GPU（Graphics Processing Unit，图形处理器）
从图形渲染演化为通用并行计算（GPGPU）的核心算力引擎。当前 AI 训练 / 推理的事实标准硬件，是 AI 产业链中价值密度最高的环节（据2-01）。
是什么
GPU 最初为图形渲染设计，凭借大规模并行计算架构（数千个流处理核心）后被发现极适合矩阵运算与神经网络训练。1999 年 NVIDIA GeForce 256 首次提出 "GPU" 概念，2006 年 CUDA 生态 推出后正式进入"通用计算"时代（GPGPU），从而奠定 AI 时代算力底座。
为什么关键
- AI 训练与推理的事实标准 — NVIDIA 在数据中心 AI GPU 市占率 80-90%，CUDA 生态 400 万+ 开发者构成最深护城河
- 与 ASIC / FPGA 的"通用 vs 专用"对照 — GPU 通用但能效次优，ASIC 专用且能效更高，FPGA 介于两者之间
- 系统级竞争核心组件 — 与 HBM / NVLink / CoWoS 共同决定整机算力
- 超级周期受益者 — 2024 年全球 AI 加速芯片市场约 $1,160 亿，2026E $1,600-1,800 亿（据2-01）
代表玩家（三大阵营）
| 阵营 | 代表 | 路线 |
|---|---|---|
| 全球龙头 | NVIDIA、AMD | CUDA / ROCm 双生态 |
| 中国国产 | 摩尔线程、沐曦集成、壁仞科技、天数智芯 | 全功能 GPU / CUDA-ROCm 兼容 |
| 边缘 / 失利 | Intel | Gaudi 战略基本出局，独立 AI 加速器市场 <1% |
替代 / 竞争（含 typed-link）
∈ belongs_to::2-01-核心逻辑芯片 ⚔ competitor::ASIC — 云厂商自研 ASIC 是"去 NVIDIA 化"结构性趋势 ⚔ competitor::FPGA — 推理低延迟场景部分应用，被 GPU / ASIC 双向挤压 ⚔ competitor::晶圆级芯片 — Cerebras Systems 新架构差异化路线