没有合适的资源?快使用搜索试试~ 我知道了~
GPU服务器市场格局市场空间分析.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 79 浏览量
2022-11-02
18:50:19
上传
评论
收藏 402KB DOCX 举报
温馨提示
试读
12页
。。。
资源推荐
资源详情
资源评论
GPU 服务器市场格局市场空间分析
一、GPU 服务器市场规模
GPU 具有较为完整的技术生态。高运算性能硬件、驱动支撑、API 接口、通
用计算引擎/算法库、较为成熟的开发环境都为应用 GPU 的深度学习开发者提供
了足够友好、易用的工具环境。开发者可以迅速获取到深度学习加速算力,降低
了深度学习模型从研发到训练加速的整体开发周期。
驱动程序,独立显卡厂商不仅提供高性能硬件,也一直提供配套驱动来支持
其 GPU 调用计算资源。早期图形处理、游戏业务的优势地位使得英伟达一直在
GPU 驱动下了不少功夫,公司总部大多数员工都是从事驱动程序的研发工作。从
图形接口 API 来看,不同的独立显卡厂商提供不同的图形标准 API,而不同的 API
接口适应于不同的计算系统,如 OpenGL 标准支持 Unix 系统的服务器计算平台,
Direct3D 支持 windows 系统的 PC。英伟达推出的
CUDA(ComputeUnifiedDeviceArchitecture)通用并行计算平台,是为利用 GPU
并行运算能力开发的计算平台。可以让开发人员用 C 语言编写的程序在其处理器
上高速运行,大大提升了通用 GPU 的易用性。
算法库,CUDA 包括了大量的 GPU 加速库和基于 C 语言的编程工具,开发者
可以在熟悉的编程环境下便捷地调用加速库。CUDA 提供的算法库可以让应用程
序像调用库函数一样简单实现一些深度学习算法。CUDA 开发人员的数量在 5 年
里增长了 14 倍,超过 60 万人,CUDASDK 的下载量达到 180 万。众多 CUDA 开发
人员对于维持英伟达 GPU 客户黏性非常重要。
GPU 完整的技术生态,吸引了大量 A.I 企业采用 GPU 进行人工智能加速,建
立了良好的行业生态。英伟达与科研机构开展合作项目,深入了解科研领域需要
的运算问题,为其提供专业的超级计算加速解决方案。英伟达与不同应用领域的
企业合作,如医疗、金融、天气等,开发面向不同领域的加速产品。截止 2016
年底,与英伟达合作开发深度学习项目的公司已经达到了 19,439 家。除了传统
的互联网巨头公司以外,还有很多创业公司,用于图像识别、语音识别、自然语
言处理、计算机视觉、搜索引擎、医学成像、机器人、数据挖掘等应用加速。
GPU 的高运算性能使其迅速占领 A.I 数据中心市场,完备的生态环境可帮助
其维持霸主地位。从上图可以看出,GPU 的浮点运算能力一直保持着直线上升。
英伟达在 2017 年 GPU 技术大会上发布的全新一代人工智能 GPU 芯片—TeslaV100
能够达到 15Tflops 的单精度浮点性能,7.5Tflops 的双精度浮点性能,可以满
足当前 A.I 深度学习的运算能力。GPU 持续提升的运算能力是其维持在 A.I 数据
中心这一运算密集型应用场景中霸主地位的根本,而面对众多新兴 A.I 芯片的挑
战,GPU 已经建立起的完备的生态环境可帮助其提高防御能力。
GPU 的生态环境有利于其将在训练学习领域(A.I 数据中心)建立的优势延
续至推理应用领域(前端电子产品)。当前 GPU 已经占据了 A.I 数据中心市场,
学习阶段处理器需求已经被 GPU 占领。未来随着 A.I 行业应用的逐渐落地,推理
阶段处理器需求将持续放量。从学习到推理阶段,算法部署的平滑、便捷性是需
要考虑的重要问题。如果从数据中心、云端到前端应用,整个产品线都采用英伟
达的 CUDA 计算平台,可以极大地减少算法跨平台的难度,实现平滑过渡,省去
了变更运行环境所需的协同工作。
相比较而言,无论是 FPGA、还是 ASIC,都尚处于发展阶段。目前有一些公
司基于 FPGA 技术路线或 ASIC 技术路线开发的 A.I 专用芯片,是为满足自身的需
求而进行的个性化开发。典型的就是谷歌的 TPU,公司并没有计划将其做成一款
通用芯片推向市场。有些公司也在基于 FPGA 或 ASIC 开发通用的 A.I 专用芯片,
但是都未达到 GPU 的成熟程度。一款芯片要做的具有通用性,性能稳定优异,需
要较长时间的应用、优化、验证。但是不可否认的是,长期来看,GPU 能耗高、
价格贵等问题也给 A.I 专用芯片留下了机会。A.I 数据中心需求增加。当前深度
学习对海量数据的处理需求,需要专业的 A.I 数据中心来支撑。随着 A.I 的纵深
发展,未来 A.I 数据中心的数据、流量和处理能力也将随之提升,对专业数据中
心需求将会增多。具体表现为:当前许多从事 A.I 研发的互联网巨头,像亚马逊、
百度、腾讯等,都已部署自己的数据中心,并尝试承载A.I 业务,许多 A.I 潜在
应用行业客户尚未部署自己的 A.I 数据中心。随着 A.I 行业应用继续深入发展,
A.I 数据中心的数量和规模将会持续增加。到 2020 年超大规模数据中心将占全
部数据中心服务器安装量的 47%,达到 485 个。预计专业的 A.I 数据中心增长趋
势与之相同,未来几年 A.I 数据中心也呈现直线上升。
GPU 的 A.I 数据中心市场将继续保持高速增长。2015-2017 财年(2017 财年
时间为:2016 年 2 月 1 日-2017 年 1 月 31 日,其他时间依次类推),英伟达数
据中心业务收入达到了:3.17、3.39 和 8.3 亿美元。说明 CPU+GPU 异构系统已
经广泛部署,GPU 在数据中心发挥的强大作用已经被广泛认可。当前英伟达 GPU
在数据中心渗透率还不到 1%,市场成长空间仍然很大。
目前,A.I 数据中心(A.I 数据中心只是 GPU 的全部数据中心市场的一部分,
GPU 应用于数据中心也有可能进行 A.I 以外的超级计算)尚处于早期发展阶段,
主要是互联网巨头在 A.I 深度学习研发阶段部署的 A.I 数据中心,随着 A.I 纵深
发展,A.I 数据中心需求会继续保持高速增长,GPU 在数据中心的市场规模会进
剩余11页未读,继续阅读
资源评论
G11176593
- 粉丝: 6674
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功