英伟达研究报告：从硬件GPU设计到软件CUDA+ Omniverse开发.docx

《英伟达研究报告：从硬件GPU设计到软件CUDA+ Omniverse开发.docx》由会员分享，可在线阅读，更多相关《英伟达研究报告：从硬件GPU设计到软件CUDA+ Omniverse开发.docx（31页珍藏版）》请在第一文库网上搜索。

1、1 .公司历史及业务简介1.1. GPU 简介多核心的并行结构GPU比少核心串行结构的CPU更适合处理图形图像（矩阵结构）信息、。CPU（CentralProcessing Unit,中央处理器）的功能主耍是解释计算机指令以及处理计算机软件中的数据，是计算机的核心大脑，可以处理计算机遇到的所有指令。GPU （Graphics Processing Unit,图形处理器）是图形计算的重要元件，主要用来处理与与图形图像相关的数据，在高端PC中通常会有独立GPU,以获得更好的视觉体验。他们二者的区别主要是，CPU通常有4个、8个或16个强力ALU核心（ahthmeticlogic unit,算术逻辑

2、单元），适合做复杂的通用串行任务；而GPU可能有数千个简单ALU核 心，适合做简单特定的并行任务。我们通过以下的例子来说明CPU和GPU的差异：CPU就像一个大学生，可以进行微积分等复杂计算，但若要在短时间内完成几万道加减算数问题，也是很难办得到的；而GPU就像几百个小学生，虽然都不会微积分等复杂计算的能力，但人数多，可以在很短时间内完成几万道加减算数问题。也有例子把CPU比作跑车，GPU比作大卡车，对于将少量货物从A运到B来说，是作为跑车的CPU更快;但如果货物非常多，那么作为跑车的CPU需要往返的次数远远多于作为货车的GPU,作为货车的GPU虽然完成一次任务较慢，但是可以携带更多的货物，其

3、效率会高于CPUo总而言之，对于复杂的单个计算任务来说，CPU的执行效率更高，通用性更强；而对于图形图像这种矩阵式多像素点的简单计算，更适合用GPU来处理，但通用性较弱。GPU按接入方式分为独立GPU和集成GPU；按照应用端划分为移动GPU、服务器GPU和PCGPUo GPU是图形处理单元，在PC （个人电脑）早期，图形数据较为简单，主要都是由CPU来进行图形处理。随着图形显示规模的增加，CPU已经很难分出更多精力来处理图形信息，而且CPU的架构决定了其处理图形信息的效率是偏低的，因此逐渐发展出了专门处理图形信息的GPLL英伟达专做GPU,开发了独立于CPU的GPU；英特尔作为CPU的霸主，开

4、发了寄生于CPU芯片上的GPU单元，被称为集成GPU。通常来讲，独立GPU的性能都耍优于集成GPU,在对图形实时处理要求不高的日常办公领域，使用普通的集成GPU即可；在对图形实时处理能力要求很高的游戏及设计领域，一般都需要使用独立GPU。随着移动设备的发展，GPU也从PC端扩展到了移动端，高通骁龙以及苹果的A系列芯片都开发了相应的GPU芯片模块。CPU的基本结构及原理桶有短大空i句的高灌堰存可以存储更多数嘉,使复杂后成为可惬I躺复杂的控制睢元通过搜供分支预泅的麋力*降低延时Controlalu ALU栩再著火力的AlU- 64bt双增度，巨的耳的加知一法只1-3个时怦周明随着AI以及云计算的兴

5、起，具有并行计算架构的GPU具有更高的效率，这也使得GPU被应用到AI及云计算等数据处理之中。这是一个全新的领域，拥有巨大的成长空间。值得一提的是，市场上还存在着比GPU专用程度更高的芯片，包括FPGA （Fieldprogrammable gate array,可编程逻辑阵列）和针对某一类AI计算的ASIC （Applicationspecific integrated circuit,特定场景芯片）,包括谷歌推出的TPU （张量计算单兀）和特 斯拉推出的NPU （神经网络计算单元），虽然在某些特定计算上效率更高，但目前这些芯片的使用场景比较单一，市场规模还较小。1.2. 英伟达发展历史英伟

6、达（NVIDIA）是一家以GPU （Graphics Process Unit,图形处理单元）芯片设计起家的人工智能计算公司。公司创立于1993年，总部位于美国加利福尼亚州圣克 拉拉市。美籍华人Jensen Huang （黄仁勋）是创始人兼CEOo 1999年，NVIDIA定义了 GPU, GPU的出现被业界视为现代计算机图形技术的开端。英伟达于1999年1月在纳 斯达克挂牌上市，在2000年它收购了曾经在90年代称霸图形显示市场的3dfx公司的知识产权，逐渐占据图形显示市场的优势地位。到2021年为止，在消费PC领域,能够量产GPU的公司只有英伟达、AMD和英特尔，其中英特尔主要是以集成GP

7、U为主，AMD既有集成GPU也有独立GPU,英伟达主要是独立GPUo在独立GPU领域，英伟达2021Q1占据81%的市场份额，处于绝对的领先地位。公司20多年来始终引领GPU行业的发展，将GPU的主要应用场景从游戏以及画图等图像显示扩展到了以AI、云计算等大数据相关的并行计算领域。英伟达保持着两年升级一次GPU架构的步伐，不断提高GPU的性能。在英伟达GTC 2020主题演讲中，NVIDIA宣布推出安培（Ampere）架构，这是NVIDIA发布的第八代GPU架构，包含超过540亿个晶体管，性能相较于前代提升了高达20倍，也是NVIDIA 8代GPU历史上最大的一次性能飞跃。安培架构的最新一代R

8、TX30系列游戏GPU和AI计算GPUA100作为各自领域的代表产品，继续推动着相关领域的发展。图6:英伟达分业务的历史营收变化 Gammj Data Center Profe$enal vjsuaiedtton Auto SOEM & OthersiiiiliillllhillllllQ4FY16Q4RTX704 FT IS04 mgQ4 Rf20Q41.3.英伟达业务简介按照FY2022 （对应公历2021.1-2022.1）的年报分法，英伟达有消费者（游戏）业务Gaming、数据中心业务Data Center汽车业务Auto专业解决方案业务Professional Visualizati

9、on以及OEM和其他业务OEM&Others,英伟达主要为这些领域提供GPU芯片及相应的软件工具链。从消费者行为来看，在PC端购买独立GPU的主要目的是为了体验 高性能游戏，因此英伟达将PC端GPU的销售业务称之为游戏业务。游戏业务一直是英伟达的主营业务，在各板块中营收排名领先；随着AI和云计算的不断兴起，英伟达逐渐将GPU打造为AI和云计算提供算力的底层芯片，这部分与AI和云计算相关的业务被称为数据中心业务。英伟达数据中心业务营收从2020年以来迎来迅速增长，我们预计在2025年左右将成为营收规模最大的板块；汽车智能化对算力需求的提高，英伟达也将GPU芯片装入车辆中为其提供高算力。随着汽车智

10、能化的不断提速，我们预计英伟达汽车业务营收也会快速增长，成为公司的一个重要板块。（报告来源：未来智库）2 .传统业务：消费者（游戏）相关业务保持稳定增长2.1. 英伟达GPU五年来持续占据PC独显六成以上市场由于疫情导致的居家时间延长，公司GPU量价齐升，FY2022Q2游戏相关营收同比大增85%,单季收入首次超过30亿美元。英伟达的GPU在PC端是以独立显卡的形式存在，通过独立显卡可以实现高帧率高分辨率3A游戏、专业绘图等应用。独显领域是一个壁垒极高的市场，经过20多年的充分竞争后,目前仅有英伟达、AMD可以推出相关产品，而英伟 达占据绝对的领先优势。2021Q1英伟达在PC独显市场占据81

11、 %的市场份额（2020全年为77%） o以每两年更新一次架构、每半年性能翻倍的速度，持续引领消费级GPU市场。2020年9月2日，英伟达发布了新一代显卡RTX30系列，与前一代RTX20系列相比，采用了全新的安培架构，在核心数、显存、频率等性能都有了大幅度提升。RTX30的高算力加上英伟达的DLSS （Deep Learning SuperSampling,深度学习超采样）技术，大大提高实际场景的运算力（在算力不变的情况下提高帧率），使得英伟达显卡深受游戏玩家的喜爱。在中国，RTX30系列中的RTX3080由发售价的5499元人民币被一路炒高至18000元左右，足见其火爆程度（虽然部分原因是

12、受到数字货币挖矿抢货的影响）。英伟达以半年性能提升一倍的“黄氏定律”牢牢占据GPU的领导者地位。截止到2021年3月，英伟达的各系列GPU在性能排行的前20名中占据了包括第一名在内的14个席位，可以看出英伟达在GPU领域的霸主地位。图7:全球台式机GPI市场份额变化（单位：百万片）2.2. 借助Bluefield能力，发力云游戏Geforce Now业务云游戏是以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力就可以，因此其市 场潜力很大，据Ne

13、wzoo 2021年3月发布的报告预测，2023年全球云游戏市场收入可能达到51亿美元。但目前主要受限于网络延迟以及服务器延迟等方面，市场尚处于初期阶段。除英伟达外，目前还有微软、谷歌、索尼、腾讯以及网易等也在拓展云游戏业务。英伟达云游戏平台Geforce Now采用Bluefield架构，解决云游戏服务器的延迟问题。对于云游戏来说,延迟是最亟待解决的问题。而控制延迟的关键，不仅需要良好的通信网络能力，更为重要的是对云端服务器的数据处理特别是图形相关的处理速度。英伟达利用其在数据中心的经验，优化了服务器架构，推出了英伟达云游戏平台Geforce Now,采用RTX服务器来实现更低延迟（整体延迟

14、小于100ms），使云游戏体验得到了优化。由于目前云游戏仍受限于网络延迟，整个市场尚不成熟，但随着基础设施的不断发展,此项业务将为英伟达带来未来全新增长空间。（报告来源：未来智库）3 .成长业务：数据中心成为云和AI领域基础设施，营收迅速扩大英伟达成为云计算和AI这个未来“金矿”行业的芯片及服务器等“铲子”工具GPU的主要供应商，2020年以来以AI和云计算为主要服务对象的数据中心业务营收 规模已经和游戏业务相当。英伟达创始人、CEO黄仁勋于2021年6月份在接受第一财经的采访中表示，“数据中心规模计算的时代已经来临。我们想成为一家数据中心企业，数据中心正在占据我们业务越来越重要的地位。”他说

15、道，“而各种新兴技术的汇聚，比如云计算、人工智能、加速计算、工业5G等，将会成为解决计算时代重要问题的最后 几块拼图。”英伟达在数据中心上布局很早，利用在GPU中积累的芯片设计经验，推广到了数据中心业务。从英伟达近一年的财报中也可以看出，英伟达在数据中心的业务收 入已经和游戏业务比肩，且有超越游戏业务的潜力。从2021年6月举办的国际超级计算大会ISC上公布的超级计算榜单可以看出，TOP10中有8台使用英伟达的技术，TOP500中有342台使用英伟达的技术，可见英伟达在数据中心业务的优势。英伟达在 数据中心领域的成功离不开硬件（A100. DGXA100. InfiniBand）以及相关软件（CUDA）等的支持，英伟达在云与数据中心领域形成了一整套完整的生态系统，成为云和AI领 域基础算力及算法工具链等基础工具的供应商，在AI的布局中拥有不可替代的位置。图11:数据中心逐渐成为互联网架构的核心以CPU为中心（Onload）以物8为中心（Offload!am.surastr id3.1. 采用并行计算的GPU天生适合AI领域的运算AI算法多为并行结构。AI领域中用于图像识别的深度学习、用于决策和