2018年中国GPU服务器市场格局、2019年GPU服务器行业发展规模及未来十年市场空间分析[图]

    一、GPU服务器市场规模

    GPU具有较为完整的技术生态。高运算性能硬件、驱动支撑、API接口、通用计算引擎/算法库、较为成熟的开发环境都为应用GPU的深度学习开发者提供了足够友好、易用的工具环境。开发者可以迅速获取到深度学习加速算力，降低了深度学习模型从研发到训练加速的整体开发周期。

    驱动程序，独立显卡厂商不仅提供高性能硬件，也一直提供配套驱动来支持其GPU调用计算资源。早期图形处理、游戏业务的优势地位使得英伟达一直在GPU驱动下了不少功夫，公司总部大多数员工都是从事驱动程序的研发工作。从图形接口API来看，不同的独立显卡厂商提供不同的图形标准API，而不同的API接口适应于不同的计算系统，如OpenGL标准支持Unix系统的服务器计算平台，Direct3D支持windows系统的PC。英伟达推出的CUDA(ComputeUnifiedDeviceArchitecture)通用并行计算平台，是为利用GPU并行运算能力开发的计算平台。可以让开发人员用C语言编写的程序在其处理器上高速运行，大大提升了通用GPU的易用性。

    算法库，CUDA包括了大量的GPU加速库和基于C语言的编程工具，开发者可以在熟悉的编程环境下便捷地调用加速库。CUDA提供的算法库可以让应用程序像调用库函数一样简单实现一些深度学习算法。CUDA开发人员的数量在5年里增长了14倍，超过60万人，CUDASDK的下载量达到180万。众多CUDA开发人员对于维持英伟达GPU客户黏性非常重要。

    GPU完整的技术生态，吸引了大量A.I企业采用GPU进行人工智能加速，建立了良好的行业生态。英伟达与科研机构开展合作项目，深入了解科研领域需要的运算问题，为其提供专业的超级计算加速解决方案。英伟达与不同应用领域的企业合作，如医疗、金融、天气等，开发面向不同领域的加速产品。截止2016年底，与英伟达合作开发深度学习项目的公司已经达到了19,439家。除了传统的互联网巨头公司以外，还有很多创业公司，用于图像识别、语音识别、自然语言处理、计算机视觉、搜索引擎、医学成像、机器人、数据挖掘等应用加速。

    GPU的高运算性能使其迅速占领A.I数据中心市场，完备的生态环境可帮助其维持霸主地位。从上图可以看出，GPU的浮点运算能力一直保持着直线上升。英伟达在2017年GPU技术大会上发布的全新一代人工智能GPU芯片—TeslaV100能够达到15Tflops的单精度浮点性能，7.5Tflops的双精度浮点性能，可以满足当前A.I深度学习的运算能力。GPU持续提升的运算能力是其维持在A.I数据中心这一运算密集型应用场景中霸主地位的根本，而面对众多新兴A.I芯片的挑战，GPU已经建立起的完备的生态环境可帮助其提高防御能力。

    GPU的生态环境有利于其将在训练学习领域（A.I数据中心）建立的优势延续至推理应用领域（前端电子产品）。当前GPU已经占据了A.I数据中心市场，学习阶段处理器需求已经被GPU占领。未来随着A.I行业应用的逐渐落地，推理阶段处理器需求将持续放量。从学习到推理阶段，算法部署的平滑、便捷性是需要考虑的重要问题。如果从数据中心、云端到前端应用，整个产品线都采用英伟达的CUDA计算平台，可以极大地减少算法跨平台的难度，实现平滑过渡，省去了变更运行环境所需的协同工作。

    相比较而言，无论是FPGA、还是ASIC，都尚处于发展阶段。目前有一些公司基于FPGA技术路线或ASIC技术路线开发的A.I专用芯片，是为满足自身的需求而进行的个性化开发。典型的就是谷歌的TPU，公司并没有计划将其做成一款通用芯片推向市场。有些公司也在基于FPGA或ASIC开发通用的A.I专用芯片，但是都未达到GPU的成熟程度。一款芯片要做的具有通用性，性能稳定优异，需要较长时间的应用、优化、验证。但是不可否认的是，长期来看，GPU能耗高、价格贵等问题也给A.I专用芯片留下了机会。A.I数据中心需求增加。当前深度学习对海量数据的处理需求，需要专业的A.I数据中心来支撑。随着A.I的纵深发展，未来A.I数据中心的数据、流量和处理能力也将随之提升，对专业数据中心需求将会增多。具体表现为：当前许多从事A.I研发的互联网巨头，像亚马逊、百度、腾讯等，都已部署自己的数据中心，并尝试承载A.I业务，许多A.I潜在应用行业客户尚未部署自己的A.I数据中心。随着A.I行业应用继续深入发展，A.I数据中心的数量和规模将会持续增加。到2020年超大规模数据中心将占全部数据中心服务器安装量的47%，达到485个。预计专业的A.I数据中心增长趋势与之相同，未来几年A.I数据中心也呈现直线上升。

超大规模数据中心数量预测

数据来源：公开资料整理

    相关报告：智研咨询发布的《2019-2025年中国服务器行业市场深度评估及市场前景预测报告》

    GPU的A.I数据中心市场将继续保持高速增长。2015-2017财年（2017财年时间为：2016年2月1日-2017年1月31日，其他时间依次类推），英伟达数据中心业务收入达到了：3.17、3.39和8.3亿美元。说明CPU+GPU异构系统已经广泛部署，GPU在数据中心发挥的强大作用已经被广泛认可。当前英伟达GPU在数据中心渗透率还不到1%，市场成长空间仍然很大。

    目前，A.I数据中心（A.I数据中心只是GPU的全部数据中心市场的一部分，GPU应用于数据中心也有可能进行A.I以外的超级计算）尚处于早期发展阶段，主要是互联网巨头在A.I深度学习研发阶段部署的A.I数据中心，随着A.I纵深发展，A.I数据中心需求会继续保持高速增长，GPU在数据中心的市场规模会进一步爆发。2016年A.I数据中心GPU的市场规模达4.71亿美元，预计到2020年A.I数据中心的GPU市场规模会达到近40亿美元，继续保持高速增长。

A.I数据中心GPU市场规模

数据来源：公开资料整理

    2018年全年中国GPU服务器市场规模为13.05亿美金（约合人民币90.05亿元），同比增长131.2%。预测，到2023年中国GPU服务器市场规模将达到43.2亿美金（约合人民币298亿元），未来5年整体市场年复合增长率（CAGR）为27.1%。

2018-2023年中国GPU服务器市场规模同比增长走势

数据来源：公开资料整理

    “计算和数据是人工智能不可缺少的组成部分。2018年，人工智能的发展引领中国GPU服务器市场的高速增长；训练依然是GPU服务器的主要工作负载，未来几年推理工作负载的服务器也会逐渐上升；在深度学习的不断推动下人工智能取得重要突破；到目前为止，除了专业人工智能公司以外，许多大型公司也同时开始涉足深度学习，并应用在广泛的商业实践中。2018年以前，互联网是GPU服务器的主要采购行业，如今，许多传统行业对GPU服务器也慢慢有所需求，尝试将人工智能技术与自己的行业相结合。由此看来，GPU服务器市场规模还有很大上升空间。

    二、GPU市场竞争格局分析

    1、GPU服务器市场格局

    2018年中国GPU服务器市场量价齐升，出货量和销售额均实现快速增长。
从行业来看，互联网为主要采购行业，占据60%以上的市场份额，是拉动市场增长的主要行业；政府的采购量也有所上升，超过了10%的市场份额；

    从产品来看，4卡及以上GPU服务器占据了8成以上的市场份额，其中4卡、8卡、16卡均占有20%以上的市场份额；

    从厂商来看，浪潮、华为和曙光在出货量和销售额方面均位列市场前三；

    从市场趋势来看，AI服务器和边缘计算服务器等面向特定工作负载的细分服务器市场迎来爆发，各大厂商加速布局该领域并推出新产品，2019年这些细分市场仍将是市场的热点。

2018年中国GPU服务器厂商市场份额

数据来源：公开资料整理

    2传统业务竞争优势明显，军用市场稳步拓展

    图形显控设备是飞机人机交互的核心接口，是飞机作战效能提升的关键。显控系统由显示和控制两部分组成，能够将大量复杂的传感器数据经采集、处理、融合后通过大屏幕高分辨率的液晶显示器显示，使得飞行员得以高效获取信息，有效地降低飞行员的工作负荷，因此显控系统是飞机综合航电系统总体设计过程最为关注的技术领域之一。航电系统尤其是其中显控系统升级，是提升飞机作战能力、延长飞机平台服役期限的常用手段，F-16战斗机自1978年交付美国空军以来，洛马公司和美国空军对其进行了多轮升级，包括换装新型核心计算机和彩色座舱显示器等，大

幅提高其作战能力和服役期限。

数据来源：公开资料整理

    全球GPU市场由Intel、NVIDIA和AMD三大厂商垄断，两大独立显卡厂商销售额约占28%。Intel的GPU基本为集成显卡芯片，主要用于Intel的主板和CPU，其他两大厂商的GPU则以独立显卡芯片为主，2018年三大厂商GPU相关产品在全球范围内销售收入分别为370亿美元、102亿美元和41亿美元，其中NVIDIA和AMD两大独立显卡厂商的GPU相关产品在中国大陆销售额分别为28.01亿美元和25.16亿美元，分别占该类产品全球总收入23.91%和38.86%。从两大独立显卡厂商在中国大陆销售收入的变化来看，销售额在2015年触底后逐年快速增加，由19.51亿美元增加到53.17亿美元，期间的复合增长率约为40%，表明我国对独立显卡的需求十分旺盛。

三大GPU供应商全球市场销售额占比

数据来源：公开资料整理

NVIDIA和AMD在中国大陆的销售收入

数据来源：公开资料整理

AMD近五年销售收入构成

数据来源：公开资料整理

NVIDIA近五年销售收入构成

数据来源：公开资料整理

    中高端GPU芯片市场需求旺盛，国产替代前景广阔。GPU芯片在个人计算机、云计算、人工智能、安防监控等领域有着广泛的应用，目前国产高性能GPU芯片市场近乎空白。我国信息安全领域设备国产化的需求十分迫切，国务院于2015年5月发布《中国制造2025》，明确提出2020年中国集成电路内需市场自制率将达40%，2025年将更进一步提高至70%的目标。保守估计，假设NVIDIA和AMD在中国大陆地区销售额复合增长率为30%，至2025年两大厂商销售额合计约253亿美元，若国产化GPU芯片替代20%的进口产品，则2025年国产GPU芯片市场空间约为50亿美元。作为国内GPU研发及产业化的领军企业，公司在GPU领域的技术具有领先性和稀缺性，未来有望在国产高性能GPU领域保持较高的市场份额。

    三、未来十年市场空间约为56亿元

    未来军机图显设备市场包括新机列装设备配套、显控设备升级和维修备件三部分，未来十年市场空间约为56亿元。“建设一支强大的现代化的攻防兼备的人民空军”是我国国防现代化建设的重要工作，未来我国军用飞机相关产业将迎来飞跃性的发展，对于航电系统尤其是显控相关领域是巨大的市场机遇，新机列装配套显控系统交付、军用飞机显控系统升级及维修备件对图形显控设备需求巨大：新机列装设备配套：预计未来十年中国各类军机列装数量共计3560架，其中战斗机1000架、直升机1800架、运输机（轰炸机）200架、教练机400架及舰载机160架，考虑单座型及双座型飞机图显设备配套数量的不同，预计平均每架战斗机需配备4套图显设备，直升机需配备3套，运输机前后舱共需配备10套，教练机前后舱共配备6套，舰载机配备3套，按每套图显设备单价10万元计算，未来10年新飞机列装配套图显设备市场空间约为14.28亿元。

    显控系统设备升级：（1）GlobalFirepower2018年统计中国共有各类军用飞机3035架，按平均每架飞机配备4套图显系统，未来十年每架飞机图显设备升级一次；（2）在未来十年列装的3560架飞机中，假设其中50%的图显系统需要升级一次，相关设备需求量为7140套。按每套图显设备单价10万元计算，显控系统设备升级市场空间约为19.28亿元。维修备件：假设维修备件与交付设备数量比例为1:1.5，未来十年军用飞机市场图显设备备件需求约为22370套，每套设备单价同样按照10万元计算，维修备件市场需求约为22.37亿元。

未来10年新机列装图形显控设备市场空间测算

数据来源：公开资料整理