GPU市場分析分析與預測

(資料圖片僅供參考)

1、GPU市場規模及預測

根據VerifiedMarketResearch的預測，2020年GPU全球市場規模為254億美金，預計到2028年將達到2465億美金，行業保持高速增長，CAGR為%，2023年GPU全球市場規模預計為595億美元。

2、 PC顯卡市場

獨立顯卡市場開始逐漸回暖。根據 JonPeddieResearch的數據，2022年獨立GPU出貨量下降至 ? ?3808萬臺，同比下降%，22Q3單季度出貨690萬臺，同比下降%，是十年以來最大的一次下滑，獨立顯卡出貨情況22Q4開始逐漸轉暖。

集成顯卡出貨情況仍然不容樂觀。2022年集成GPU出貨量為億臺，同比下滑%。疫情期間的居家辦公需求帶動了筆記本電腦的消費增長，集成顯卡的購買激增一定程度上過早消耗了市場需求，后疫情時代，筆記本電腦端需求減弱疊加供應商的過剩庫存導致集成顯卡出貨不斷走低。

2022年獨立顯卡出貨遭遇巨大下滑的原因有三點： (1) 受宏觀經濟影響，個人電腦市場處于下行周期； (2) 部分獨立GPU參與虛擬貨幣挖礦，以太坊合并對獨立 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： ?個人電腦市場依舊處于下行周期

個人電腦市場保持疲軟狀態。根據 IDC數據，2022年全年PC出貨量為億臺，同比下降%，2022Q4全球PC出貨量僅為6720萬臺，同比下降 %。IDC預測2023年個人電腦市場全年出貨億臺，全年同比下降%。按照2023年的整體出貨量情況，對四個季度的出貨情況做了進一步預測，預計 2023Q2-2023Q3后個人電腦出貨將迎來逐季度好轉。

下游PC廠商庫存情況得到改善。當前個人電腦市場正處在PC廠商去庫存周期，根據 PC廠商的財報 ?披露，華碩和聯想的庫存天數已經開始減少，其余三家(惠普、戴爾、宏碁)的庫存天數并未顯著降低，由于所有廠商都在積極采取行動減少產量，預計下游 PC廠商庫存情況會進一步改善，2023Q3可能恢 ?復到正常庫存情況。

(2)原因二： ?顯卡挖礦市場出現轉折， ?以太坊轉向權益證明

以太坊ETH占據顯卡挖礦主要市場。根據 MESSARI數據，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。

2022年9月15日，以太坊運行機制全面升級，從以太坊 的工作量證明機制(PoW)轉向以太坊2.0的權益證明機制(PoS)，在工作量證明機制中，需要通過累積顯卡提升計算能力，計算能力越強獲得記賬收益的概率越大；在權益證明機制中，只需通過質押虛擬貨幣獲得收益，質押的虛擬貨幣數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、投入計算資源用于挖礦，是顯卡挖礦市場的重要轉折點。

挖礦用顯卡平均哈希率為46Mh/s。根據HiveOS礦池數據，通過不同型號顯卡的哈希率和占比情況統計，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。根據以太坊全網算力，測算得到用于以太坊挖礦的GPU數量在2022 ? 年5月達到巔峰，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%回收比例測算，約500萬張存量顯卡將流入二手市場，預計帶來的不利影響在2022Q4-2023Q1之間結束。

(3) ?原因三： GPU廠商庫存迎來好轉， ?高端顯卡價格企穩回升

GPU廠商庫存情況即將迎來好轉。根據Bloomberg數據，GPU下游四家臺灣板卡廠商(華碩、技嘉、微星、華擎)自2022年一季度原材料庫存達到歷史高位以后，連續兩個季度庫存環比降低，當前原材料庫存相比最高峰下降28%。復盤歷史可見，GPU廠商成本庫存高峰多于臺灣板卡廠商原材料庫存2-3季度后到來，預計 GPU廠商的成品庫存將于2022Q4到達頂峰。

高端顯卡價格開始企穩回升。根據 Amazon上的顯卡價格跟蹤，英偉達和 AMD的高端顯卡在2022年10月以后均實現了不同程度的價格回升，例如RTX3080價格上漲30%，RTX3090價格上漲28%，顯卡價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沖擊更為劇烈，高端顯卡價格上漲從側面也能觀察到挖礦市場帶來的不利影響正在逐漸消失。

3、GPU在數據中心的應用蘊藏巨大潛力

在數據中心，GPU被廣泛應用于人工智能的訓練、推理、高性能計算(HPC)等領域。

預訓練大模型帶來的算力需求驅動人工智能服務器市場快速增長。巨量化是人工智能近年來發展的重要趨勢，巨量化的核心特點是模型參數多，訓練數據量大。Transformer模型的提出開啟了預訓練大模型的時代，大模型的算力需求提升速度顯著高于其他AI模型，為人工智能服務器的市場增長注入了強勁的驅動力。根據Omdia數據，人工智能服務器是服務器行業中增速最快的細分市場，CAGR為49%。

戰略需求推動GPU在高性能計算領域穩定增長。高性能計算(HPC)提供了強大的超高浮點計算能力，可滿足計算密集型、海量數據處理等業務的計算需求，如科學研究、氣象預報、計算模擬、軍事研究、 生物制藥、基因測序等，極大縮短了海量計算所用的時間，高性能計算已成為促進科技創新和經濟發展 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巨量化是行業發展趨勢所向。以 ChatGPT為代表的人工智能模型表現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出來的涌現能力和泛化能力，模型參數到達千億量級后，可能呈現性能的跨越式提升，稱之為涌現能力；在零樣本或者少樣品學習情景下，模型仍表現較強的遷移學習能力，稱之為泛化能力。兩種能力都與模型參數量密切相關，人工智能模型參數巨量化是重要的行業發展趨勢。

預訓練大模型進入千億參數時代，模型訓練算力需求邁上新臺階。自 GPT-3模型之后，大規模的自然 ?語言模型進入了千億參數時代，2021年之后涌現出諸多千億規模的自然語言模型，模型的訓練算力顯 ? 著增加。ChatGPT模型參數量為1750億，訓練算力需求為*10flops，當前各種預訓練語言模型還 在快速的更新迭代，不斷刷新自然語言處理任務的表現記錄，單一模型的訓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

大模型的算力需求主要來自于三個環節：

預訓練得到大模型的訓練環節。該環節中，算力呈現海量需求且集中訓練的特點，大模型通常在數天到數周內在云端完成訓練。模型的訓練算力與模型參數量、訓練數據量有關，以ChatGPT的訓練為例，單次模型訓練需要2000張英偉達A100顯卡不間斷訓練27天。

適應下游領域時進一步fine-tune環節。算力需求取決于模型的泛化能力以及下游任務的難度情況。

大模型日常運行時的推理環節。大模型的日常運行中每一次用戶調用都需要一定的算力和帶寬作為支撐，單次推理的計算量為2N (N為模型參數量)，例如1750億參數的ChatGPT模型1ktokens的推理運算 量為2*1750*10*10=*10flops=350Tflops。近期ChatGPT官網吸引的每日訪客數量接近5000萬，每小時平均訪問人數約210萬人，若高峰時期同時在線人數450萬人，一小時內每人問8個問題，每個問題回答200字，測算需要14000塊英偉達A100芯片做日常的算力支撐。大模型在融入搜索引擎或 ?以app形式提供其他商業化服務過程中，其AI芯片需求將得到進一步的顯著拉動。

4、AI服務器是GPU市場規模增長的重要支撐

根據Omdia數據，2019年全球人工智能服務器市場規模為23億美金，2026年將達到376億美金，CAGR為49%。根據IDC數據，2020年中國數據中心用于AI推理的芯片的市場份額已經超過50%， 預計到2025年，用于AI推理的工作負載的芯片將達到%。

人工智能服務器通常選用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、現場可編程門陣列(FPGA)、專用集成電路(ASIC)、神經擬態芯片(NPU)等。GPU憑借其強大的并行運算能力、深度學習能力、極強的通用性和成熟的軟件生態，成為數據中心加速的首選，90%左右的AI服務器采用GPU作為加速芯片。

受云廠商資本開支影響AI服務器市場或將短期增速放緩。

北美云廠商資本開支有所放緩。人工智能服務器多采取公有云、私有云加本地部署的混合架構，以北美 四家云廠商資本開支情況來跟蹤人工智能服務器市場需求變動，2022年四家云廠商資本開支合計1511 ? ? ?億美元，同比增長 %。Meta預計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預計的340億到390億美元；谷歌預計2023年資本開支將于2022年基本持平，但是會加大AI及云服務的建設投資。

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，信驊科技(Aspeed)的營收變化情況一般領先云廠商資本開支一個季度，其月度營收數據可以作為云廠商資本開支的前瞻指標，信驊科技近期營收下滑有所緩解。

5、GPU在超算服務器中的市場規模保持穩定增長

GPGPU在高性能計算領域滲透率不斷提升。在高性能計算領域，CPU+GPU異構協同計算架構得到越來越多的應用，全球算力前 500的超級計算機中，有 170套系統采用了異構協同計算架構，其中超過 90%以上的加速芯片選擇了英偉達的GPGPU芯片。

GPU在超算服務器中的市場規模保持穩定增長。根據HyperionResearch數據，全球超算服務器的市場規模將從2020年的135億美金上升到2025年的199億美金，按照GPU在超算服務器中成本占比為

%核算，GPU在超算服務器中的市場規模將從2020年的37億上升至2025年的54億美金，CAGR為8%。

6、 ?自動駕駛領域 GPU市場保持高成長性

在自動駕駛領域，各類自動駕駛芯片得到廣泛的應用。根據Yole數據，全球自動駕駛市場 2025年將達到780億美金，其中用于自動駕駛的AI芯片超過100億美元。

自動駕駛GPU市場保持較高高成長性。根據ICVTank的自動駕駛滲透數據，假設 GPU在L2中滲透率15%，在L3-L5中滲透率50%，估算得到GPU在自動駕駛領域的市場規模，整體規模將從 2020年的億美元上升至2025年的44億美金，CAGR為44%。

關鍵詞：