AI产业链地图·知识库 GPU · 概念
🚧 网站建设中 更新 2026·08·05 → 产业链图谱
第二层 · 更新 2026·08·05
概念 技术 / 术语

GPU

Graphics Processing Unit · 图形处理器 · GPGPU · 通用图形处理器

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

GPU CONCEPT · 概念
首次提出
1999
归属层
第二层 · 芯片系统
关键参与方
NVIDIA, AMD, 摩尔线程, 沐曦集成
反向引用
560 处 · 来自 374

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 核心逻辑芯片)。

为什么关键

  • AI 训练与推理的事实标准NVIDIA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
  • 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 核心逻辑芯片

代表玩家(三大阵营)

阵营 代表 路线
全球龙头 NVIDIAAMD 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

所属子板块核心逻辑芯片
GPU
本页 · 产业链位置
竞争对手
云厂商自研 ASIC 是"去 NVIDIA 化"结构性趋势
推理低延迟场景部分应用,被 GPU / ASIC 双向挤压
Cerebras Systems 新架构差异化路线

关键来源

正文双链:子行业公司概念