信創(chuàng)“2+8+N”穩(wěn)步推進(jìn)，芯片是整個(gè)產(chǎn)業(yè)的核心，國(guó)產(chǎn)替代需求旺盛。信創(chuàng)產(chǎn)業(yè)主要由基礎(chǔ)硬件、基礎(chǔ)軟件、應(yīng)用軟件、信息安 全組成，芯片是整個(gè)產(chǎn)業(yè)的核心。經(jīng)過(guò)信創(chuàng)元年的集中爆發(fā)，2021 年信創(chuàng)產(chǎn)業(yè)逐 步走向應(yīng)用落地階段，“適配生態(tài)”、“競(jìng)標(biāo)中標(biāo)”、“產(chǎn)品迭代”等關(guān)鍵詞凸 顯了信創(chuàng)產(chǎn)業(yè)在“2+8”行業(yè)應(yīng)用中的良好態(tài)勢(shì)。

八大重點(diǎn)行業(yè)中，金融行業(yè)信創(chuàng)推進(jìn)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(jìn)行政策推進(jìn)和試點(diǎn)。

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

CPU 是計(jì)算機(jī)的控制核心，主要包括控制單元、運(yùn)算單元和運(yùn)算單元。CPU 是計(jì) 算機(jī)的運(yùn)算和控制核心，是信息處理、程序運(yùn)行的最終執(zhí)行單元，是計(jì)算機(jī)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(jì)算機(jī)指令和處理計(jì)算 機(jī)軟件中的數(shù)據(jù)，并負(fù)責(zé)控制、調(diào)配計(jì)算機(jī)的所有軟硬件資源。CPU 主要包括控 制單元、運(yùn)算單元和運(yùn)算單元，控制單元從存儲(chǔ)單元中獲取可執(zhí)行的代碼，通過(guò)指令譯碼將其轉(zhuǎn)換為可執(zhí)行的指令，進(jìn)而運(yùn)算單元基于獲取的指令對(duì)存儲(chǔ)單元中 的數(shù)據(jù)進(jìn)行運(yùn)算。

CPU 指令集可以分為復(fù)雜指令集（CISC）和精簡(jiǎn)指令集（RISC）兩大類(lèi)。計(jì)算機(jī) 的程序最終需要轉(zhuǎn)化為“指令”才能在 CPU 上運(yùn)行，所以采用的指令集對(duì)于 CPU 的設(shè)計(jì)尤為重要。復(fù)雜指令集架構(gòu)與精簡(jiǎn)指令集架構(gòu)是基于兩種不同的指令集思 路進(jìn)行設(shè)計(jì)，這兩種架構(gòu)有著各自不同的特點(diǎn)：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(zhǎng)度可變，功能強(qiáng)大，復(fù)雜程序執(zhí)行效率高；精簡(jiǎn)指令集指令結(jié)構(gòu)簡(jiǎn)單、易于設(shè)計(jì)，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(jiǎn)指令集的代 表。

CPU 可以廣泛應(yīng)用在各類(lèi)設(shè)備中，海光 CPU 主要應(yīng)用于服務(wù)器和工作站等場(chǎng)景。CPU 可以應(yīng)用在服務(wù)器、工作站、個(gè)人計(jì)算機(jī)（臺(tái)式機(jī)、筆記本電腦）、移動(dòng)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(qiáng)大的 I/O 數(shù)據(jù)吞 吐能力、良好的可擴(kuò)展性，并需要長(zhǎng)時(shí)間可靠運(yùn)行，其 CPU 芯片在性能、可靠性、 可擴(kuò)展性和可維護(hù)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(qiáng)、設(shè)計(jì)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(shí)時(shí)分析、 5G 應(yīng)用、人工智能、機(jī)器學(xué)習(xí)、金融、大數(shù)據(jù)和云計(jì)算等領(lǐng)域。

x86 在服務(wù)器市場(chǎng)市占率超九成，依舊是當(dāng)前市場(chǎng)的絕對(duì)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(shì)，因此，應(yīng)用 x86 處理器的服務(wù) 器銷(xiāo)售額占全部服務(wù)器銷(xiāo)售額的比例約為 91%，銷(xiāo)售量占比超過(guò) 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(chǎng)銷(xiāo)售額為 826.5 億美 元，較 2019 年增長(zhǎng) 3.31%；全球 x86 服務(wù)器市場(chǎng)銷(xiāo)售量為 1,180.2 萬(wàn)臺(tái)，較 2019 年增長(zhǎng) 1.82%。預(yù)計(jì)到 25 年中國(guó) x86 服務(wù)器芯片出貨量將達(dá)到 1066 萬(wàn)顆。

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

GPGPU 是 一 種 協(xié) 處 理 器 ， 輔 助 CPU 進(jìn) 行 非 圖 形 相 關(guān) 的 運(yùn) 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(jìn)行非圖形相關(guān)程序 的運(yùn)算。GPU（Graphics processing unit）最初的設(shè)計(jì)目標(biāo)是為了提升計(jì)算機(jī)對(duì)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(jì)算方面性能優(yōu)勢(shì)的逐步顯現(xiàn)以及并行計(jì)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(zhuān)門(mén)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(zhuān)用運(yùn)算模塊；

(2) 通用 GPU 方向：GPGPU 作為運(yùn)算協(xié)處理器，并針對(duì)不同應(yīng)用領(lǐng)域的需求，增 加了專(zhuān)用向量、張量、矩陣運(yùn)算指令，提升了浮點(diǎn)運(yùn)算的精度和性能，以滿(mǎn) 足不同計(jì)算場(chǎng)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(jì)算和大數(shù) 據(jù)處理。目前，GPGPU 已經(jīng)廣泛用于商業(yè)計(jì)算和大數(shù)據(jù)處理，如天氣預(yù)報(bào)、工業(yè) 設(shè)計(jì)、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(yùn)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(shí)長(zhǎng)，減少能源消耗，從 而進(jìn)一步降低人工智能的應(yīng)用成本。與此同時(shí)，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(kāi)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(chǎng)份額，在智能工廠、無(wú)人駕駛、智 慧城市等領(lǐng)域具有廣泛的市場(chǎng)空間。

根據(jù) Cisco 的預(yù)計(jì)，2021 年全球數(shù)據(jù)中心負(fù)載任務(wù)量將超 過(guò) 2016 年的兩倍，從 2016 年的不到 250 萬(wàn)個(gè)負(fù)載任務(wù)量增長(zhǎng)到 2021 年的近 570 萬(wàn)個(gè)負(fù)載任務(wù)量隨著云計(jì)算的不斷發(fā)展，全球范圍內(nèi)云數(shù)據(jù)中心、超級(jí)數(shù)據(jù)中心 的建設(shè)速度不斷加快，Cisco 預(yù)計(jì)到 2021 年，計(jì)算能力更強(qiáng)的超級(jí)數(shù)據(jù)中心將達(dá) 到 628 座，占數(shù)據(jù)中心總量的 53%。

GPGPU 未來(lái)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(jì)算領(lǐng) 域的廣泛應(yīng)用，呈現(xiàn)了以下發(fā)展趨勢(shì)。

(1) 高算力運(yùn)算需求不斷涌現(xiàn)：進(jìn)一步提升工藝制程、增加運(yùn)算核心數(shù)量、采用 更高帶寬的片上存儲(chǔ)器、提高存儲(chǔ)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(shí)的片間互連總線結(jié)構(gòu)也是未來(lái)產(chǎn)品優(yōu)化提升 的方向之一，以此來(lái)滿(mǎn)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(yùn)算協(xié)處理器的主流：運(yùn)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(shì)；

(3) CPU 與 GPGPU 的異構(gòu)計(jì)算：CPU 和 GPGPU 的結(jié)構(gòu)特點(diǎn)不同，適用于不同的應(yīng)用 場(chǎng)景，把兩者結(jié)合起來(lái)可以充分發(fā)揮各自?xún)?yōu)勢(shì)，CPU 處理復(fù)雜的邏輯控制并 進(jìn)行運(yùn)算管理，GPGPU 用于對(duì)各種大規(guī)模并行計(jì)算進(jìn)行加速。CPU+GPGPU 的異 構(gòu)運(yùn)算架構(gòu)可以讓系統(tǒng)具有更大靈活性，滿(mǎn)足復(fù)雜場(chǎng)景的不同需求，能夠較 大幅度地提升單獨(dú)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(guò)內(nèi)存共享等方式進(jìn)行數(shù)據(jù)交互，發(fā)揮異構(gòu)計(jì)算的優(yōu)勢(shì)。

審核編輯：湯梓紅