隨著人工智能、云服務等新興需求的迅猛增長，算力正在從滿足多任務的通用芯片，向單一任務的多種專用芯片發(fā)展，傳統(tǒng)以CPU為核心的計算架構(gòu)，已經(jīng)不能滿足新興業(yè)務需求，異構(gòu)計算成為重要趨勢。

近年來，在云計算蓬勃發(fā)展的同時，異構(gòu)計算市場也乘風得到了長足的發(fā)展。對芯片設計企業(yè)而言，過去進入服務器計算芯片市場只有通過有競爭力的X86 CPU，而現(xiàn)在GPU、FPGA、AI芯片各類架構(gòu)CPU等多種計算芯片均在服務器中得到廣泛應用，為國產(chǎn)CPU及AI芯片公司，以及基于***的智能計算產(chǎn)業(yè)鏈提供了良好的發(fā)展機會。

CPU是中央處理器作為計算機系統(tǒng)的運算和控制核心，是信息處理、程序運行的最終執(zhí)行單元。 FPGA是基于通用邏輯電路陣列的集成電路芯片，其最大的特點是芯片的具體功能在制造完成以后由用戶配置決定。 GPU/GPGPU是并行計算的主力算力引擎。隨著業(yè)務越來越復雜，數(shù)據(jù)流量呈現(xiàn)指數(shù)級增長，全部業(yè)務和數(shù)據(jù)靠CPU處理，性價比極低。AI加速芯片為專門針對AI深度學習，結(jié)合標量計算、矢量計算和張量計算真的專用架構(gòu)應運而生，針對AI推理應用，實際算力利用率可超過90%。 DPU作為數(shù)據(jù)處理器，其核心是通過協(xié)處理器協(xié)助主控CPU處理網(wǎng)絡負載，編程網(wǎng)絡接口功能。支持數(shù)據(jù)中心底層存儲、安全、服務質(zhì)量管理等基礎設施層服務，提升整個計算系統(tǒng)的效率、降低整體系統(tǒng)的總體擁有成本。 目前，我國服務器計算芯片主要從英特爾、AMD超威半導體、英偉達等企業(yè)進口，未來計算芯片國產(chǎn)化市場空間大，進口替代空間廣闊。本文主要關(guān)注計算芯片，包括CPU、GPU/GPGPU、FPGA、AI加速芯片等和以DPU為代表的網(wǎng)絡通信芯片。

1、CPU

CPU中央處理器作為計算機系統(tǒng)的運算和控制核心，是信息處理、程序運行的最終執(zhí)行單元。CPU是整個IT生態(tài)的定義者，無論是服務器端的X86還是移動端的ARM（安謀），都各自構(gòu)建了穩(wěn)固的生態(tài)系統(tǒng)，不僅形成技術(shù)生態(tài)圈，還形成閉合價值鏈。

市場空間

數(shù)據(jù)中心應用CPU價格高，利潤最為豐富，根據(jù)不同配置，CPU占據(jù)服務器總成本約1/3到1/2。預計到2025年，隨著中國數(shù)據(jù)中心的不斷擴容和升級，以及云計算、大數(shù)據(jù)、人工智能等應用的快速發(fā)展，中國數(shù)據(jù)中心應用CPU市場規(guī)模有望繼續(xù)增長。根據(jù)中金證券研究數(shù)據(jù)，2021年中國服務器CPU市場規(guī)模60億美元，預計2024年達到92億美元，3年年均復合增長率15%。

發(fā)展趨勢

國產(chǎn)CPU各個技術(shù)賽道全方面布局。X86、ARM、RISC-V（Reduced Instruction Set Computer-V，第五代精簡指令集計算機 ）是CPU三大技術(shù)架構(gòu)。服務器市場上X86處理器市占率超過90%，占據(jù)絕對主導地位。CPU產(chǎn)業(yè)鏈巨頭大多集中在海外，位居產(chǎn)業(yè)鏈各個環(huán)節(jié)核心，對全球CPU行業(yè)影響力較大。在設計環(huán)節(jié)，英特爾和AMD幾乎壟斷通用型CPU市場。借助臺積電先進制程，AMD服務器CPU霄龍強勢崛起，根據(jù)IDC數(shù)據(jù)2021年第四季度， AMD數(shù)據(jù)中心CPU市場占有率自2016年之后首超10%。為應對新的挑戰(zhàn)，英特爾2021年底歷史第一次宣布開放X86指令集給第三方公司。 ARM開放指令集以及在移動端構(gòu)建的良好生態(tài)，數(shù)據(jù)中心巨大市場以及豐厚利潤吸引各家巨頭入局開發(fā)ARM架構(gòu)服務器CPU，其市場占有率穩(wěn)步提升。除美滿、富士通、英偉達、海思等傳統(tǒng)芯片巨頭之外，亞馬遜、谷歌、阿里等手握資金、技術(shù)以及應用場景的新型互聯(lián)網(wǎng)公司也加入這一戰(zhàn)局，給市場帶來變數(shù)。ARM架構(gòu)服務器CPU性能不斷提升、生態(tài)不斷完善，與X86架構(gòu)正面競爭，蠶食之勢不容小覷。 RISC-V作為后起之秀發(fā)展迅速，英特爾在2021年提出20億美元收購專注于高性能計算的RISC-V初創(chuàng)公司SiFIVE。RISC-V是開源指令集，開放程度比ARM更好，支持指令集擴展。RISC-V開放的定位是***實現(xiàn)全產(chǎn)業(yè)鏈自主可控的重要基礎，截至2022年末，我國大約有50款不同型號的國產(chǎn)RISC-V芯片量產(chǎn)，應用場景集中在MCU、電源管理、無線連接、存儲控制、物聯(lián)網(wǎng)等中低端場景。而目前已有多家創(chuàng)新企業(yè)計劃在2023年發(fā)布對標64核高性能的服務器級處理器，應用領域也有望從專業(yè)應用場景逐步拓展到通用計算場景。 在信創(chuàng)市場驅(qū)動下，國產(chǎn)CPU各個技術(shù)賽道全方面布局，不同于以往的國產(chǎn)化替代，信創(chuàng)更強調(diào)生態(tài)構(gòu)建。從IT基礎設施到應用軟件，再到IT安全，2022年信創(chuàng)產(chǎn)業(yè)規(guī)模達到9220.2億元，近五年復合增長率35.7%，預計2025年突破2萬億，國產(chǎn)CPU在信創(chuàng)領域存在巨大的市場發(fā)展機會。同時，中國CPU另外一個特點就是各個技術(shù)賽道全方面布局，中國全自主架構(gòu)唯一代表有龍芯LoongArch架構(gòu)，X86架構(gòu)有海光、兆芯，ARM架構(gòu)有飛騰、海思，RISC-V架構(gòu)有阿里等。

2、GPU/GPGPU

傳統(tǒng)CPU為核心的計算架構(gòu)中所有數(shù)據(jù)和指令都由CPU來處理。然而CPU的架構(gòu)不適合處理高并行度數(shù)據(jù)計算業(yè)務，更適合進行邏輯運算和整個計算機的管理。隨著業(yè)務越來越復雜，數(shù)據(jù)流量呈現(xiàn)指數(shù)級增長，全部業(yè)務和數(shù)據(jù)靠CPU處理，性價比極低。因此出現(xiàn)了各種協(xié)處理器XPU，專門幫助CPU處理各種特定應用場景業(yè)務。最早出現(xiàn)的就是計算機3D圖形渲染專用加速芯片，特點是大量的并行小核，需要在CPU調(diào)度下工作。1999年英偉達發(fā)布第一款GPU產(chǎn)品NV10，在市場上第一次推出GPU概念。隨后英偉達把GPU應用推廣到GPGPU和CUDA編程框架推廣，GPU成為并行計算的主力算力引擎。2012年的ImageNet比賽，取得突破的AlexNet的發(fā)明人亞歷克斯使用了英偉達的GPU，證明了GPU非常適合用于多并行計算的神經(jīng)網(wǎng)絡，從此GPU成為深度學習標配，引爆市場。

市場空間

目前中國深度學習加速服務器90%還是采用GPU/GPGPU，根據(jù)中金證券測算，2021年中國2022年中國服務器應用GPU/GPGPU市場規(guī)模達到32億美元，預計2024年市場規(guī)模達到54億美元。

發(fā)展趨勢

GPT應用激發(fā)算力需求，國產(chǎn)GPU加速補位，仍面臨巨大算力缺口。GPU采用最先進的邏輯工藝，不考慮巨大的生態(tài)建設費用，單芯片研發(fā)成本10億人民幣起步，過去鮮有資本和創(chuàng)業(yè)團隊涉足。然而，英偉達、AMD高端GPGPU產(chǎn)品受美國政府禁令的影響已經(jīng)預示了國產(chǎn)GPGPU供應鏈安全問題的嚴重性，中國政府及資本市場也對于國內(nèi)GPU企業(yè)予以高度重視，國產(chǎn)GPU廠商存在替代補位的機會，GPU初創(chuàng)公司不斷涌現(xiàn)，融資金額屢創(chuàng)新高，估值動輒超百億。英偉達、AMD高管為主的創(chuàng)業(yè)團隊，超一線VC機構(gòu)重金支持，成為國產(chǎn)GPU初創(chuàng)公司范式。 另一方面，今年爆火的ChatGPT和GPT-4等新一代AI應用的商用化，對芯片算力的技術(shù)要求將大幅提高，并有望創(chuàng)造出可觀AI芯片增量市場空間。

3、FPGA

FPGA是基于通用邏輯電路陣列的集成電路芯片，和ASIC芯片不同，其最大的特點是芯片的具體功能在制造完成以后由用戶配置決定。用戶可通過配套的FPGA專用EDA軟件實現(xiàn)具體功能，首先由專用EDA軟件接受用硬件語言描述的用戶電路，其次編譯生成二進制位流數(shù)據(jù)，最后將位流下載到芯片中實現(xiàn)用戶所需特定功能的集成電路芯片。每顆FPGA芯片均可以進行多次不同功能配置，從而實現(xiàn)不同的功能。 服務器和存儲器作為數(shù)據(jù)中心的通用基礎設備，為了應對復雜多變的應用情景，需要FPGA芯片實現(xiàn)邏輯控制、數(shù)據(jù)轉(zhuǎn)換、功能擴展、系統(tǒng)升級等功能。在數(shù)據(jù)中心運算處理領域，相比CPU，F(xiàn)PGA芯片由于其無指令、無需共享內(nèi)存的體系結(jié)構(gòu)，能夠同時提供強大的計算能力和足夠的靈活性；相比GPU，F(xiàn)PGA芯片在數(shù)據(jù)中心具有低延遲及高吞吐的優(yōu)勢；相比ASIC，F(xiàn)PGA芯片在性能、靈活性、同構(gòu)性、成本和功耗等五個方面達到出色平衡。

市場空間

FPGA芯片具有靈活性高、應用開發(fā)成本低、上市時間短等優(yōu)勢。數(shù)據(jù)中心是FPGA芯片的新興應用市場之一，根據(jù)Frost&sullivan數(shù)據(jù)，2020年應用于該領域的FPGA芯片中國銷售額將達到16.1億元，占中國FPGA芯片市場份額的10.7%，預計2024年將達到30億元，2021年至2024年年均復合增長率將達到16.6%。

發(fā)展趨勢

FPGA芯片在數(shù)據(jù)中心領域主要用于硬件加速，數(shù)據(jù)中心使用FPGA芯片代替?zhèn)鹘y(tǒng)的CPU方案后，處理其自定義算法時可實現(xiàn)顯著的加速效果。因此從2016年開始，微軟Azure、亞馬遜AWS、阿里云的服務器上都開始部署FPGA加速器用于運算加速。在云計算大面積應用的背景下，未來數(shù)據(jù)中心對芯片性能的要求將進一步提升，更多數(shù)據(jù)中心將采納FPGA芯片方案，這將進一步提高FPGA芯片在數(shù)據(jù)中心芯片中的價值占比。 FPGA芯片向高集成化的現(xiàn)場可編程系統(tǒng)級芯片發(fā)展。英特爾2015年收購Altera阿爾特拉，AMD 2022年完成收購Xilinx賽靈思，CPU和FPGA融合成為趨勢。國際主流FPGA芯片公司逐漸形成了在FPGA芯片中加入處理器的技術(shù)路線，并產(chǎn)生了可編程系統(tǒng)級芯片這一新產(chǎn)物。和傳統(tǒng)FPGA芯片不同，現(xiàn)場可編程系統(tǒng)級芯片的特點是單芯片高度集成電子信息設備所需的CPU、FPGA、存儲接口、I/O外設接口甚至人工智能專用引擎等所有模塊，單顆芯片可完成應用情景的所有功能需求。

4、AI加速芯片

深度學習涉及少量標量計算、大量的矢量計算和張量計算。GPU是標量計算核，在處理深度學習數(shù)據(jù)時，需要消耗大量資源把矢量和張量計算轉(zhuǎn)變?yōu)闃肆坑嬎?，因此GPU實際算力利用率最高只能達到40%。固定算法的ASIC芯片利用率最高，但是不適合業(yè)務復雜、算法在一直更新的云計算應用，而更適合邊緣端應用。因此專門針對深度學習應用，結(jié)合標量計算、矢量計算和張量計算的DSA（Domain SpecificArchitectures，特定領域?qū)Ｓ眉軜?gòu)）架構(gòu)應運而生，針對AI推理應用，實際算力利用率可超過90%，并且其芯片提供最基本的深度學習算子，保證芯片在深度學習應用的通用性和擴展性，從而實現(xiàn)數(shù)據(jù)中心降本增效。2019年英特爾20億美元收購了以色列初創(chuàng)公司Habana Lab，證明了DSA架構(gòu)在商業(yè)和技術(shù)上的成功。國內(nèi)希姆計算、瀚博、燧原等初創(chuàng)公司都采用DSA架構(gòu)技術(shù)路線，并開始商業(yè)落地。

市場空間

根據(jù)中金證券測算，2021年中國云計算應用AI加速芯片市場規(guī)模約5億美元，預計2024年市場規(guī)模將達到14億美元，三年年均復合增長率達到47%。

發(fā)展趨勢

面向場景專用的云端AI芯片進一步加速滲透?；ヂ?lián)網(wǎng)公司成為AI加速芯片主力?；ヂ?lián)網(wǎng)公司直接面向終端提供服務，既擁有豐富的業(yè)務場景，又具備技術(shù)和資金實力，于是開始繞過英特爾、英偉達等傳統(tǒng)芯片供應商下場自研芯片或者投資芯片初創(chuàng)公司，滿足自身需求。比如谷歌TPU，百度昆侖芯片，亞馬遜，字節(jié)跳動等，都在結(jié)合自身應用場景自研AI加速芯片。 場景專用的云端AI推理加速芯片，有望依靠性價比取勝?；ヂ?lián)網(wǎng)公司推理應用場景主要是內(nèi)容推薦和內(nèi)容審核，內(nèi)容和用戶都已經(jīng)完成向量化，對芯片實時性要求高，對芯片生態(tài)和通用性要求低。并且推理芯片的需求量和增速遠高于訓練芯片，根據(jù)Facebook給出的預測，今后推理芯片和訓練芯片的需求量是9:1。專門針對AI云端推理計算的AI推理加速芯片，實際任務負載達到90%以上，實現(xiàn)相同工藝節(jié)點GPU的2倍以上性價比。

5、DPU

數(shù)據(jù)中心規(guī)模越來越大，任務越來越復雜，根據(jù)亞馬遜統(tǒng)計僅處理網(wǎng)絡通信就需消耗CPU 30%的算力，亞馬遜稱之為“datacenter tax（數(shù)據(jù)中心稅）”。DPU是以數(shù)據(jù)為中心構(gòu)造的專用處理器，支持數(shù)據(jù)中心底層存儲、安全、服務質(zhì)量管理等基礎設施層服務。DPU要解決的核心問題是基礎設施的“降本增效”，即將“CPU處理效率低下、GPU處理不了”的負載卸載到專用DPU，提升整個計算系統(tǒng)的效率、降低整體系統(tǒng)的總體擁有成本（TCO）。

市場空間

根據(jù)頭豹研究院測算，2022年中國DPU市場規(guī)模約11億美元，預計到2025年市場規(guī)模將達到37億美元。

發(fā)展趨勢

存在廣闊的應用前景和巨大的市場空間。DPU存在廣闊的應用前景和巨大的市場空間。國際巨頭近年來也先后布局DPU產(chǎn)品，英偉達于2021年發(fā)布新一代DPU BlueField 3，英特爾發(fā)布基礎設施處理器IPU，AMD收購DPU廠商Pensando。同時，DPU作為專門負責數(shù)據(jù)中心底層網(wǎng)絡通信的算力芯片，是一個新興賽道，國內(nèi)外發(fā)展差距小，競爭格局還較為分散，沒有像CPU和GPU那樣的明確巨頭。因此，各大國內(nèi)芯片廠商正在積極通過中國在云計算領域積累的市場規(guī)模、增速、特別是用戶數(shù)量的優(yōu)勢來推動國內(nèi)DPU的開放生態(tài)建設。 DPU作為新興賽道，最大的挑戰(zhàn)是行業(yè)標準化。由于數(shù)據(jù)中心本身的復雜性，各大廠商一方面采用現(xiàn)成商業(yè)軟件來構(gòu)建系統(tǒng)，追求低成本，一方面又設法分層服務化（IaaS、PaaS、SaaS），打造面向不用類型客戶的標準化產(chǎn)品。除此之外的所有技術(shù)實現(xiàn)幾乎都是“八仙過海，各顯神通”，例如各大公有云廠商、電信運營商等都有比較完整，同時比較封閉的底層架構(gòu)和應用生態(tài)。上層負載不同，必然對底層架構(gòu)有各異的需求，這也許是目前DPU標準化面臨的最大的挑戰(zhàn)。