gpu服务器是什么?有什么作用？

GPU服务器是基于GPU的应用于视频编解码、深度学习、科学计算等多种场景的快速、稳定、弹性的计算服务。

作用是：出色的图形处理能力和高性能计算能力提供极致计算性能，有效解放计算压力，提升产品的计算处理效率与竞争力。

采用2颗至强E5-2600V3系列处理器，内存采用128GB/256GB DDR4 2133/2400MHZ,系统硬盘采用2块512G SSD固态硬盘，数据硬盘采用3块25寸2T企业级硬盘，或者3块35寸 4T企业级硬盘，平台采用支持两GPU服务器（LZ-743GR），四GPU服务器(LZ-748GT)，八GPU服务器(LZ-4028GR)。

GPU是什么？

GPU（Graphic Processing Unit）即图形处理器，其核心优势在于解决 数据 并行计算问题。

与CPU（Central Processing Unit，中央处理器）相比，GPU拥有更多的算数单元。CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存和足够多的数字及逻辑运算单元，并辅助很多加速分支判断甚至更复杂的逻辑判断硬件；GPU的核数远超CPU，被称为众核（NVIDIA Fermi有512个核），每个核拥有的缓存相对较小，数字逻辑运算单元少且简单。

GPU的分类具有两种维度：

一是根据与CPU的关系，GPU分为独立GPU和集成GPU。 按照是否呈独立的板卡存在，GPU可分为独立GPU和集成GPU。独立GPU（discrete GPU）使用了专用的显示存储器（显存），显存带宽决定了和GPU的连接速度。集成GPU（integrated GPU）与CPU集成于芯片组中，和CPU共享内存带宽。因此，独立GPU运算性能强但功耗和成本高，集成GPU则反之。

二是按应用终端分类，可分为PC GPU、服务器GPU、移动GPU。 其中，PC GPU应用于PC端，既有集成GPU，也有独立GPU；服务器GPU应用于服务器，可做专业可视化、计算加速、深度学习等应用；移动GPU受限于移动端功耗与体积的限制，一般都是集成GPU。

运算能力和功耗是评价GPU的两大重要指标。

显卡厂商将GPU芯片、显存、散热器、显卡接口等包装成完整的一个独立显卡，因此独立显卡可从运算性能和功耗散热两方面来评价，其中运算能力和数据存储能力共同决定了独立显卡的运算性能，而功耗和散热可以从散热设计功耗（TDP）和散热设计两方面考察。

集成GPU的评价在独立显卡的基础上还要额外考虑内存带宽。集成GPU一般用在移动端，不配备独立显存，而是与CPU共用内存，因此内存带宽代替显存带宽成为集成GPU的重要指标。

从市场格局来看，

GPU竞争壁垒高，强者恒强。 GPU有着较高的资本和技术壁垒，寡头垄断市场且集中度不断提升。PC时代，Intel 借CPU捆绑销售了大量集成GPU，占PC GPU市场份额第一。随着独立GPU份额不断扩大，NVIDIA和AMD逐渐崛起。移动互联网浪潮的兴起，让移动GPU市场崛起了ARM 、Imagination等公司。

①PC GPU市场格局：Intel占领集显市场，NVIDA和AMD分享独显份额。 目前全球PC GPU市场参与者主要为Intel、NVIDIA以及AMD。其中集成GPU由于其与CPU集合的特性，由Intel一家独大；独立显卡市场则由NVIDA（英伟达）和AMD（超威半导体）占据。根据JPR统计，2018年四季度个人电脑用独立GPU产品市场，NVDIA份额攀升至812%，AMD下滑到188%。对比2018年三季度，AMD份额为257%，2017年四季度更是占领330%的市场。AMD在独显领域，市场份额呈下滑趋势。

②移动GPU市场格局：五强抗衡，ARM第一。 移动端GPU的发展主要受智能手机发展推动。受限于芯片的面积、能耗以及成本，移动端GPU的性能较PC端GPU更低。2015年移动GPU领域市场份额前5的厂商分别是ARM、Imagination、Qualcomm、Vivante和NVIDIA。据Digitimes统计，2015年ARM全球移动GPU市占率达386%，中国市场市占率接近70%。

国内独立GPU市场空间达250亿元。

英伟达全年市占率约为75%。 JM7200相较初代产品JM5400性能已实现较大突破，能够满足基本办公和显示要求。作为国内唯一量产GPU的企业，随着国产GPU渗透率逐渐提升，公司业绩有望充分受益。

景嘉微在国产GPU领域的竞争对手包括三大派系：

①中船系：包括中船重工709所和中船重工716所。

716所自主研发的JARI G12 采用混合渲染架构，兼顾数据带宽和渲染延时需求，极大的增强了芯片的灵活性和适应性，该GPU不仅支持Windows、Linux、VxWorks等主流操作系统，同时也支持中标麒麟、JARI-Works、道等国内操作系统，

​

②学术系：以西邮微电为代表。 西邮微 电子 科技 有限公司脱胎于西安邮电大学GPU团队，其团队技术指导李涛教授，2009年从 美国 返回受聘西安邮电大学工作，是陕西省百人计划特聘专家，现任西安邮电大学陕西省通信专用集成电路设计工程技术研究中心总工程师。

西邮微电的代表GPU芯片为 “萤火虫1号”，该款芯片历经西安邮电大学GPU团队6年研发，于2015年12月通过了陕西省 科技 厅主持的成果鉴定。“萤火虫1号”主要包括leon3开源处理器、独立自主设计研发的GPU firefly，其3D图形渲染引擎采用传统图形渲染管线技术，共包含14个渲染核以及若干硬件加速器。该芯片运行频率最高为250MHz，峰值计算速度可达25-3GFlops，目前主要作为自主设计研发的GPU雏形芯片。

③引进系：以中科曙光为代表。 中科曙光在CPU领域与AMD进行深度合作，后者2018一季度AMD在PC GPU市占率为149%，在独显GPU领域市占率为349%。2018年6月，AMD在台北展出了全球首款采用7nm技术的GPU芯片，内部整合了四颗二代高带宽显存（4×HBM2），总容量达到了32GB。近年来AMD的GPU业务发展迅速，预计将对中科曙光的GPU业务发展起积极作用。与中科曙光类似的还包括收购了Imagination的凯桥资本以及收购美国图芯的芯原。

景嘉微

公司推出的JM5400芯片打破了外国芯片在我国高性能GPU领域的垄断，填补了国内的市场空白。

2018年9月公司第二代GPU产品JM7200完成流片、 封装阶段工作，基本功能测试符合设计要求。但仅从显卡参数上，国内GPU与国外先进GPU仍存在较大差距， 保守估计技术水平落后6年时间，预计国产GPU短期内在民用市场较难取得突破。

公司的主要产品

公司在图像显控领域主要包括以下几种产品：

图形显控模块： 是信息融合和显示处理的“大脑”，广泛应用于固定翼飞机、旋转翼飞机及其他特种军用飞机等各类机型，可应用于军用舰艇、坦克装甲车等舰载、车载领域。图形显控模块是公司研发最早、积淀最深、也是目前最核心的产品，在国内机载航电系统图形显控领域占据大部分市场份额。

图形处理芯片 ：是图形显控模块最核心的信息处理部件，决定着图形显控模块及整个图形显控系统性能的优劣。公司研发的以JM5400为代表的图形芯片打破外国芯片在我国军用GPU领域的垄断，率先实现军用GPU国产化。公司依托在芯片领域丰富的研发及应用经验，正在逐步 探索 向通用芯片领域延伸，目前已在音频芯片、蓝牙芯片等领域取得了突破

。

加固显示器： 主要作为军用飞机后舱任务系统的显示输出设备。同时采用了热学设计、力学设计、电磁兼容设计等技术，具有抗振、适应宽温工作环境和符合国军标电磁兼容要求的能力。

加固电子盘： 主要用于存储军用飞机航行过程中收集到的各种图形、态势信息数据。小容量的加固电子盘一般配套安装于图形显控模块，大容量的加固电子盘主要用作特种飞机上的独立存储设备。同时，加固电子盘具备加密、自毁等功能。

加固计算机： 主要应用于地面工作站对飞行器采集的图形、态势信息数据进行处理分析。公司利用在相关领域的技术优势，积极参与无人机地面站方舱车辆中加固计算机的科研、生产及服务，将航电领域的优势延伸至无人机地面显控、信息处理领域。公司先后承接了多个型号的加固计算机任务，已在无人机地面站领域占据一席之地。

公司开发的产品具根据客户要求定制开发、模块化设计集成度高、可靠新高、 生命周期 长等特点，叠加我国军用飞机需求不断上升，民用航空市场广阔的时代机遇，公司将依靠深厚的技术积累以及先发优势不断拓展市场空间，巩固国产图显显控领域的龙头地位。

公司目前的客户和销售模式

公司资质齐全，已打入军工集团供应商体系。

公司产品绝大部分为定制化军用电子核心模块，客户主要是国有军工集团下属单位，包括中航工业集团、中国电子 科技 集团以及中船重工集团等，客户集中度高。 中航工业集团是我国负责军用飞机研发、生产的军工集团，公司紧跟中航工业集团，等于牢牢占据军机航空显控市场。 2017年公司第一大客户占公司销售额为8766%；中航工业其下中国航空无线电电子研究所（简称中航工业615所）是中航工业负责军用飞机显控系统的主要制造商。该所主要从事航空电子系统总体与综合，航空电子核心处理与综合应用技术以及航空无线电通讯导航技术三大领域的研究和相关产品的研制和生产。

​

目新一代GPU JM7200适配顺利，加速产业化应用

前公司JM7200芯片已完成与龙芯、飞腾、银河麒麟、中标麒麟、国心泰山、道、天脉等国内主要的CPU和操作系统厂商的适配工作，与中国长城、超越电子等十余家国内主要计算机整机厂商建立合作关系并进行产品测试 ，大力开展进一步适配与市场推广工作。 报告期内，公司JM7200芯片已经获得部分产品订单，将有利于JM7200的大力推广，加速批量订单落地速度。同时，公司下一代芯片研发已进入工程研制阶段，目前已完成可行性论证和方案论证，正在进行前端设计和软件设计

新产品的开发

2018年12月28日，公司向国家集成电路基金、湖南高新纵横共两名特定对象增发的30,596,174股，募集资金总额不超过1088亿元， 用于高性能GPU研发，以及MCU、低功耗蓝牙、Type-C&PD接口三类通用芯片项目

本次项目所研发的JM9231、JM9271产品是面向不同应用领域的两款中、高档系列产品，采用国际同类公司通用做法，根据业界主流的统一渲染架构，支持OpenGL45，在同一架构下，通过减少运算单元数量、渲染通道、显存带宽等手段，降低产品成本。

JM9231 是系公司正在研制的下一代GPU芯片的进一步升级，首先架构上采用了业界主流的统一渲染架构，支持OpenGL45，OpenCL12 API接口，可以无缝兼容市面上主流的CPU、操作系统和应用程序，跟国际同类公司2016年中低端产品性能相当，主要针对国内办公电脑，便携式计算机、中低端的 游戏 机和高端嵌入式系统等消费电子领域，对图形生成和显示能力进行优化和进一步提高。

JM9271采用跟JM9231相同的 统一渲染架构，支持OpenGL45、OpenCL20API接口，通过增加运算单元数量，提高显存带宽，总线和输出接口速率，使得科学计算能 力得到了大幅度提升，可以达到国际同类公司2017年中高端产品的性能，主要针对人工智能、安防监控、语音识别、深度学习、云计算等对计算速度要求非常高的高端应用领域，在JM9231基础上对科学计算能力进行大幅度提高和改进，并针对人工智能领域开发相关的运算库和高性能计算平台，满足客户不同应用需求。

2018年11月28日，景嘉微宣布与中国长城就多领域展开合作：

1）共同开展基于 CPU、GPU、DSP、网络交换芯片、操作系统的计算机整机升级换代的研发工作，推动产业化；解决关键软硬件兼容性问题，完善芯片适配，尽快实现广泛应用；

2）在基于支持 OpenGL 标准的高性能图形处理芯片，视频信号采集转换、编解码压缩、处理传输等技术，二三维地理信息数据应用等显控模块研发上开展技术合作，共同完善计算机系统的软硬件配置及其应用生态；

3）在无线 通信 产品、微波射频和信号处理产品、存储记录数据处理产品等领域开展应用合作；

4）在核心技术引进、关键技术产业化方面，建立投资标的信息及资源共享、互通机制；

5）共同推进信息安全产业链的发展，在计算机装备和民用信息安全基础设施领域展开广泛合作；

6）建立政府项目联合申报机制，共同申报国家级、省内外重大专项，支撑重大战略、项目落地。

携手核工业背景厂商KALRAY共同推进可编程通用芯片发展

长沙景嘉微电子股份有限公司的全资子公司长沙景美集成电路设计有限公司与KALRAYSA签署了《OEMANDDISTRIBUTORAGREEMENT》。景美与KALRAY公司将进行深度业务和技术合作，共同推进可编程通用计算芯片的发展。

KALRAY拥有核工业背景。 成立于2008年，获得法国可替代能源和原子能委员会（CEA）投资，公司同时也是CEA的供应商，它的极限运算技术最开始就是为CEA的核弹实验模拟而定制开发的。除此之外，Kalray的主营项目还包括面向航空航天的重要内嵌系统开发及云计算业务。

KALRAY切入自动驾驶领域，打开新目标市场空间。 以超级计算芯片领域的优势，公司也加入了自动驾驶性能平台竞争的队伍中，推出了第一款面向自动驾驶 汽车 ，拥有288个VLIW内核的大规模并行处理器阵列芯片MPPA®处理器。

KALRAY拥有领先的多核处理器技术。 公司新一代芯片产品Bostan，内核处理器的数量达到了288个，它集成了16个计算集群，2MB的共享内存，每秒可处理数据量为80GB，拥有16个系统核。Bostan由于采用了片上网络NoC的通信方式，结合高速以太网接口（接口标准8GbE~10GbE），具有低延迟性的特点。

公司估值：

未来的发展空间

GPU性能在AI深度学习领域得以充分发挥。 GPU由于其在算法上的优化设计，成为目前深度学习领域应用最为广泛的核心芯片。GPU含有大量的逻辑核心，不依赖缓存，可使用更多内核进行数据的并行运算。作为当前主流的人工智能芯片，具有易于开发、软件生态完善、算力强等诸多优势。

无人驾驶 汽车 是人工智能在 汽车 行业的重大应用，需要传感器收集数据以及处理器对大量数据进行快速运算作为支撑。 英伟达已经开发了两代DrivePX无人驾驶 汽车 平台，其中DRIVEPX2搭载两颗NVIDIATegra处理器（共8个A57核心和4个Denver核心，共计12颗CPU和两颗基于NVIDIAPascal架构的新一代GPU，采用16nmFinFET工艺，单精度计算能力达到8TFlops，功耗250瓦。

gpu是电脑的图形处理器，cpu是电脑的中央处理器。CPU一般由逻辑运算单元、控制单元和存储单元组成，是信息处理、程序运行的最终执行单元。gpu是一种专门在个人电脑和一些移动设备上做图像和图形相关运算工作的微处理器，实现图形加速，现在最主要的是实现3D图形加速。GPU的核数远超CPU，被称为众核，但每个核拥有的缓存大小相对小。

GPU使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L（几何转换和光照处理）、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬件T&L技术可以说是GPU的标志。GPU的生产商主要有NVIDIA和ATI。

CPU由和两大部件组成。此外，还有若干个寄存器和高速缓冲存储器及实现它们之间联系的数据、控制及状态总线。ALU用来执行算术运算、移位操作、地址运算和转换；寄存器件用于保存中间数据以及指令；CU负责对指令译码，并发出为完成每条指令所要执行的各个操作的控制信号。

CPU的运行遵循：存储程序顺序执行。程序执行过程如下：

CPU根据程序计数器从内存中得到指令，然后通过指令总线将指令送至译码器，将转译后的指令交给时序发生器与操作控制器，再从内存中取得数据并由运算器对数据进行处理，最后通过数据总线将数据存至数据缓存寄存器以及内存中。CPU是一步步来处理数据的。在处理大规模与高速数据时，CPU很难满足需要。

当芯片的集成度增加后，漏电流也随之增大，但时钟频率的提高有限，而且晶体管的线宽很快就会到达物理极限，因此芯片的性能很难靠减小晶体管线宽来提高。另一个想法是芯片不变，而在应用系统上加人工智能，以此取得计算上的收益。随着大数据时代的到来，以人工智能为导向的应用系统也越来越多了。

在现代的计算机中，图形处理越来越重要，于是一个专门处理图形的核心处理器GPU应运而生。对于处理图形数据来说，图形上的每个像素都要被处理，这就是一个大数据，因此对运算速度的要求很高。但GPU所需的功能比较单一，于是就诞生了基于优化图形处理的GPU构架。

CPU的功能模块多，适合复杂的运算环境，大部分晶体管用在控制电路和Cache上，少部分晶体管用来完成运算工作。GPU的控制相对简单，且不需要很大的Cache，大部分晶体管可被用于各类专用电路和流水线，GPU的计算速度因此大增，拥有强大的浮点运算能力。

当前的多核CPU一般由4或6个核组成，以此模拟出8个或12个处理进程来运算。但普通的GPU就包含了几百个核，高端的有上万个核，这对于多媒体处理中大量的重复处理过程有着天生的优势，同时更重要的是，它可以用来做大规模并行数据处理。

图形处理器的构成：

GPU的线路板一般是6层或4层PCB线路板。GPU的所有元器件都集成在它的线路板上，线路板影响着GPU的质量。GPU线路板上最大的芯片就是GPU，它上面有散热片和风扇。作为处理数据的核心，GPU大多采用单芯片设计，而专业的GPU也有采用多个GPU芯片的。

GPU线路板上的另一个重要芯片是。它的作用是将显存中的数字信号转换成显示器能够识别的模拟信号，速度以，速度越快，图像越稳定，它决定了GPU能支持的最高刷新频率。为了降低成本，多数厂商都将数/模转换器整合到了GPU芯片中，但仍有一些高档GPU采用独立的数/模转换器芯片。

GPU的数据是存放在显存内的，显存是用来存储等待处理的图形数据信息的。显存容量决定了GPU支持的分辨率、色深。分辨率越高，显示的像素点越多，所需显存容量越大。对目前的三维GPU来说，需要很大的显存来存储Z-Buffer数据或材质数据。

显存有两大类：和显存。前者从GPU中读取数据并向数/模转换器传输数据且经过同一端口，数据的读写和传输无法同时进行；后者则可以同时进行数据的读写与传输。目前流行的显存有SDRAM、SGRAM、DDRRAM、VRAM、WRAM等。

GPU线路板上采用的常见电容类型有电解电容、钽电容等，前者发热量较大，许多名牌GPU采用钽电容来获得性能上的提升。电阻也是如此，常见的金属膜电阻、碳膜电阻越来越多地让位于贴片电阻。

GPU线路板上有对GPU进行供电的供电电路。它的作用是调整来自主板的电流以供GPU稳定地工作。由于GPU越来越精密，因此对GPU供电电路的要求也越来越高。

GPU线路板上还有一款用于VGABIOS的闪存。它包含了GPU和驱动程序的控制程序、产品标识等信息。该闪存可以通过专用程序进行升级，改善GPU性能，有时能给GPU带来改头换面的效果。

GPU线路板上有向GPU内部提供数/模转换时钟频率的晶体振荡器等元器件。此外，由于GPU的频率越来越高，工作时热量很大，GPU线路板上还会有一个散热风扇。

全球GPU芯片行业发展历程

在1984年之前，GPU原本只是用于图形和图像的相关运算，受CPU的调配，但随着云计算、AI等技术的发展，GPU并行计算的优势被发掘，在高性能计算领域逐渐取代CPU成为主角。1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。2006年，NVIDIA发布了第一款采用统一渲染架构的桌面GPU和CUDA通用计算平台，使开发者能够使用NVIDIAGPU的运算能力进行并行计算，拓展了GPU的应用领域。2011年，NVIDIA发布TESLAGPU计算卡，正式将用于计算的GPU产品线独立出来，标志着GPU芯片正式进入高性能计算时代。

全球GPU芯片出货量超过46亿片/年

近些年，全球GPU技术快速发展，已经大大超出了其传统功能的范畴，除了满足目前大多数图形应用需求，在科学计算、人工智能及新型的图形渲染技术方面的技术应用日益成熟，进而推动全球GPU芯片市场的持续高速发展。

从全球GPU芯片出货量来看，根据全球知名调研机构JPR数据，从2021年各个季度来看，全球GPU芯片的季度出货量维持在1-13万片之间，2021年全年出货总量超过46亿片。

全球集成GPU芯片出货量占比超八成

GPU芯片主要可分为独立GPU(封装在独立的显卡电路板上，使用专用的显示存储器，一般来讲，其性能更高)和集成GPU(集成GPU常和CPU共用一个Die，共享系统内存)。

目前，全球集成GPU出货量占比超过八成，占据绝大部分市场份额;但从占比变化趋势来看，独立GPU的市场份额有所增长，反映出市场对高性能GPU芯片需求有所增长。

注：内环2020年q4，外环2021年q4数据。

预计2027年全球市场规模超过320亿美元

根据IC Insights数据，2015-2021年全球GPU芯片市场规模增速超过20%，2021年，全球GPU芯片市场规模超过220亿美元。

根据JPR资料，预计2022-2026年，全球GUP出货量将实现63%复合年增长，以此增长率测算2027年全球GPU芯片行业市场规模将超过320亿美元。

—— 更多本行业研究分析详见前瞻产业研究院《中国GPU芯片行业市场前瞻与投资战略规划分析报告》

同架构同代比较，追求单核效能可以考虑少核高频，比如高频i3普通游戏性能优于低频i5

做视频渲染等工作，多核低频优势更大。

普通用户普通用途，只要主频不是过分低，还是多核好，大不了超一下频（无法超频的除外）