图片来源：视觉中国
傍晚时分八点左右，黄鑫刚下班到家就迫不及待打开电脑。他沉迷一款开放世界游戏，在游戏那片虚拟天地里能找到现实中所缺的放松与自在。可显卡老旧的问题，让他的游戏体验大受影响。
忍受不了这种状况的他，最近果断换上了新主机。显示器画面瞬间变得生动鲜活起来。游戏中，他能看清风吹动树叶的卷曲，雨滴落在叶片上飞溅起的水珠反射着天空的光芒，角色拨开灌木向前走时，地上的草叶也不再是僵硬地穿过模型。
如此令人沉醉的视觉感受，得益于主机里那颗GPU芯片。它通过超分辨率重建、帧生成、光线追踪优化等技术在"画境"与"真实"间架起桥梁。这是GPU在现实应用中的小小一块拼图，却标志着技术向前迈出了重要一步。
除个人消费市场外，全球数据中心里的商用GPU竞争也热火朝天，战火从技术领域蔓延到资本层面。在AI高速发展的今天，国产GPU积极进取，加速进入国际资本视野。它们的目标是深入行业核心。
"GPU五小虎"虽然技术路线各不相同，但研究机构预测它们的五年复合增速将近30%。
GPU通常指图形处理芯片，从字面意思就能明白，最初它主要承担图形渲染工作。随着软硬件技术的不断进步，GPU已从计算加速领域的核心微处理器，演变为高性能计算与人工智能领域的关键算力基础。
国金证券曾在其研报分析，从生态体系来看，GPU的软件栈一般由上层算法库、中间层接口与驱动、底层编译器与硬件架构构成。"行业主要挑战集中在硬件架构设计及通用计算软件体系的长期建设上。"
目前，全球GPU市场集中度非常高，英伟达和AMD处于领先地位。国内市场则呈现出多元化竞争态势，摩尔线程、壁仞科技、天数智芯、沐曦股份、燧原科技是重要的竞争者，各自的技术路线存在明显差异。
资料显示，摩尔线程主要开发全功能GPU，其采用MUSA架构不会在"图形"和"计算"之间做区分或取舍，同一芯片可以同时支持AI智算、图形渲染、科学计算、物理仿真与超高清视频处理五种功能；沐曦股份、壁仞科技、天数智芯则专注于通用GPU，其中沐曦股份从智算推理端入手，以数据中心训练和推理为核心，同时开发图形渲染产品线（尚在研发阶段）；壁仞科技和天数智芯走的是纯AI训练和推理路线，算力非常突出，图形渲染能力几乎可以忽略不计。
不同的技术路线，也意味着它们瞄准的市场不同。但在华芯金通（北京）半导体研究有限公司首席专家吴全看来，GPU企业的核心路径其实是殊途同归。"没有本质区别。"
吴全进一步阐述，不论做推理、训练、图形处理，还是选择不同的架构（同构、异构、可重构），提升GPU性能都需要更好地打通、优化上层算法库及底层硬件架构等环节。并且成熟的GPU要形成生态圈，就是把上述路线全部整合起来。
吴全将这一过程比作"集成"。他打个比方说，当前国产GPU企业实际上都在跑同一条环山公路，只是出发点不同，有人从A点出发，有人从B点出发，不论怎样绕行，最终都要走完整条路。"有人选择从A点开始，有人选择从B点出发，但到了一定阶段，它们都要回来补充缺失的部分。"
近年来，随着部分国家对GPU等高性能芯片的出口管制力度加大，市场对国产算力芯片的替代需求持续增长，AI模型复杂度提升、推理工作负载扩大、国产替代进程加速以及软件生态逐渐成熟等因素成为行业增长动力。
据弗若斯特沙利文预测，中国通用GPU市场收入将从2024年的1546亿元增长至2029年的7153亿元，2025年至2029年复合增速大约29.5%；国产化率也将同步提高，2022年至2024年，国产化率由2%提升至3.6%，预计到2029年将达到31%。
国产GPU企业密集上市，在"国产替代"浪潮下展开集体资本化运作。
面对机遇，GPU企业都渴望借势发展，它们需要更多资金投入研发实现技术更新，也需要更广阔的舞台让更多产业方了解自己。日前，国产GPU
网友评论