CUDA(Compute Unified Device Architecture)作为英伟达推出的软件平台，自2006年诞生以来，已经成为许多GPU加速应用程序的标准。
据统计，全球有超过400万开发人员依赖英伟达的CUDA软硬件协同系统，构建AI应用及其他程序。通过CUDA架构，开发人员和软件工程师能够更有效地利用英伟达GPU的计算力，协同软硬件资源以提高计算密集型任务的处理速度。
近日，路透社发表报道说，高通、谷歌、英特尔等其他美国科技巨头，正在成立代号为“UXL”的联盟（Unified Acceleration的简称），联合挑战英伟达的霸主地位。
据最新曝光，高通的AI与机器学习负责人Vinesh Sukumar坦言：“我们就是在指导开发者如何从英伟达迁移到其他平台。”
目前，基于英特尔OneAPI技术的跨平台AI软件工具套件已投入使用，被视为是UXL技术发展的重要一步，下一步就是创建专为AI设计的标准计算编程模型。
值得一提的事，AMD被视为是英伟达最强大竞争对手，但AMD并未出现在UXL的成员名单中。
英伟达对此也展开了对策，在其CUDA软件11.6及更高版本的最终用户许可协议(EULA)中新增了一条禁止逆向工程、反编译或反汇编使用SDK生成结果，并在非英伟达平台上进行转译的规定。这一表述也引起了全球市场的广泛关注。
全球GPU芯片行业发展历程
在1984年之前，GPU原本只是用于图形和图像的相关运算，受CPU的调配，但随着云计算、AI等技术的发展，GPU并行计算的优势被发掘，在高性能计算领域逐渐取代CPU成为主角。1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。2006年，NVIDIA发布了第一款采用统一渲染架构的桌面GPU和CUDA通用计算平台，使开发者能够使用NVIDIAGPU的运算能力进行并行计算，拓展了GPU的应用领域。2011年，NVIDIA发布TESLAGPU计算卡，正式将用于计算的GPU产品线独立出来，标志着GPU芯片正式进入高性能计算时代。
预计2027年全球市场规模超过320亿美元
根据IC Insights数据，2015-2021年全球GPU芯片市场规模增速超过20%，2021年，全球GPU芯片市场规模超过220亿美元。
根据JPR资料，预计2022-2026年，全球GUP出货量将实现6.3%复合年增长，以此增长率测算2027年全球GPU芯片行业市场规模将超过320亿美元。
中信证券预测，今后三年是国产GPU发展关键窗口期，生态建设至关重要。以ROCm为代表的生态实现了并行计算软件库的广覆盖，对主流AI框架如Pytorch等的完善支持都是生态建设的核心。优先推荐性能优良、软件库覆盖率高且能够持续迭代、已获得客户认可的公司如海光信息。昇腾NPU率先获得Pytorch原生支持，且研发资源强大，未来有望持续领先。
中信证券在研报中指出，GPU的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内GPU厂商纷纷大力投入研发快速迭代架构，推动产业开放构建自主生态，加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧，AI&数据中心、智能汽车、游戏等GPU需求有望高增，国产GPU迎来发展黄金期。
前瞻经济学人APP资讯组
更多本行业研究分析详见前瞻产业研究院《中国GPU芯片行业市场前瞻与投资战略规划分析报告》
同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。
更多企业数据、企业资讯、企业发展情况尽在【企查猫APP】，性价比最高功能最全的企业查询平台。
