你不了解的國產(chǎn)GPU，都處于什么水平？

國內(nèi)GPU廠商有各自的專注領(lǐng)域，其中不乏自主研發(fā)的產(chǎn)品，在IP、微架構(gòu)創(chuàng)新、軟硬件結(jié)合等方面均有建樹。隨著ChatGPT掀起AI熱潮，大模型對(duì)算力的要求會(huì)越來越高，國內(nèi)GPU廠商以圖形處理、通用GPU（GPGPU）為根基，逐步涉足大模型應(yīng)用，下面列舉幾家具有實(shí)力的國內(nèi)GPU廠商。

登臨科技

登臨科技專注于高性能通用計(jì)算平臺(tái)的芯片研發(fā)與技術(shù)創(chuàng)新，致力于打造云邊端一體、軟硬件協(xié)同、訓(xùn)練推理融合的前沿芯片產(chǎn)品和平臺(tái)化基礎(chǔ)系統(tǒng)軟件。

基于GPGPU的軟件定義的片內(nèi)異構(gòu)計(jì)算架構(gòu)，登臨科技自主研發(fā)了GPU+，在兼容CUDA/OpenCL在內(nèi)的編程模型和軟件生態(tài)的基礎(chǔ)上，通過架構(gòu)創(chuàng)新，完美解決了通用性和高效率的雙重難題。大量客戶產(chǎn)品實(shí)測(cè)證明，針對(duì)AI計(jì)算，GPU+相比傳統(tǒng)GPU在性能尤其是能效上有顯著提升。

圖片來源：登臨科技

登臨科技GPU+架構(gòu)經(jīng)過優(yōu)化，在基準(zhǔn)測(cè)試中使得計(jì)算單元、片上內(nèi)存的延遲可以做到30+ cycle，傳統(tǒng)GPU為數(shù)百cycle。

采用“片上內(nèi)存共享”技術(shù)，帶寬僅為國際主流方案的五分之一到六分之一，帶寬降低帶來的好處是更高的能效比、更高的并行性。

此外，GPU+架構(gòu)將計(jì)算密度和計(jì)算效率集中在矩陣單元，綜合上述特性，基于登臨科技GPU+架構(gòu)的產(chǎn)品與國際旗艦產(chǎn)品相比，具有三到四倍單卡能效比優(yōu)勢(shì)。

圖片來源：登臨科技

在生態(tài)上，登臨科技GPU+兼容國內(nèi)外主流CPU、服務(wù)器，以及Network引擎，可有效降低用戶的遷移成本。憑借創(chuàng)新的架構(gòu)、獨(dú)有的技術(shù)和完整的生態(tài)支持，面向生成式AI的應(yīng)用和大模型發(fā)展浪潮，登臨科技可提供強(qiáng)有競爭力的算力加速方案，全面助力用戶產(chǎn)品的性能提升以及應(yīng)用落地。

中微電科技

中微電科技專注GPU技術(shù)研發(fā)，GPU/顯卡產(chǎn)品主要應(yīng)用于信創(chuàng)市場、消費(fèi)市場、人工智能、邊緣計(jì)算等領(lǐng)域。中微電科技自主研發(fā)的指令集MVP ISA被工信部評(píng)定為“完全自主知識(shí)產(chǎn)權(quán)指令集”，成功進(jìn)行多次基于MVP核的SoC芯片流片，取得處理器領(lǐng)域核心發(fā)明專利22項(xiàng)。

在“十四五”規(guī)劃期間，中微電科技完成“南風(fēng)”系列GPU芯片MVP核處理器架構(gòu)、GPU核心自主知識(shí)產(chǎn)權(quán)IP、MVP指令集、編譯器及軟件棧等創(chuàng)新迭代升級(jí)及系統(tǒng)適配對(duì)接。完成“南風(fēng)一號(hào)”量產(chǎn)、“南風(fēng)二號(hào)”量產(chǎn)和“南風(fēng)三號(hào)”預(yù)研，打造GPUIP級(jí)、芯片級(jí)和板塊級(jí)產(chǎn)品，形成“自主+安全”的場景解決方案。

圖片來源：中微電科技

中微電科技“南風(fēng)一號(hào)”已于2022年完成流片，并于回片當(dāng)天點(diǎn)亮成功。“南風(fēng)一號(hào)”顯卡已與長城信創(chuàng)臺(tái)式機(jī)、麒麟操作系統(tǒng)、飛騰處理器、奇安信可信瀏覽器等完全兼容、運(yùn)行穩(wěn)定，性能滿足黨政、金融及安防等信創(chuàng)產(chǎn)業(yè)鏈專用整機(jī)電腦PC顯卡需求。

通過“南風(fēng)一號(hào)”成功點(diǎn)亮可以充分驗(yàn)證自研GPU IP滿足桌面電腦顯示的基本功能和性能要求。相對(duì)于授權(quán)IP受制于人，功能性能受限及產(chǎn)品同質(zhì)化競爭的問題，自研IP不受任何第三方控制，可自主迭代發(fā)展,有望徹底解決卡脖子問題，打造自主GPU產(chǎn)業(yè)生態(tài)。只有堅(jiān)持自主IP路線，深度的自研才能在產(chǎn)品和價(jià)格上形成競爭力，成為獨(dú)特的IP護(hù)城河。

沐曦集成電路

沐曦集成電路（下文簡稱沐曦）專注于設(shè)計(jì)具有完全自主知識(shí)產(chǎn)權(quán)，針對(duì)異構(gòu)計(jì)算等各類應(yīng)用的高性能通用GPU芯片。首款異構(gòu)GPU產(chǎn)品MXN100采用7nm制程，已于2022年8月回片點(diǎn)亮，主要應(yīng)用于推理側(cè)；應(yīng)用于AI訓(xùn)練及通用計(jì)算的產(chǎn)品MXC500已于2022年12月交付流片，公司計(jì)劃2024年全面量產(chǎn)。

沐曦?fù)碛型耆灾餮邪l(fā)的GPU IP、指令集和架構(gòu)，以及兼容主流GPU生態(tài)的完整軟件棧（MXMACA），產(chǎn)品具備高能效、高通用性。目前已推出MXN系列GPU（曦思）用于AI推理，MXC系列GPU（曦云）用于AI訓(xùn)練及通用計(jì)算，以及MXG系列GPU（曦彩）用于圖形渲染，可滿足數(shù)據(jù)中心對(duì)高能效和高通用性的算力需求。

圖注：沐曦產(chǎn)品系列。來源：沐曦、財(cái)通證券研究所

景嘉微

景嘉微研發(fā)了JM5400、JM7200、JM9為代表的系列圖形處理芯片，目前正籌集資金用于“高性能通用GPU芯片研發(fā)及產(chǎn)業(yè)化項(xiàng)目”、“通用GPU先進(jìn)架構(gòu)研發(fā)中心建設(shè)項(xiàng)目”。

在技術(shù)儲(chǔ)備方面，截至2022年12月31日，景嘉微共申請(qǐng)238項(xiàng)專利（193項(xiàng)國家發(fā)明專利、31項(xiàng)實(shí)用新型專利、10項(xiàng)國際專利、4項(xiàng)外觀專利），較2021年同比增長16.10%，其中87項(xiàng)發(fā)明專利、29項(xiàng)實(shí)用新型專利、4項(xiàng)外觀專利均已授權(quán)，登記了119項(xiàng)軟件著作權(quán)，登記了2項(xiàng)集成電路布圖。

圖注：景嘉微GPU產(chǎn)品JM9規(guī)格

2022年公司圍繞核心產(chǎn)品保持高研發(fā)投入，成功研發(fā)JM9系列第二款GPU芯片，并完成適配測(cè)試工作。2022年和1Q23受政策波動(dòng)影響，市場需求萎縮，景嘉微產(chǎn)品銷量減少。

景嘉微成長動(dòng)力主要為算力需求有望拉動(dòng)圖形渲染GPU市場，進(jìn)一步打開信創(chuàng)需求，對(duì)辦公PC的GPU性能提出更高要求，推動(dòng)獨(dú)立顯卡成為主流配置，信創(chuàng)GPU市場有望迎來擴(kuò)容。同時(shí)隨著數(shù)字化的發(fā)展，云游戲、數(shù)字孿生、元宇宙、工業(yè)數(shù)字化等產(chǎn)業(yè)成為高性能渲染GPU新的增長點(diǎn)。

圖注：景嘉微業(yè)績預(yù)測(cè)（來源：浙商證券研究所）

龍芯中科

龍芯中科掌握了處理器核及相關(guān)IP核設(shè)計(jì)的核心技術(shù)，是國內(nèi)極少數(shù)使用自主架構(gòu)研制通用處理器的企業(yè)。龍芯中科掌握指令系統(tǒng)、處理器核微結(jié)構(gòu)、GPU以及各種接口IP等芯片核心技術(shù)，在關(guān)鍵技術(shù)上進(jìn)行自主研發(fā)，擁有大量的自主知識(shí)產(chǎn)權(quán)，已取得專利400余項(xiàng)。龍芯指令系統(tǒng)和處理器IP核的關(guān)鍵技術(shù)已申請(qǐng)相關(guān)專利，相關(guān)處理器芯片也申請(qǐng)了集成電路布圖設(shè)計(jì)版權(quán)。

圖注：龍芯中科的核心技術(shù)（來源：龍芯中科招股書）

在顯卡GPU驅(qū)動(dòng)層面，根據(jù)龍芯系統(tǒng)架構(gòu)的特點(diǎn)和優(yōu)勢(shì)，通過數(shù)據(jù)布局、傳輸通路、協(xié)作機(jī)制等優(yōu)化手段，圖形系統(tǒng)可充分釋放GPU的性能潛力。在渲染庫、解碼庫等基礎(chǔ)圖形庫層面，結(jié)合龍芯CPU微結(jié)構(gòu)和指令集的特點(diǎn)進(jìn)行算法優(yōu)化，從而推動(dòng)整體系統(tǒng)性能的改善。

海光信息

海光信息同時(shí)具備CPU和DCU研發(fā)能力，在電信、金融、能源等重要行業(yè)領(lǐng)域?qū)崿F(xiàn)訂單放量。當(dāng)前海光四號(hào)、海光五號(hào)CPU產(chǎn)品，以及深算二號(hào)、深算三號(hào)DCU（深度計(jì)算單元）產(chǎn)品研發(fā)進(jìn)展順利。

海光DCU系列產(chǎn)品以GPGPU架構(gòu)為基礎(chǔ)，兼容“類CUDA”環(huán)境，具備豐富軟硬件生態(tài)，全面覆蓋支持深度學(xué)習(xí)訓(xùn)練場景，滿足AI、大數(shù)據(jù)處理、商業(yè)計(jì)算等高性能需求。深海一號(hào)DCU產(chǎn)品在典型應(yīng)用場景下性能已達(dá)國際同類型產(chǎn)品同期水平，已經(jīng)在北京大學(xué)高性能計(jì)算系統(tǒng)及百度飛槳AI大框架中應(yīng)用落地，未來有望持續(xù)受益于AIGC時(shí)代算力需求爆發(fā)以及國產(chǎn)替代下的龐大市場。

圖注：海光信息業(yè)績預(yù)估

從消費(fèi)應(yīng)用到大模型，國內(nèi)GPU如何突破？

目前實(shí)現(xiàn)商業(yè)化的國內(nèi)GPU產(chǎn)品以消費(fèi)應(yīng)用居多，據(jù)Imagination中國區(qū)技術(shù)總監(jiān)艾克介紹，消費(fèi)應(yīng)用的GPU和大模型中的GPU有所不同，國內(nèi)GPU廠商要將技術(shù)和產(chǎn)品擴(kuò)展到大模型應(yīng)用，需要關(guān)注幾點(diǎn)：

（1）技術(shù)研發(fā)：大規(guī)模GPU模型需要高性能的計(jì)算能力和大規(guī)模的數(shù)據(jù)存儲(chǔ)能力，需要加強(qiáng)對(duì)GPU技術(shù)的研發(fā)力量，提升核心技術(shù)水平。包括研發(fā)GPU架構(gòu)、設(shè)計(jì)和制造工藝的能力，提高芯片性能和功耗比，推動(dòng)技術(shù)創(chuàng)新。

（2）創(chuàng)新應(yīng)用：需要在新的應(yīng)用領(lǐng)域進(jìn)行創(chuàng)新，如人工智能、云計(jì)算、大數(shù)據(jù)，自動(dòng)駕駛等。這些領(lǐng)域?qū)τ?jì)算能力的要求非常高，GPU可以提供并行計(jì)算能力，因此加強(qiáng)與這些領(lǐng)域的合作，推動(dòng)GPU技術(shù)的應(yīng)用。

（3）產(chǎn)業(yè)環(huán)境：需要打造良好的產(chǎn)業(yè)環(huán)境，吸引和培育GPU相關(guān)企業(yè)和人才。加大對(duì)GPU產(chǎn)業(yè)鏈關(guān)鍵環(huán)節(jié)的支持力度。同時(shí)，建立起完善的知識(shí)產(chǎn)權(quán)保護(hù)體系，保護(hù)自主研發(fā)成果。

（4）先進(jìn)制造工藝：當(dāng)前最先進(jìn)制程和高GPU算力的設(shè)計(jì)，或受到美國出口技術(shù)的限制。如果國內(nèi)先進(jìn)制程技術(shù)能夠獲得突破，那么將十分利于國產(chǎn)GPU的發(fā)展。

圖注：消費(fèi)級(jí)GPU與大模型GPU的區(qū)別（來源：Imagination）

小結(jié)

海外廠商的發(fā)展過程有幾個(gè)特點(diǎn)值得觀察。首先，選擇技術(shù)方向或許比快速展開業(yè)務(wù)更加重要。NVIDIA很早就意識(shí)到GPU在科學(xué)計(jì)算領(lǐng)域的潛力，并將其應(yīng)用于人工智能、深度學(xué)習(xí)等領(lǐng)域。提前布局為未來趨勢(shì)做好準(zhǔn)備。

其次，持續(xù)進(jìn)行微架構(gòu)創(chuàng)新。NVIDIA始終保持著創(chuàng)新和領(lǐng)導(dǎo)地位，與不斷研發(fā)新的GPU微架構(gòu)和技術(shù)、提升性能和能效有較大關(guān)系。NVIDIA在GPU微架構(gòu)上不斷演進(jìn)，推出了包括Tesla、Fermi、Kepler、Maxwell、Pascal、Volta、Turing、Ampere在內(nèi)的架構(gòu)，每一次微架構(gòu)的創(chuàng)新涵蓋了許多關(guān)鍵技術(shù)的引入和改進(jìn)，推動(dòng)了游戲圖形性能的提升，也使得GPU在科學(xué)計(jì)算、人工智能等領(lǐng)域發(fā)揮了重要作用。

此外，國產(chǎn)GPU發(fā)展初期可以通過兼容CUDA的部分功能，快速拓展市場，降低開發(fā)難度和用戶移植成本，但是長期來看，國內(nèi)GPU廠商還是要不斷提升自身的軟硬件實(shí)力，打造一個(gè)自己的、獨(dú)具特色的軟硬件生態(tài)系統(tǒng)。

審核編輯黃宇