2024年数据处理器行业投资未来发展趋势.pdfVIP

2024年数据处理器行业投资未

来发展趋势

行业现状发展历程驱动因素

行业痛点产业链行业环境

2022年x月x日

目录

01、行业概述

02、发展环境

03、行业现状

04、行业痛点

05、行业前景趋势

01

行业概述

行业定义

行业发展历程

行业产业链

行业定义

理论角度DPU可基于FPGA、MP（Multi-core，MP)与ASIC三类核心处理器进

行设计；产品实现角度已商用的DPU产品形态包括“ASIC+GP”（NVIDIA等采

用）、“ASIC+NP”（华为等采用）。整体技术路线云数据中心流量高速增长，

软件加速、嵌入式CPU加速方案将逐渐被DPU替代；FPGA与SoC是DPU主流的

技术路线，在性能、成本以及灵活性上实现了较为理想的平衡

发展历程

CPU：

CPU应该是大家最常见的。主要包括运算器（ALU,ArithmeticandLogicUnit）和控制单元

（CU,ControlUnit），除此之外还包括若干寄存器、高速缓存器和它们之间通讯的数据、控制及状态的总

线。CPU遵循的是冯诺依曼架构，即存储程序、顺序执行。:

GPU：

为了解决CPU在大规模并行运算中遇到的困难，GPU应运而生，采用数量众多的计算单元和超长的流水线，如名字一样，图

形处理器，GPU善于处理图像领域的运算加速。但GPU无法单独工作，必须由CPU进行控制调用才能工作。CPU可单独作

用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。

DPU：

DPU深度学习处理器最早由国内深鉴科技提出，基于Xilinx可重构特性的FPGA芯片，设计专用的深度学习处理单元（可基于已

有的逻辑单元，设计并行高效的乘法器及逻辑电路，属于IP范畴），且抽象出定制化的指令集和编译器（而非使用OpenCL），

从而实现快速的开发与产品迭代。事实上，深鉴提出的DPU属于半定制化的FPGA。

NPU：

NPU，神经网络处理器，在电路层模拟人类神经元和突触，并且用深度学习指令集直接处理大规模的神经元和突触，一条

指令完成一组神经元的处理。相比于CPU中采取的存储与计算相分离的冯诺伊曼结构，NPU通过突触权重实现存储和计算

一体化，从而大大提高了运行效率。

上游EDA软件服务DPU产线上游EDA市场已在全球范围形成较为成熟、全面、分工明晰的产品线，EDA三巨头已通过产业链

兼并购形成壁垒。中国本土EDA厂商可通过行业资源整合、定制化产品路线突围。上游IP核授权DPU采用10/14纳米先

进工艺，集成的IP数量多，设计成本高；在NPU、BPU等专用产线，中国IP核市场取得突破，在CPU、GPU等通用处理

器市场，中国IP核积累不足。中国封测行业率先实现国产化，并逐步向技术壁垒更高，产品附加价值更大的先进封装发

展，包括WLCSP、3D封装等。数通领域是DPU最大的应用市场，可为终端政企用户提供较为成熟的硬件加速解决方案；

②随着NFV技术的演进，电信市场对DPU的需求将