八大重點行業(yè)中，金融行業(yè)信創(chuàng) 首當(dāng)其沖，推進速度最快，電信緊隨其后，之后是能源、交通、航空航天，教育、 醫(yī)療也在逐步進行政策推進和試點。

?

1、CPU：服務(wù)器需求穩(wěn)健增長，x86 依舊為當(dāng)前主流?

CPU 是計算機的控制核心，主要包括控制單元、運算單元和運算單元。CPU 是計 算機的運算和控制核心，是信息處理、程序運行的最終執(zhí)行單元，是計算機的核 心組成部件。

CPU 的本質(zhì)是超大規(guī)模集成電路，用于解釋計算機指令和處理計算 機軟件中的數(shù)據(jù)，并負責(zé)控制、調(diào)配計算機的所有軟硬件資源。CPU 主要包括控 制單元、運算單元和運算單元，控制單元從存儲單元中獲取可執(zhí)行的代碼，通過指令譯碼將其轉(zhuǎn)換為可執(zhí)行的指令，進而運算單元基于獲取的指令對存儲單元中 的數(shù)據(jù)進行運算。

CPU 指令集可以分為復(fù)雜指令集（CISC）和精簡指令集（RISC）兩大類。計算機 的程序最終需要轉(zhuǎn)化為“指令”才能在 CPU 上運行，所以采用的指令集對于 CPU 的設(shè)計尤為重要。復(fù)雜指令集架構(gòu)與精簡指令集架構(gòu)是基于兩種不同的指令集思 路進行設(shè)計，這兩種架構(gòu)有著各自不同的特點：復(fù)雜指令集指令豐富、尋址方式 靈活，以微程序控制器為核心，指令長度可變，功能強大，復(fù)雜程序執(zhí)行效率高；精簡指令集指令結(jié)構(gòu)簡單、易于設(shè)計，具有較高的執(zhí)行能效比。

其中，x86 架構(gòu) 是復(fù)雜指令集的代表，而 ARM 架構(gòu)、MIPS 架構(gòu)和 Alpha 架構(gòu)等是精簡指令集的代 表。

CPU 可以廣泛應(yīng)用在各類設(shè)備中，海光 CPU 主要應(yīng)用于服務(wù)器和工作站等場景。CPU 可以應(yīng)用在服務(wù)器、工作站、個人計算機（臺式機、筆記本電腦）、移動終 端和嵌入式設(shè)備等不同設(shè)備上，根據(jù)應(yīng)用領(lǐng)域的不同，其架構(gòu)、功能、性能、可 靠性、能效比等技術(shù)指標(biāo)也存在一定差異。

服務(wù)器具有高速的數(shù)據(jù)處理能力、強大的 I/O 數(shù)據(jù)吞 吐能力、良好的可擴展性，并需要長時間可靠運行，其 CPU 芯片在性能、可靠性、 可擴展性和可維護性等方面要求較為苛刻。因此，服務(wù)器處理器是數(shù)據(jù)處理能力 最強、設(shè)計工藝最復(fù)雜、可靠性最高的處理器。服務(wù)器的應(yīng)用領(lǐng)域包括實時分析、 5G 應(yīng)用、人工智能、機器學(xué)習(xí)、金融、大數(shù)據(jù)和云計算等領(lǐng)域。

x86 在服務(wù)器市場市占率超九成，依舊是當(dāng)前市場的絕對主流。由于 x86 處理器 起步較早，生態(tài)環(huán)境較其他處理器具有明顯優(yōu)勢，因此，應(yīng)用 x86 處理器的服務(wù) 器銷售額占全部服務(wù)器銷售額的比例約為 91%，銷售量占比超過 97%，處于顯著領(lǐng) 先的地位。

根據(jù) IDC 數(shù)據(jù)顯示，2020 年全球 x86 服務(wù)器市場銷售額為 826.5 億美 元，較 2019 年增長 3.31%；全球 x86 服務(wù)器市場銷售量為 1,180.2 萬臺，較 2019 年增長 1.82%。預(yù)計到 25 年中國 x86 服務(wù)器芯片出貨量將達到 1066 萬顆。

2、GPGPU：高算力場景不斷涌現(xiàn)，協(xié)處理器市場快速爆發(fā)?

GPGPU 是 一 種 協(xié) 處 理 器 ， 輔 助 CPU 進 行 非 圖 形 相 關(guān) 的 運 算 工 作 。GPGPU （General-purpose graphics processing unit），也叫做通用 GPU，可 以通俗的將 GPGPU 理解為輔助 CPU 的工具，它能夠幫助 CPU 進行非圖形相關(guān)程序 的運算。GPU（Graphics processing unit）最初的設(shè)計目標(biāo)是為了提升計算機對圖形、圖像、視頻等數(shù)據(jù)的處理性能，解決 CPU 在圖形圖像領(lǐng)域處理效率低的難題。

隨著 GPU 在并行計算方面性能優(yōu)勢的逐步顯現(xiàn)以及并行計算應(yīng)用范圍的逐步 拓展，GPU 逐漸分化成兩條分支：

(1) GPU 方向：延續(xù)專門用于圖形圖像處理用途，內(nèi)置了視頻編解碼加速引擎、 2D 加速引擎、3D 加速引擎、圖像渲染等專用運算模塊；

(2) 通用 GPU 方向：GPGPU 作為運算協(xié)處理器，并針對不同應(yīng)用領(lǐng)域的需求，增 加了專用向量、張量、矩陣運算指令，提升了浮點運算的精度和性能，以滿 足不同計算場景的需要。

GPGPU 是當(dāng)前人工智能最主要的協(xié)處理器方案，當(dāng)前已廣泛用于商業(yè)計算和大數(shù) 據(jù)處理。目前，GPGPU 已經(jīng)廣泛用于商業(yè)計算和大數(shù)據(jù)處理，如天氣預(yù)報、工業(yè) 設(shè)計、基因工程、藥物發(fā)現(xiàn)、金融工程等。

在人工智能領(lǐng)域，使用 GPGPU 在云端 運行模型訓(xùn)練算法，可以顯著縮短海量訓(xùn)練數(shù)據(jù)的訓(xùn)練時長，減少能源消耗，從 而進一步降低人工智能的應(yīng)用成本。與此同時，GPGPU 能夠提供完善的軟件生態(tài) 系統(tǒng)，便于各種已有應(yīng)用程序的移植和新算法的開發(fā)，因此全球人工智能相關(guān)處 理器解決方案仍然是以 GPGPU 為主。因此，GPGPU 是人工智能領(lǐng)域最主要的協(xié)處 理器解決方案，占據(jù)人工智能 90%以上的市場份額，在智能工廠、無人駕駛、智 慧城市等領(lǐng)域具有廣泛的市場空間。

根據(jù) Cisco 的預(yù)計，2021 年全球數(shù)據(jù)中心負載任務(wù)量將超 過 2016 年的兩倍，從 2016 年的不到 250 萬個負載任務(wù)量增長到 2021 年的近 570 萬個負載任務(wù)量隨著云計算的不斷發(fā)展，全球范圍內(nèi)云數(shù)據(jù)中心、超級數(shù)據(jù)中心 的建設(shè)速度不斷加快，Cisco 預(yù)計到 2021 年，計算能力更強的超級數(shù)據(jù)中心將達 到 628 座，占數(shù)據(jù)中心總量的 53%。

GPGPU 未來的技術(shù)演變方向。隨著 GPGPU 在大數(shù)據(jù)處理、人工智能、商業(yè)計算領(lǐng) 域的廣泛應(yīng)用，呈現(xiàn)了以下發(fā)展趨勢。

(1) 高算力運算需求不斷涌現(xiàn)：進一步提升工藝制程、增加運算核心數(shù)量、采用 更高帶寬的片上存儲器、提高存儲器的帶寬和容量，持續(xù)提升 GPGPU 產(chǎn)品性 能；另一方面，高帶寬、低延時的片間互連總線結(jié)構(gòu)也是未來產(chǎn)品優(yōu)化提升 的方向之一，以此來滿足不斷涌現(xiàn)的大數(shù)據(jù)量、多任務(wù)應(yīng)用的需求；?

(2) GPGPU 將成為運算協(xié)處理器的主流：運算協(xié)處理器存在多條技術(shù)路線，包括 GPGPU、ASIC、FPGA 等，綜合考慮性能、能效比和編程靈活性等方面的因素， GPGPU 在協(xié)處理器應(yīng)用領(lǐng)域具有非常明顯的優(yōu)勢；

(3) CPU 與 GPGPU 的異構(gòu)計算：CPU 和 GPGPU 的結(jié)構(gòu)特點不同，適用于不同的應(yīng)用 場景，把兩者結(jié)合起來可以充分發(fā)揮各自優(yōu)勢，CPU 處理復(fù)雜的邏輯控制并 進行運算管理，GPGPU 用于對各種大規(guī)模并行計算進行加速。CPU+GPGPU 的異 構(gòu)運算架構(gòu)可以讓系統(tǒng)具有更大靈活性，滿足復(fù)雜場景的不同需求，能夠較 大幅度地提升單獨使用 CPU 或 GPGPU 的任務(wù)執(zhí)行效率。此外，CPU 和 GPGPU 之間還可以通過內(nèi)存共享等方式進行數(shù)據(jù)交互，發(fā)揮異構(gòu)計算的優(yōu)勢。

編輯：黃飛

?