集成电路系列报告三：从全球领先企业看GPU发展方向.pdf

本报告的信息均来自已公开信息，关于信息的准确性与完整性， 建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 电子行业 推荐 （维持） 集成电路系列报告三 风险评级：中风险 从全球领先企业看 GPU 发展方向 2020 年 3 月 11 日 魏红梅 SAC 执业证书编号： S0340513040002 电话： 0769-22119410 邮箱： whm2dgzq 研究助理：陈伟光 SAC 执业证书编号： S0340118060023 电话： 0769-23320059 邮箱：chenweiguangdgzq 集成电路产业指数走势 资料来源：东莞证券研究所， Wind 相关报告 投资要点： 从世界巨头寻找发展的足迹。 GPU的优势在于多核，每个核拥有的缓存相对较小，数字逻辑运算单元少且简单。 GPU市场已经进入寡头竞争时代，PC端方面主要以 Intel, NVIDIA， AMD为主。 Intel借助其 CPU在 PC及服务器的绝对优势，在 GPU市场方面也占据优势地位 ;NVIDIA与 AMD则凭借领先的技术，在独立 GPU领域占据优势。我们通过分析 GPU的特性，以及 NVIDIA与 AMD的发展历程，得出两点结论：第一，外延并购加强研发才能提升市场竞争力；第二，独立显卡由于其优秀的性能将会是未来的主要发展方向。 捕捉 GPU应用的三大方向之一：追求极致的娱乐与性能平衡。 全球游戏市场蓬勃发展，带动 PC出货量上升。在多种 PC当中，游戏本受到的关注最多。游戏本的出货的上升在较大的程度上是由于支持 光追技术的游戏本增加。但是高性能的 GPU相对笨重且功耗大，未来笔记本会向轻薄化与强性能方向发展。 捕捉 GPU应用的三大方向之二：人工智能与深度学习。 人工智能已经成为经济发展的助推器。人工智能起始于深度学习。深度学习分为“训练”与“推理”两个过程。在“训练”阶段， GPU由于其多核特性，适用于并行计算；在“推理”阶段，由于目前 FPGA与 ASIC的技术尚未成熟， GPU仍是较为主要芯片。 捕捉 GPU应用的三大方向之三：自动驾驶。 自动驾驶技术已经成为整个汽车产业的最新发展方向，市场空间广阔。目前，全球多个 GPU公司已经在自动驾驶方面布局。 GPU由于其并行计算的优势能较好地处理图像与媒体信息。目前 GPU是自动驾驶领域的主流方案。 投资建议： 预计未来 GPU在三大应用 方向的需求将会增加，相关公司在该领域产能放量。建议关注景嘉微、航锦科技、通富微电、长电科技等相关公司。 风险提示 ：疫情蔓延导致技术下游需求受到抑制；公司产能受到不可抗力因素阻扰，导致下降；终端需求下降；技术研发不及预期等。 - 4 0 %- 2 0 %0%2 0 %4 0 %6 0 %8 0 %1 0 0 %1 9 - 0 3 1 9 - 0 5 1 9 - 0 7 1 9 - 0 9 1 9 - 1 1 2 0 - 0 1集成电路指数 沪深 300行业专题 行业研究 证券研究报告 集成电路系列报告三 2 请务必阅读末页声明。 目 录 1、 从世界巨头寻找发展的足迹 . 4 1.1 GPU 的作用与分类 . 4 1.2 GPU 市场：寡头竞争时代已经来临 . 6 1.3 从世界巨头发展足迹寻找启示 . 8 1.3.1 世界独立 GPU 领先者 NVIDIA . 8 1.3.2 掌握处理器、集成 GPU、独立 GPU 三大技术公司 AMD . 12 1.3.3 获得启示 . 14 2、捕捉 GPU 应用的三大方向之一：追求极致的 娱乐与性能平衡 . 15 2.1 全球游戏市场稳步发展 . 15 2.2 游戏发展，电竞市场功不可没 . 16 2.3 电竞市场带到相关设备出货增加 . 18 2.4 追求极致的视觉体验 -光追技术 . 18 2.5 即使轻薄化也不能降低 GPU 性能 Max-Q 技术 . 19 2.6 对消费电子类 GPU 的思考 . 21 3、捕捉 GPU 应用的三大方向之二：人工智能与深度学习 . 21 3.1 未来经济社会发展的助推器 人工智能 . 21 3.2 GPU 是人工智能的重要组成部分 . 23 3.3 GPU 在深度学习领域空间广阔 . 24 4、捕捉 GPU 应用的三大方向之三：自动驾驶 . 26 4.1 自动驾驶市场空间广阔 . 26 4.2 国外龙头企业积极布局 . 27 4.3 自动驾驶目前以 GPU 为主 . 29 5、投资建议 . 30 6、风险提示 . 30 插图目录 图 1： CPU 与 GPU 之间的比较 . 4 图 2： GPU 按终端类别分类 . 6 图 3：全球 PC GPU 市场份额 . 6 图 4： Intel 与 AMD 处理器出货量之间的对比 . 6 图 5： NVIDIA 与 AMD 产品性能对比 . 7 图 6：整机功耗测试（单位：瓦） . 7 图 7： NVIDIA 研发费用 . 9 图 8： NVIDIA 研发人员情况 . 9 图 9： Intel 与 AMD 合作生产 80286 处理器 . 12 图 10： AMD 锐龙 7 处理器 . 14 图 11： AMD 处理器比例 . 14 图 12： 2018-2022 年全球游戏市场各细分市场收入预测 . 16 图 13： 2019 年全球游戏市场设备及细分市场年同比 . 16 图 14：热 门电竞游戏 . 16 图 15：全球电竞观众人数 . 16 图 16：全球电竞收入规模 . 17 图 17： 2018 年全球电子竞技行业主要地区收入占比统计 . 17 图 18： 2016-2019H1 中国电子竞技产业市场规模 . 17 集成电路系列报告三 3 请务必阅读末页声明。 图 19： 2019-2024 年中国电子竞技产业规模预测 . 17 图 20：电竞市场用户规模 . 18 图 21： 2018/2019 主要笔记本类别关注度对比 . 18 图 22： RTX 系列 GPU 发布 . 19 图 23：光线追踪的效果 . 19 图 24：显卡能效曲线 . 20 图 25： Intel 与 AMD 合作生产 80286 处理器 . 20 图 26：全球人工智能市场规模 . 23 图 27：我国人工智能产业规模快速增 长 . 23 图 28：深度学习模型的训练与推理 . 23 图 29：中国人工智能芯片市场规模 . 25 图 30：各类市场智能芯片产品结构 . 25 图 31： 2019-2021 年中国云端训练芯片市场规模 . 25 图 32： 2019-2021 年中国云端训练芯片产品结构 . 25 图 33： 2019-2021 年中国云端推断芯片市场规模 . 26 图 34： 2019-2021 年中国云端推断芯片产品结构 . 26 图 35： 2019-2021 年中国终端推断芯片市场规模 . 26 图 36： 2019-2021 年中国终端推断芯片产品结构 . 26 图 37：自动驾驶芯片 Orin . 27 图 38： NVIDIA 与滴滴合作的自能驾驶 . 28 图 39： Snapdragon Ride 平台 . 28 图 40：英特尔自动驾驶方案 . 29 表格目录 表 1： CPU 与 GPU 的区别 . 4 表 2：集成显卡与独立显卡的区别 . 5 表 3：全球独显的市场份额 . 7 表 4：全球移动 GPU 主要供应商 . 7 表 5： NVIDIA 收购的公司 . 9 表 6： NVIDIA 发布的技术 . 9 表 7： NVIDIA 的产品发布序列 . 11 表 8： NVIDIA 业务收入情况 . 12 表 9： AMD CPU 市场份额变化 . 14 表 10：世界主要国家和地区近年 AI 战略及规划 . 22 表 11： GPU、 FPGA 和 ASIC 的优缺点对比 . 24 集成电路系列报告三 4 请务必阅读末页声明。 1、 从世界巨头寻找发展的足迹 1.1 GPU 的作用与分类 一般而言，消费者在选购消费电子产品的时候，例如在选购移动电话或者笔记本时，会更加关注 CPU（ Central Processing Unit，中央处理器）的性能，例如 CPU 的品牌、系列、核心数量等等，而 GPU 受到的关注就相对较少。 GPU（ Graphic Processing Unit），及图形处理器 ,是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做 图像和图形相关运算工作的微处理器。在 PC 诞生之初，并存在 GPU的概念，所有的图形计算都由 CPU 进行计算。然而，使用 CPU 做图形计算速度较慢，于是就设计了专门的图形加速卡用以帮助处理图形计算。再后来， NVIDIA 提出了 GPU 的概念，将 GPU 提升带了一个单独的计算单元的地位。 CPU 一般由逻辑运算单元、控制单元和存储单元组成。 CPU 虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存 ;CPU 有足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件。因此， CPU 拥有超强的逻辑能力。 GPU的优势在于多核，核数远超 CPU，可以达到数百个，每个核拥有的缓存相对较小，数字逻辑运算单元少且简单。因此， GPU 相对于 CPU 更适用于处理数据并行计算问题。 图 1： CPU 与 GPU 之间的比较 资料来源：中关村在线，东莞证券研究所 表 1： CPU 与 GPU 的区别 CPU GPU 设计目标 侧重于程序执行的效率 重在对大量趋同计算的并行处理 运行复杂程度高，需要处理各种不同的数据行，同时逻辑判断有需要处理大量分支跳转和中断 运行复杂度低，面对的是不被打断的计算环境，处理类型统一的、无相关性的大规模数据 内部架构 大部分晶体管用于控制，缓存的等的设计，负责算数逻辑的处理单元不多 大部分的警惕管用于算数逻辑处理单元 逻辑核心复杂 逻辑核心简单 集成电路系列报告三 5 请务必阅读末页声明。 GPU 具有两种分类方式，一种根据与 CPU 的关系，另一种是根据 GPU 所在的应用端类别。根据与 CPU 的关系， GPU 可以分为独立 CPU 和 GPU。独立 GPU 一般焊接在显卡的电路板上，位置在显卡的风扇下面。独立 GPU 使用的是专用的显示存储器，显存带宽决定了和GPU 的连接速度。集成 GPU 一般与 CPU 集成在一起。集成 GPU 与 CPU 共有一个风扇和缓存。集成 GPU 由于 设计制作、驱动程序都由 CPU 厂家完成，因此兼容性较好；此外 ,由于 CPU 与 GPU 实现了集成，因此，集成 GPU 的占用空间小；实现 GPU 与 CPU 的适配与兼容，集成 GPU 的性能相对独立 GPU 较弱，因此功耗和成本相对独立 GPU 较低。独立 GPU由于拥有独立的显存，更大的空间和更好的散热，因此在性能上面独立显卡更好；但需要额外的空间，能够满足复杂庞大的图形处理需求，并提供高效的视频编码应用。然而，强劲的性能意味着更高的耗能，独立 GPU 需要额外的供电，并且成本也更高。 根据应用终端类别，可以分为 PC GPU,服务器 GPU，移动 GPU。 PC GPU 应用于 PC 端。根据其所在产品定位既可以使用集成 GPU，也可以使用独立 GPU。例如，若 PC 以轻办公，文字编纂为主，一般产品会选择搭载集成 GPU;若 PC 需要制作高清图片，编辑视频，渲染游戏等，则选择的产品搭载独立 GPU。服务器 GPU 应用于服务器，可做专业可视化、计算加速、深度学习等应用，根据云计算、人工智能等一系列技术的发展，服务器 GPU将会以独立 GPU 为主。移动端轻薄化已经成为趋势，终端内部净空间由于多种功能模组的增加已经快速下降；同时就目前移动端需要处理的视频和图像而言，集成 GPU 已经能够满足。所以移 动 GPU 一般采用集成 GPU。 适用任务 适合运行具有分支密集型，不规则数据结构、逻辑 更加灵活复杂等特点的串行程序。 合适处理计算密集型、数据耦合度低、高度并行 化的计算任务 资料来源：搜狐网、东莞证券研究所 表 2：集成显卡与独立显卡的区别 区别 集成显卡 独立显卡 与 CPU 的关系 集成在 CPU 里面的图像处理单位，构成 CPU 的一部分 单独插在主板上的图像处理单位，其接口是PCIE 接口，是一个单独的电脑组件 价格 低 高 兼容性 较好 较差 性能 较差 较好 升级成本 低 高 功耗 低 高 是否占用电脑内存 是 否 主要生产商与产品 Intel(HD 系列）、 AMD（ APU 系列） AMD（ Radeon 系列）， NVIDIA（ GeForce 系列） 主要应用领域 移动计算市场，如笔记本和智能手机 高性能游戏电脑， VR/AR，人工智能 资料来源：百度文库、东莞证券研究所 集成电路系列报告三 6 请务必阅读末页声明。 1.2 GPU 市场：寡头竞争时代已经来临 PC GPU 市场， Intel 优势明显。 根据 Jon Peddie Research 的数据显示，全球 2019 年第四季度 PC 领域 GPU 出货量， Intel 是全球最大的处理器供应商。目前主流的处理器架构是 X86，主要的供应商是 Intel， AMD， VIA。截至 2019 年第四季度，消费级 x86 CPU市场中，包括桌面品台，移动端平台（笔记本和平台 LOT 物联网）中， Intel 占据了 84.4%的市场份额， AMD 占据了 15.5%的市场份额。 Intel 凭借在 CPU 出货量上的优势，通过销售集成 GPU，实现了在 GPU 市场的霸主地位。 Intel 以 63%的市场份额排名第一，对比 2019 年第三季度环比下滑了 2 个百分点； AMD 作为全球第二大的 X86 架构处理器供应商，既受益于 CPU 出货带动的集成 GPU 出货量，也受益于自身优秀的独立 GPU 的出货。AMD 以 19%的市场份额排名二，环比上升 3 个百分点； NVIDIA 是全球领先的独立 GPU 供应商，同时结合 ARM 架构处理器，出货集成 GPU，市场份额为 18%，环比下降了 1 个百分点。 图 3：全球 PC GPU 市场份额 图 4： Intel 与 AMD 处理器出货量之间的对比 资料来源： JPR，东莞证券研究所 资料来源： Pass Mark，东莞证券研究所 独立 GPU 领域， AMD 奋起直追 。根据 Jon Peddie Research 发布的 AIB 数据显示，截至2019 年第四季度，在独立 GPU 域中， NVIDIA 以 68.92%的市场份额占据较大的优势。 AMD方面， AMD 得益于在 2018Q4 所推出 RX 5500 及 RX 5600 系列，以及 RX 5700 系列的放量，72%65% 63%13%16% 19%15% 19% 18%0%10%20%30%40%50%60%70%80%90%100%Q418 Q319 Q419In te l AMD NV ID IA图 2： GPU 按终端类别分类 资料来源： 2018 国产芯片趋势动产报告，东莞证券研究所 PC GPU服务器 GPU移动 GPU按应用端类别应用于 PC 端，既有集成GPU ，也有独立 GPU应用于服务器，可做专业可视化，计算加速，深度学习等应用受限于移动端功耗与体积的限制，一般都是集成 GPU.集成电路系列报告三 7