近年來，國產GPU頻頻傳出好消息。景嘉微宣布其JM9系列第二款GPU已經完成流片、封裝階段工作。芯動科技在去年底推出一顆“風華1號”，填補了國產4K級桌面顯卡和服務器級顯卡兩大空白。2020年成立的摩爾線程在1年后發(fā)布了第一代MUSA系統架構GPU，并可量產交付。壁仞科技也緊跟著宣布首款通用GPU芯片點亮成功。
在市場和政策的推動下，曾經蒙塵的國產GPU開始閃爍自己的光芒。這是國產GPU的黃金時代。
國產GPU的發(fā)展到什么地步？
據Verified Market Research數據顯示，2020年中國大陸的獨立GPU市場規(guī)模為47．39億美元，預計2027年中國大陸GPU市場規(guī)模將超過345．57億美元。
如此廣闊的中國市場中，國產GPU的市占比卻少的可憐。2019年，中國芯片的自給率僅為30％左右，從中國主要芯片國產化率來看，射頻芯片、移動通信終端、模擬芯片、閃存、微控制器、內存、可編輯邏輯器件的國產化率分別為40％、24％、15％、5％、3％、1％、1％。謹慎估計GPU芯片的國產化規(guī)模約37億元。
但屬于高端芯片的GPU研發(fā)卻并不容易。Intel一直想踏足高端GPU領域，但仍未成功。英特爾最早的GPU研發(fā)可以追溯到 1997 年，英特爾通過收購C＆T 獲得了 2D 顯示核心技術，3D 技術源于擁有 20％股權的 Real3D。但直到2022年4月，Intel仍未推出自己消費級的獨立 GPU 產品。
國內GPU究竟達到國際的什么水平？
從國內GPU龍頭景嘉微的產品來看，景嘉微在2021年9月推出的JM9231和JM9271將采用業(yè)界主流的統一渲染架構，支持 OpenGL4．5接口，可以無縫兼容市面上主流的CPU、操作系統和應用程序。
JM9231性能與國際同類公司2016年中低端產品性能相當，主要針對國產化辦公電腦，便攜式計算機、中低端的游戲機和高端嵌入式系統等消費電子領域。JM9271在JM9231基礎上對科學計算能力進行大幅度提高和改進，可以達到國際同類公司2017年中高端產品的性能。
可以看出，相較于國際巨頭，國內GPU的性能差距還很遠。因此對于中國來說，推動GPU的自主研發(fā)刻不容緩。
國產GPU的黃金時代
盡管國內GPU的發(fā)展存在很多問題，但筆者仍然認為現在的時代是國產GPU發(fā)展的黃金時代。
我們正在進入“一切需要可視化的時代”，這幾年市場對于GPU的需求增長極快。可視化需要大量的圖形、圖像計算能力，無論是云端還是邊緣側都需要大量的高性能圖像處理能力。
GPU在AI、數據中心領域需求極大。根據IDC數據，2022年全球AI芯片市場將達352億美元。其中GPU占比最大，Goldman預計到2025年GPU占比將達到57％。
GPU巨頭英偉達2022年發(fā)布的財報中各項經營指標驚人，2022財年全年營收269億美元，相比2021財年增加103億美元，同比增長61％；凈利潤97．5億美元，同比增長122％。不管是營收還是凈利潤，均創(chuàng)紀錄 。
無論是客戶需求還是供應商的市值變化都在證明——GPU市場正處于火爆時刻。
在2006年，國務院頒布了《國家中長期科學和技術發(fā)展規(guī)劃綱要（2006年－2020年）》，“核心電子器件、高端通用芯片及基礎軟件產品”（簡稱“核高基重大專項”）位列16個科技重大專項首位，也被稱之為“01專項”，國產GPU位列其中。
國務院印發(fā)《新時期促進集成電路產業(yè)和軟件產業(yè)高質量發(fā)展的若干政策》，《若干政策》強調，集成電路產業(yè)和軟件產業(yè)是信息產業(yè)的核心，是引領新一輪科技革命和產業(yè)變革的關鍵力量。國務院發(fā)布的相關數據顯示，中國芯片自給率要在2025年達到70％
自2017年以來，多個中國新一代初創(chuàng)型GPU研發(fā)公司相繼成立，逐漸成為中國GPU歷史舞臺上的一員。
在圖形GPU領域，國內以景嘉微、航錦科技等為代表的傳統企業(yè)為主力。另外，從事CPU研發(fā)的企業(yè)（如兆芯、龍芯等），也開始切入這個賽道，增強了國內GPU企業(yè)的整體研發(fā)實力。
景嘉微是中國第一家成立的GPU公司，公司產品主要分為圖形圖像處理系統、小型雷達系統、GPU 芯片，廣泛應用于軍工行業(yè)。公司圖形顯控領域產品包括圖顯模塊和加固類產品，其中圖顯模塊是核心產品。
景嘉微成立當年，恰逢我國軍用飛機圖形顯控系統由使用 DSP 與 FPGA 圖形加速器向使用 GPU 圖形處理器升級，公司準確把握機遇，將大量資源投入飛機圖形顯控領域的研究。也正因如此，景嘉微最初是制作軍工產品起家。
摩爾線程在2020年6月成立，用18個月發(fā)布全新統一系統架構MUSA和全能GPU產品“蘇堤”等系列新品。其公司創(chuàng)始人兼CEO張建中此前曾任英偉達全球副總裁、中國區(qū)總經理，在GPU行業(yè)深耕超過15年，帶領英偉達開拓建立了GPU在中國的完整的生態(tài)系統。
沐曦集成電路在2021年完成數億元PreA＋輪融資，融資由兩家“國家隊”：國調基金、中網投聯合領投，聯想創(chuàng)投等多家機構跟投。據稱這家高性能通用GPU芯片設計公司的創(chuàng)始團隊主要來自AMD等國際公司，擁有從40nm到7nm制程GPU芯片的設計和量產經驗。
芯瞳半導體創(chuàng)始團隊來自西郵GPU研發(fā)團隊，這家專注于計算機圖形和高性能計算的芯片設計初創(chuàng)公司將在南京投資1．5億元，開發(fā)高性能、高可靠和高穩(wěn)定性的國產自主GPU和人工智能芯片。
天數智芯自研的一款7納米GPGPU（通用圖形處理器）芯片產品卡——BI成功發(fā)布，這是中國第一款全自研且有產品面世的GPGPU的芯片。其首款全自研GPU架構下的7nm云端訓練芯片及GPGPU產品卡已亮相，這款芯片采用臺積電7nm制程、容納240億晶體管及采用2．5DCoWoS晶圓封裝技術。
國產GPU發(fā)展困境
IP授權
國產GPU最近一段時間借助IP授權多點開花，紛紛流片成功或量產，算是邁出了艱難的第一步。
任何一款高端芯片的打造都離不開IP。一個GPU中行業(yè)IP核占用的面積超過了80％。但IP的研發(fā)并不輕松，GPU IP自研需要36－48個月以及200個工程師，而采用外購IP的方式，可以減少12－18個月開發(fā)周期。
芯動科技于去年發(fā)布的GPU“風華1號”，其IP購買自英國GPU技術授權公司Imagination。獲得架構許可后，芯動科技探索了很多自己的方案，包括自研的Cache一致性Innolink Chiplet技術，內置國產物理不可克隆iUnique Security PUF信息安全加密技術等。因此“風華1號”GPU80％以上的IP都屬于自主研發(fā)。
外購IP加上自研設計非常有利于商業(yè)變現，可以快速獲得成熟系統和后端版圖，同時也有利于快速構建軟件棧和底層工業(yè)API適配，極大的降低研發(fā)周期和風險。如今國內主要的通用計算＋圖形GPU創(chuàng)業(yè)公司，如芯動、摩爾線程、壁仞等等都使用Imagination IP或者芯原授權的IP。但使用IP授權也有缺點，即核心電路專利無法自控和自主迭代。
創(chuàng)業(yè)熱潮下的生產困境
隨著GPU成為AI計算的必需品，一波GPU創(chuàng)業(yè)潮在中國市場興起。據統計僅2020～2021年，GPGPU領域就有近20起融資事件發(fā)生。2018年12月瀚博半導體在上海成立，目前已經完成總計5000萬美元的A輪融資；2019年成立的壁仞科技，在2021年3月完成了B輪融資，18月累計融資超過47億元；同年11月芯瞳半導體成立；2021年，沐曦集成電路宣布完成10億元人民幣A輪融資。
但初創(chuàng)之下國產GPU仍然面臨生產困難。目前和AI相關的大芯片，因為需要CoWoS等先進封裝，所涉及的中介層原材料非常緊缺，在目前產能吃緊的情況下，對于已經推出一些產品的初創(chuàng)GPU企業(yè)，會面臨短期盈利的問題。
并且GPU市場早已被虎視眈眈的英偉達、AMD包圍，中國GPU芯片初創(chuàng)公司需要和這些擁有技術、經濟實力的巨頭競爭，必然是處于劣勢。
成本難降，量產數量少
芯片量產前還要經歷冗長的設計測試流程。通常一款高端芯片前端和后端設計要耗1～3年，設計完成后流片環(huán)節(jié)需要3～6個月，期間還會有流片失敗一切重來的風險。即使成功流片，還需經過3～12個月的產品測試調優(yōu)，才能開啟量產。
因此盡管越來越多的GPU廠商涌入，但陣陣喧鬧過后，市場上仍未見可與國際巨頭對標的量產產品。
國內GPU生態(tài)突圍
此外，對于國產GPU來說，產品如何實現規(guī)模化商用，搭建國產GPU生態(tài)同樣是一個難題。芯片的成功和成熟需要大量的驗證和出貨，而找到可持續(xù)的落地場景才是長期發(fā)展的關鍵驅動力。
ICViews采訪業(yè)內人士其表示：“目前國產GPU在相同性能下，價格更貴。同時，由于英偉達等國外龍頭推出GPU時間更長，長期使用國外GPU的廠商出于慣性也不會突然更換國產GPU。”
尚未成熟的GPU在搭建國內生態(tài)上也捉襟見肘。
風口之下，國產GPU如何發(fā)展？
GPU是一個高技術含量的賽道，而且我國在這一領域發(fā)展已經落后許久。盡管近年來突然開始有不少初創(chuàng)公司踏足GPU領域，并受到資本青睞，但我國想要徹底打破GPU壟斷并不是一件易事。
GPU 設計是一項系統工程，包含硬件架構、算法、軟件生態(tài)等多個組成，缺一不可。從GPU的發(fā)展歷程來看，GPU單芯片算力增長速度超過CPU，在算力競爭上，GPU也比CPU更勝一籌。
沐曦集成電路CEO陳維良曾表示：“全球高性能GPU市場被國外公司壟斷，核心算力芯片受制于人，國家安全以及國計民生存在巨大的不可控風險，國產替代勢在必行。”
在市場、政策的推動下，國產GPU百花齊放，這將是國產GPU最好的時代。
