临知识产权等多重壁垒 12 2.3.2 EDA 工具软件基本被垄断,软件工具集群被卡脖子 14 2.3.3 材料、设备

2、、晶圆厂国产化率低,在诸多限制下提升困难 14 2.4 AI 芯片的关键性能差异.15 2.4.1 AI 芯片的关键特征包含数据特点、计算范式、精度、重构能力等 15 2.4.2 AI 芯片设计趋势 15 3 国产厂商的机遇:数据中心、国产化和先进封装.16 3.1 数据中心快速发展带来行业新机遇.16 3.2 在国产化浪潮中不断突破不同市场.16 3.3 先进封装助力国产 CPU 企业弯道超车.18 4 投资建议.18 4.1 海光信息:国产服务器算力芯片龙头.18 4.2 寒武纪:领跑中国 AI 芯片市场.20 4.3 龙芯中科:从指令集到架构全自主的 CPU.22 5 风险提示.25 6

3、 附录 非上市算力芯片公司.25 6.1 华为:布局五大系列芯片,鲲鹏、昇腾满足服务器和 AI 需求.25 6.2 飞腾:从 CPU 研发到全栈式方案.28 6.3 兆芯:行业拓展成果显著.31 6.4 申威:以自研指令集保障关键领域.34 5V9YqUoWxUnXjWsOqN8OdN8OsQqQsQsRiNnNoQjMnPqP8OrRvMvPsRnQwMtRpQ 图表目录 图 1:Intel i7 6700K SOC 结构示意图.6 图 2:CPU 与 GPU 内部构造对比.6 图 3:FPGA 并行运算相对 CPU 可提升视觉算法计算效率.7 图 4:IBM 的 TrueNorth 芯片结

4、构、功能、物理形态图.9 图 5:2021 年全球数据中心 CPU 市场份额.10 图 6:2021-2022 年全球数据中心 CPU 市场份额.10 图 7:4Q22 全球 GPU 市场占有率.11 图 8:4Q22 全球独立 GPU 市场占有率.11 图 9:我国数据中心机架规模.16 图 10:CPU 三类市场划分及特点.17 图 11:龙芯中科 3D5000 芯片.18 图 12:3D5000 芯片由 2 颗 3C5000 芯片封装而成.18 图 13:海光信息公司及产品发展沿革.19 图 14:全算力的产品布局.21 图 15:车云协同助力数据闭环与 AI 调优.21 图 16:云边

5、端车协同.21 图 17:训练软件平台.22 图 18:推理加速引擎 MagicMind.22 图 19:龙芯中科股权结构(截至 2023.4.28).23 图 20:公司龙芯自主指令系统.24 图 21:龙架构及其特性.24 图 22:龙芯 3D5000 规格参数.24 图 23:龙芯 CPU 系列及其应用.25 图 24:华为五大系列芯片全景图.26 图 25:IDC 预测 2023 年全球计算产业投资额.27 图 26:华为鲲鹏计算产业定位与展望.27 图 27:华为 5 大关键芯片演进策略.27 图 28:基于飞腾平台的终端全栈架构.30 图 29:兆芯芯片产品应用图谱.33 图 30

6、:申威 26010.35 图 31:申威 CPU 基本特征.35 图 32:“神威 太湖之光”外观.36 表 1:CPU,GPU,FPG 与 ASIC 的特性与功能.5 表 2:独立 GPU 与集成 GPU 比较.6 表 3:CPU 的下游应用分类.7 表 4:国内外主流厂商服务器 CPU 性能对比.12 表 5:不同指令集架构对比分析.12 表 6:PC 芯片市场规模测算.17 表 7:2022 年中国服务器芯片市场规模.17 表 8:海光系列 CPU 特性及应用.19 表 9:海光 DPU 规格特点.20 表 10:寒武纪产品行业解决方案示例.22 表 11:鲲鹏 920 处理器产品特性.

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要分析了算力芯片的发展现状和国产厂商的机遇。算力芯片包括CPU、GPU、FPGA、ASIC等,其中CPU广泛应用于服务器、工作站、个人计算机等,GPU等AI芯片广泛应用于高性能运算、深度学习等场景。国内厂商在算力芯片领域份额极低,具备广阔拓展空间,多数参数我国CPU具备比肩能力,但提升性能面临知识产权、EDA工具软件、材料设备国产化率低等多重壁垒。AI芯片的关键性能差异主要体现在数据特点、计算范式、精度、重构能力等方面。国产厂商的机遇主要来自数据中心快速发展、国产化浪潮和先进封装技术。文章还详细分析了海光信息、寒武纪、龙芯中科、国芯科技、芯原股份、北京君正、通富微电、长电科技、深科技等公司的业务发展情况。
国产CPU如何突破技术壁垒? 我国数据中心业务规模持续高速增长,对国产芯片有何影响? 先进封装技术如何助力国产CPU企业实现弯道超车?
客服
商务合作
小程序
服务号
折叠