我的理解是“大量的轻量级运算”适合在GPU上做,因为GPU本身就是走众核路线,但每个核心的结构都比较精简。像一些高端卡可以有上千甚至数千个运算单元,并且支持大量数据的并行运算。比如“挖矿”或者Poem@home或者用字典法破解密码之类,其原理就是用大量的数据去套用同一个数学公式,运算过程本身并不复杂,只是数据量非常大(比如,每组数据处理起来并不复杂,但有十亿组数据需要处理)。这时候GPU的众核优势就能体现出来:多个ALU同时运算。
与之相对的,在CPU上更适合算“少量复杂运算”。
全球GPU芯片行业发展历程
在1984年之前,GPU原本只是用于图形和图像的相关运算,受CPU的调配,但随着云计算、AI等技术的发展,GPU并行计算的优势被发掘,在高性能计算领域逐渐取代CPU成为主角。1999年,NVIDIA公司在发布其标志性产品GeForce256时,首次提出了GPU的概念。2006年,NVIDIA发布了第一款采用统一渲染架构的桌面GPU和CUDA通用计算平台,使开发者能够使用NVIDIAGPU的运算能力进行并行计算,拓展了GPU的应用领域。2011年,NVIDIA发布TESLAGPU计算卡,正式将用于计算的GPU产品线独立出来,标志着GPU芯片正式进入高性能计算时代。
全球GPU芯片出货量超过46亿片/年
近些年,全球GPU技术快速发展,已经大大超出了其传统功能的范畴,除了满足目前大多数图形应用需求,在科学计算、人工智能及新型的图形渲染技术方面的技术应用日益成熟,进而推动全球GPU芯片市场的持续高速发展。
从全球GPU芯片出货量来看,根据全球知名调研机构JPR数据,从2021年各个季度来看,全球GPU芯片的季度出货量维持在1-13万片之间,2021年全年出货总量超过46亿片。
全球集成GPU芯片出货量占比超八成
GPU芯片主要可分为独立GPU(封装在独立的显卡电路板上,使用专用的显示存储器,一般来讲,其性能更高)和集成GPU(集成GPU常和CPU共用一个Die,共享系统内存)。
目前,全球集成GPU出货量占比超过八成,占据绝大部分市场份额;但从占比变化趋势来看,独立GPU的市场份额有所增长,反映出市场对高性能GPU芯片需求有所增长。
注:内环2020年q4,外环2021年q4数据。
预计2027年全球市场规模超过320亿美元
根据IC Insights数据,2015-2021年全球GPU芯片市场规模增速超过20%,2021年,全球GPU芯片市场规模超过220亿美元。
根据JPR资料,预计2022-2026年,全球GUP出货量将实现63%复合年增长,以此增长率测算2027年全球GPU芯片行业市场规模将超过320亿美元。
—— 更多本行业研究分析详见前瞻产业研究院《中国GPU芯片行业市场前瞻与投资战略规划分析报告》
GPU服务器的主要应用场景有海量计算处理,超强的计算功能可应用与海量数据处理方面的运算,如搜索、大数据推荐、智能输入法等,可能原本需要几天才能完成的数据量,用GPU服务器在几个小时就完成了;GPU服务器还可以作为深度学习训练平台,可直接加速计算服务,亦可直接与外界连接通信等等。思腾合力在GPU服务器的型号方面还是有很多选择的,有自主研发的品牌也有英伟达的,在选择方面还是比较多的,应用的场景也十分广泛。网站可以使用GPU服务器搭建,以提高网站的性能和响应速度。GPU服务器可以在进行大规模计算和数据处理时提供更高的并行计算能力,使得网站对于用户的请求能够更快地进行处理和响应。此外,GPU服务器上还可以安装一些开发工具,便于网站的开发和调试工作。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)