GPU市场分析分析与预测

1、GPU市场规模及预测

【资料图】

根据VerifiedMarketResearch的预测，2020年GPU全球市场规模为254亿美金，预计到2028年将达到2465亿美金，行业保持高速增长，CAGR为%，2023年GPU全球市场规模预计为595亿美元。

2、 PC显卡市场

独立显卡市场开始逐渐回暖。根据 JonPeddieResearch的数据，2022年独立GPU出货量下降至    3808万台，同比下降%，22Q3单季度出货690万台，同比下降%，是十年以来最大的一次下滑，独立显卡出货情况22Q4开始逐渐转暖。

集成显卡出货情况仍然不容乐观。2022年集成GPU出货量为亿台，同比下滑%。疫情期间的居家办公需求带动了笔记本电脑的消费增长，集成显卡的购买激增一定程度上过早消耗了市场需求，后疫情时代，笔记本电脑端需求减弱叠加供应商的过剩库存导致集成显卡出货不断走低。

2022年独立显卡出货遭遇巨大下滑的原因有三点： (1) 受宏观经济影响，个人电脑市场处于下行周期； (2) 部分独立GPU参与虚拟货币挖矿，以太坊合并对独立 GPU出货造成巨大冲击； (3)下游板卡厂商开启降库存周期。

(1)  原因一：  个人电脑市场依旧处于下行周期

个人电脑市场保持疲软状态。根据 IDC数据，2022年全年PC出货量为亿台，同比下降%，2022Q4全球PC出货量仅为6720万台，同比下降 %。IDC预测2023年个人电脑市场全年出货亿台，全年同比下降%。按照2023年的整体出货量情况，对四个季度的出货情况做了进一步预测，预计 2023Q2-2023Q3后个人电脑出货将迎来逐季度好转。

下游PC厂商库存情况得到改善。当前个人电脑市场正处在PC厂商去库存周期，根据 PC厂商的财报  披露，华硕和联想的库存天数已经开始减少，其余三家(惠普、戴尔、宏碁)的库存天数并未显著降低，由于所有厂商都在积极采取行动减少产量，预计下游 PC厂商库存情况会进一步改善，2023Q3可能恢  复到正常库存情况。

(2)原因二：  显卡挖矿市场出现转折，  以太坊转向权益证明

以太坊ETH占据显卡挖矿主要市场。根据 MESSARI数据，在采用GPU挖矿的前7名虚拟货币中，以太坊ETH挖矿收入占GPU矿工总收入的97%。比特币、莱特币等虚拟货币多采用功耗更低的ASIC矿机。

2022年9月15日，以太坊运行机制全面升级，从以太坊 的工作量证明机制(PoW)转向以太坊2.0的权益证明机制(PoS)，在工作量证明机制中，需要通过累积显卡提升计算能力，计算能力越强获得记账收益的概率越大；在权益证明机制中，只需通过质押虚拟货币获得收益，质押的虚拟货币数量越大获得记账收益的概率越高。以太坊全面合并后不再需要购入大量显卡、投入计算资源用于挖矿，是显卡挖矿市场的重要转折点。

挖矿用显卡平均哈希率为46Mh/s。根据HiveOS矿池数据，通过不同型号显卡的哈希率和占比情况统计，估算得到衡量显卡挖矿能力的平均哈希率为46Mh/s。

以太坊合并后显卡需求降至零。根据以太坊全网算力，测算得到用于以太坊挖矿的GPU数量在2022   年5月达到巅峰，大概为2573万张，2022年9月降至2008万张，在以太坊合并之后，显卡需求降至 零。

如果按照20%回收比例测算，约500万张存量显卡将流入二手市场，预计带来的不利影响在2022Q4-2023Q1之间结束。

(3)  原因三： GPU厂商库存迎来好转，  高端显卡价格企稳回升

GPU厂商库存情况即将迎来好转。根据Bloomberg数据，GPU下游四家台湾板卡厂商(华硕、技嘉、微星、华擎)自2022年一季度原材料库存达到历史高位以后，连续两个季度库存环比降低，当前原材料库存相比最高峰下降28%。复盘历史可见，GPU厂商成本库存高峰多于台湾板卡厂商原材料库存2-3季度后到来，预计 GPU厂商的成品库存将于2022Q4到达顶峰。

高端显卡价格开始企稳回升。根据 Amazon上的显卡价格跟踪，英伟达和 AMD的高端显卡在2022年10月以后均实现了不同程度的价格回升，例如RTX3080价格上涨30%，RTX3090价格上涨28%，显卡价格的回升意味着渠道商库存正逐步回归到正常水平，高端显卡受挖矿市场冲击更为剧烈，高端显卡价格上涨从侧面也能观察到挖矿市场带来的不利影响正在逐渐消失。

3、GPU在数据中心的应用蕴藏巨大潜力

在数据中心，GPU被广泛应用于人工智能的训练、推理、高性能计算(HPC)等领域。

预训练大模型带来的算力需求驱动人工智能服务器市场快速增长。巨量化是人工智能近年来发展的重要趋势，巨量化的核心特点是模型参数多，训练数据量大。Transformer模型的提出开启了预训练大模型的时代，大模型的算力需求提升速度显著高于其他AI模型，为人工智能服务器的市场增长注入了强劲的驱动力。根据Omdia数据，人工智能服务器是服务器行业中增速最快的细分市场，CAGR为49%。

战略需求推动GPU在高性能计算领域稳定增长。高性能计算(HPC)提供了强大的超高浮点计算能力，可满足计算密集型、海量数据处理等业务的计算需求，如科学研究、气象预报、计算模拟、军事研究、 生物制药、基因测序等，极大缩短了海量计算所用的时间，高性能计算已成为促进科技创新和经济发展 的重要手段。

(1)  大模型带来人工智能算力的旺盛需求

自然语言大模型参数巨量化是行业发展趋势所向。以 ChatGPT为代表的人工智能模型表现出高度的智能化和拟人化，背后的因素在于自然语言大模型表现出来的涌现能力和泛化能力，模型参数到达千亿量级后，可能呈现性能的跨越式提升，称之为涌现能力；在零样本或者少样品学习情景下，模型仍表现较强的迁移学习能力，称之为泛化能力。两种能力都与模型参数量密切相关，人工智能模型参数巨量化是重要的行业发展趋势。

预训练大模型进入千亿参数时代，模型训练算力需求迈上新台阶。自 GPT-3模型之后，大规模的自然  语言模型进入了千亿参数时代，2021年之后涌现出诸多千亿规模的自然语言模型，模型的训练算力显   著增加。ChatGPT模型参数量为1750亿，训练算力需求为*10flops，当前各种预训练语言模型还 在快速的更新迭代，不断刷新自然语言处理任务的表现记录，单一模型的训练算力需求也不断突破新高。

(2)  大模型带来AI芯片需求的显著拉动

大模型的算力需求主要来自于三个环节：

预训练得到大模型的训练环节。该环节中，算力呈现海量需求且集中训练的特点，大模型通常在数天到数周内在云端完成训练。模型的训练算力与模型参数量、训练数据量有关，以ChatGPT的训练为例，单次模型训练需要2000张英伟达A100显卡不间断训练27天。

适应下游领域时进一步fine-tune环节。算力需求取决于模型的泛化能力以及下游任务的难度情况。

大模型日常运行时的推理环节。大模型的日常运行中每一次用户调用都需要一定的算力和带宽作为支撑，单次推理的计算量为2N (N为模型参数量)，例如1750亿参数的ChatGPT模型1ktokens的推理运算 量为2*1750*10*10=*10flops=350Tflops。近期ChatGPT官网吸引的每日访客数量接近5000万，每小时平均访问人数约210万人，若高峰时期同时在线人数450万人，一小时内每人问8个问题，每个问题回答200字，测算需要14000块英伟达A100芯片做日常的算力支撑。大模型在融入搜索引擎或  以app形式提供其他商业化服务过程中，其AI芯片需求将得到进一步的显著拉动。

4、AI服务器是GPU市场规模增长的重要支撑

根据Omdia数据，2019年全球人工智能服务器市场规模为23亿美金，2026年将达到376亿美金，CAGR为49%。根据IDC数据，2020年中国数据中心用于AI推理的芯片的市场份额已经超过50%， 预计到2025年，用于AI推理的工作负载的芯片将达到%。

人工智能服务器通常选用CPU与加速芯片组合来满足高算力要求，常用的加速芯片有GPU、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、神经拟态芯片(NPU)等。GPU凭借其强大的并行运算能力、深度学习能力、极强的通用性和成熟的软件生态，成为数据中心加速的首选，90%左右的AI服务器采用GPU作为加速芯片。

受云厂商资本开支影响AI服务器市场或将短期增速放缓。

北美云厂商资本开支有所放缓。人工智能服务器多采取公有云、私有云加本地部署的混合架构，以北美 四家云厂商资本开支情况来跟踪人工智能服务器市场需求变动，2022年四家云厂商资本开支合计1511      亿美元，同比增长 %。Meta预计2023年资本开支的指引为300-330亿美元之前，与2022年基本 持平，低于此前22Q3预计的340亿到390亿美元；谷歌预计2023年资本开支将于2022年基本持平，但是会加大AI及云服务的建设投资。

信骅科技短期营收下滑有所缓解。作为全球最大的BMC芯片企业，信骅科技(Aspeed)的营收变化情况一般领先云厂商资本开支一个季度，其月度营收数据可以作为云厂商资本开支的前瞻指标，信骅科技近期营收下滑有所缓解。

5、GPU在超算服务器中的市场规模保持稳定增长

GPGPU在高性能计算领域渗透率不断提升。在高性能计算领域，CPU+GPU异构协同计算架构得到越来越多的应用，全球算力前 500的超级计算机中，有 170套系统采用了异构协同计算架构，其中超过 90%以上的加速芯片选择了英伟达的GPGPU芯片。

GPU在超算服务器中的市场规模保持稳定增长。根据HyperionResearch数据，全球超算服务器的市场规模将从2020年的135亿美金上升到2025年的199亿美金，按照GPU在超算服务器中成本占比为

%核算，GPU在超算服务器中的市场规模将从2020年的37亿上升至2025年的54亿美金，CAGR为8%。

6、  自动驾驶领域 GPU市场保持高成长性

在自动驾驶领域，各类自动驾驶芯片得到广泛的应用。根据Yole数据，全球自动驾驶市场 2025年将达到780亿美金，其中用于自动驾驶的AI芯片超过100亿美元。

自动驾驶GPU市场保持较高高成长性。根据ICVTank的自动驾驶渗透数据，假设 GPU在L2中渗透率15%，在L3-L5中渗透率50%，估算得到GPU在自动驾驶领域的市场规模，整体规模将从 2020年的亿美元上升至2025年的44亿美金，CAGR为44%。

关键词：