图形处理器发展现状

　　3D图形绘制技术已经渗透到各种移动设备中。相对于桌面PC,移 动设备图形处理需要以更低的功耗、更有限的内存带宽和较低的运算能力实现高性能、高质量的图形显示效果。以下为图形处理器发展现状的分析。

　　图形处理器(英语：Graphics Processing Unit，缩写：GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。

　　用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分，承担输出显示图形的任务，对于从事专业图形设计的人来说显卡非常重要。

　　GPU在高性能计算领域的使用，使得CPU不再是计算芯片的唯一选择。与CPU相比，GPU具有更强大的计算能力(目前Nvidia最新K80具有4992个core，双精度浮点计算能力高达2.9TFlops，内部存储带宽480GB/s)，任务处理模式更为简单，逐渐应用于高性能计算的各领域，助力行业快速发展。

　　通过对图形处理器发展现状分析，作为高性能计算新的应用领域，深度学习(Deep Learning)是近年来机器学习的热点，在图像识别、语音识别等领域取得了突破性进展，其应用模式采用大数据+深度神经网络模型相结合，以GPU集群方式对数据或深度网络模型进行并行化，加速程序执行效率。

　　利用GPU来加速深度学习，训练深度学习网络，可以充分发挥GPU数以千计计算核心的高效并行计算能力，在使用海量数据训练数据场景下，所耗费时间大幅缩短，占用的服务器也更少。采用GPU集群作为基础架构搭建深度学习/机器学习平台，已成为目前该领域首选解决方案，并广泛应用于Google、百度、Facebook等公司。

　　通过对图形处理器发展现状分析，GPU在并行计算、浮点以及矩阵运算方面的强大性能，使其获得了需要大量并行计算的深度学习等高性能运算市场的青睐。与传统的CPU服务器相比，采用GPU加速的服务器在达到相同计算精度条件下，可将训练速度提高5~10倍。

　　集成在游戏PC中，用于图形处理的GEFORCEGTX1080Ti显卡功耗达到了250W，专用于A.I数据中心的Tesla系列加速卡功率也基本都在300W左右。用于PC的英特尔酷睿i系列CPU功耗一般在50-70W之间;用于服务器端的英特尔XeonE系列CPU功耗也只在90-130W之间。

　　当前国内市场上还在出售的游戏显卡价格从2千元到1万元不等。这还是以京东商城上低配版的最低价格计算。新推出的显卡基本在5千到1万左右，价格较为昂贵。以上便是图形处理器发展现状的所有分析了需要了解更多内容请关注2018-2023年图形处理器市场行情监测及投资可行性研究报告。

更多处理器行业研究分析，详见中国报告大厅《处理器行业报告汇总》。这里汇聚海量专业资料，深度剖析各行业发展态势与趋势，为您的决策提供坚实依据。

更多详细的行业数据尽在【数据库】，涵盖了宏观数据、产量数据、进出口数据、价格数据及上市公司财务数据等各类型数据内容。