GPU 的下游需求正沿两条路线分化：集成 GPU 主要承担传统图像显示，属于存量市场；独立 GPU 面向人工智能、挖矿等需要大规模并发计算的场景，是重要的增量市场。 从 PC、服务器到移动端，终端形态直接决定了 GPU 的选型结构——服务器 GPU 用于专业图形处理与深度学习，对性能要求高，以独立 GPU 为主；PC 通常采用集成 GPU，移动端也主要采用集成 GPU。

分化从何而来：一颗处理器的功能扩张

计算机行业发展初期只有 CPU，图形处理需求增加后，才出现了专门画图的处理器。由于画图任务更适合并行化处理，GPU 采用大量小型处理器集成的方式，用多个小核完成大规模简单计算任务。

发展到今天，GPU 的内核已增加到数百或数千个，功能从图形显示扩展到高性能计算领域，与 CPU 互补，成为计算机内部的另一大核心处理器。 二者分工清晰：CPU 基于低延时设计，单核性能强，适合串行运算；GPU 基于大吞吐量设计，拥有更多性能相对弱的 ALU（运算器），适合对密集数据进行并行处理，擅长大规模并发计算。

集成与独立：两条路径对应两类需求

从产品形态看，GPU 分为独立 GPU 与集成 GPU，二者在性能、功耗与适用场景上差异明显。

维度集成 GPU独立 GPU
封装与存储与 CPU 共用一块芯片，共享系统内存一般封装在独立显卡电路板上，使用专用显示存储器
性能决定因素由 CPU 厂商制作，兼容性较强由 GPU 性能与显存带宽共同决定
功耗发热功耗低、发热量小系统功耗、发热量较大
主要场景传统图像显示人工智能、挖矿等需大量并行计算的领域
市场属性存量市场重要的增量市场

终端侧的分化同样明显：服务器 GPU 做专业图形处理、深度学习之类的应用，以独立 GPU 为主；PC 根据使用用途不同既可搭载独立 GPU 也可使用集成 GPU，不过通常采用集成 GPU；移动端 GPU 主要采用集成 GPU。

信创语境下的国产 GPU 路径

GPU 基本需要完全自研，且国内 GPU 人才远少于 CPU 人才，国产难度更大。目前国内做独立 GPU 的公司不少，但真正做出实物的只有景嘉微和中船 709 所，其他大部分厂商还处在研发或流片阶段，距离商用还有较大距离。

其中，景嘉微 GPU 的底层技术全部自研，产品推出更早、成熟度更高，已与国内主要的 CPU 和操作系统厂商完成适配，建立了一定的先发优势。集成 GPU 方面，主要由 CPU 厂商竞争，产品重心更多落在 CPU 性能和生态上。

常见问题

集成 GPU 会被独立 GPU 取代吗？

不会。集成 GPU 与 CPU 共用芯片、共享系统内存，功耗低、发热量小，主要功能仍是传统图像显示，对应的是存量市场；独立 GPU 性能更高，但功耗与发热更大，面向的是增量市场。二者服务的是不同需求。

为什么 AI 训练更依赖独立 GPU？

GPU 基于大吞吐量设计，擅长大规模并发计算，因此被应用于挖矿、AI 训练等场景。独立 GPU 性能更高，主要用于需要大量并行计算的领域，如人工智能、挖矿等，是重要的增量市场。服务器 GPU 做专业图形处理与深度学习，对性能要求高，也以独立 GPU 为主。

信创场景下国产 GPU 的落地情况如何？

独立 GPU 领域，目前真正做出实物的只有景嘉微和中船 709 所，其余厂商多处于研发或流片阶段。景嘉微产品成熟度更高、推出更早，并已完成与国内主要 CPU 和操作系统厂商的适配，建立了一定的先发优势。