信創“2+8+N”穩步推進，芯片是整個產業的核心，國產替代需求旺盛。信創產業主要由基礎硬件、基礎軟件、應用軟件、信息安 全組成，芯片是整個產業的核心。經過信創元年的集中爆發，2021 年信創產業逐 步走向應用落地階段，“適配生態”、“競標中標”、“產品迭代”等關鍵詞凸 顯了信創產業在“2+8”行業應用中的良好態勢。

八大重點行業中，金融行業信創推進速度最快，電信緊隨其后，之后是能源、交通、航空航天，教育、 醫療也在逐步進行政策推進和試點。

1、CPU：服務器需求穩健增長，x86 依舊為當前主流?

CPU 是計算機的控制核心，主要包括控制單元、運算單元和運算單元。CPU 是計 算機的運算和控制核心，是信息處理、程序運行的最終執行單元，是計算機的核 心組成部件。

CPU 的本質是超大規模集成電路，用于解釋計算機指令和處理計算 機軟件中的數據，并負責控制、調配計算機的所有軟硬件資源。CPU 主要包括控 制單元、運算單元和運算單元，控制單元從存儲單元中獲取可執行的代碼，通過指令譯碼將其轉換為可執行的指令，進而運算單元基于獲取的指令對存儲單元中 的數據進行運算。

CPU 指令集可以分為復雜指令集（CISC）和精簡指令集（RISC）兩大類。計算機 的程序最終需要轉化為“指令”才能在 CPU 上運行，所以采用的指令集對于 CPU 的設計尤為重要。復雜指令集架構與精簡指令集架構是基于兩種不同的指令集思 路進行設計，這兩種架構有著各自不同的特點：復雜指令集指令豐富、尋址方式 靈活，以微程序控制器為核心，指令長度可變，功能強大，復雜程序執行效率高；精簡指令集指令結構簡單、易于設計，具有較高的執行能效比。

其中，x86 架構 是復雜指令集的代表，而 ARM 架構、MIPS 架構和 Alpha 架構等是精簡指令集的代 表。

CPU 可以廣泛應用在各類設備中，海光 CPU 主要應用于服務器和工作站等場景。CPU 可以應用在服務器、工作站、個人計算機（臺式機、筆記本電腦）、移動終 端和嵌入式設備等不同設備上，根據應用領域的不同，其架構、功能、性能、可 靠性、能效比等技術指標也存在一定差異。

服務器具有高速的數據處理能力、強大的 I/O 數據吞 吐能力、良好的可擴展性，并需要長時間可靠運行，其 CPU 芯片在性能、可靠性、 可擴展性和可維護性等方面要求較為苛刻。因此，服務器處理器是數據處理能力 最強、設計工藝最復雜、可靠性最高的處理器。服務器的應用領域包括實時分析、 5G 應用、人工智能、機器學習、金融、大數據和云計算等領域。

x86 在服務器市場市占率超九成，依舊是當前市場的絕對主流。由于 x86 處理器 起步較早，生態環境較其他處理器具有明顯優勢，因此，應用 x86 處理器的服務 器銷售額占全部服務器銷售額的比例約為 91%，銷售量占比超過 97%，處于顯著領 先的地位。

根據 IDC 數據顯示，2020 年全球 x86 服務器市場銷售額為 826.5 億美 元，較 2019 年增長 3.31%；全球 x86 服務器市場銷售量為 1,180.2 萬臺，較 2019 年增長 1.82%。預計到 25 年中國 x86 服務器芯片出貨量將達到 1066 萬顆。

2、GPGPU：高算力場景不斷涌現，協處理器市場快速爆發?

GPGPU 是 一 種 協 處 理 器 ， 輔 助 CPU 進 行 非 圖 形 相 關 的 運 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 進行非圖形相關程序 的運算。GPU（Graphics processing unit）最初的設計目標是為了提升計算機對圖形、圖像、視頻等數據的處理性能，解決 CPU 在圖形圖像領域處理效率低的難題。

隨著 GPU 在并行計算方面性能優勢的逐步顯現以及并行計算應用范圍的逐步 拓展，GPU 逐漸分化成兩條分支：

(1) GPU 方向：延續專門用于圖形圖像處理用途，內置了視頻編解碼加速引擎、 2D 加速引擎、3D 加速引擎、圖像渲染等專用運算模塊；

(2) 通用 GPU 方向：GPGPU 作為運算協處理器，并針對不同應用領域的需求，增 加了專用向量、張量、矩陣運算指令，提升了浮點運算的精度和性能，以滿 足不同計算場景的需要。

GPGPU 是當前人工智能最主要的協處理器方案，當前已廣泛用于商業計算和大數 據處理。目前，GPGPU 已經廣泛用于商業計算和大數據處理，如天氣預報、工業 設計、基因工程、藥物發現、金融工程等。

在人工智能領域，使用 GPGPU 在云端 運行模型訓練算法，可以顯著縮短海量訓練數據的訓練時長，減少能源消耗，從 而進一步降低人工智能的應用成本。與此同時，GPGPU 能夠提供完善的軟件生態 系統，便于各種已有應用程序的移植和新算法的開發，因此全球人工智能相關處 理器解決方案仍然是以 GPGPU 為主。因此，GPGPU 是人工智能領域最主要的協處 理器解決方案，占據人工智能 90%以上的市場份額，在智能工廠、無人駕駛、智 慧城市等領域具有廣泛的市場空間。

根據 Cisco 的預計，2021 年全球數據中心負載任務量將超 過 2016 年的兩倍，從 2016 年的不到 250 萬個負載任務量增長到 2021 年的近 570 萬個負載任務量隨著云計算的不斷發展，全球范圍內云數據中心、超級數據中心 的建設速度不斷加快，Cisco 預計到 2021 年，計算能力更強的超級數據中心將達 到 628 座，占數據中心總量的 53%。

GPGPU 未來的技術演變方向。隨著 GPGPU 在大數據處理、人工智能、商業計算領 域的廣泛應用，呈現了以下發展趨勢。

(1) 高算力運算需求不斷涌現：進一步提升工藝制程、增加運算核心數量、采用 更高帶寬的片上存儲器、提高存儲器的帶寬和容量，持續提升 GPGPU 產品性 能；另一方面，高帶寬、低延時的片間互連總線結構也是未來產品優化提升 的方向之一，以此來滿足不斷涌現的大數據量、多任務應用的需求；?

(2) GPGPU 將成為運算協處理器的主流：運算協處理器存在多條技術路線，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 在協處理器應用領域具有非常明顯的優勢；

(3) CPU 與 GPGPU 的異構計算：CPU 和 GPGPU 的結構特點不同，適用于不同的應用 場景，把兩者結合起來可以充分發揮各自優勢，CPU 處理復雜的邏輯控制并 進行運算管理，GPGPU 用于對各種大規模并行計算進行加速。CPU+GPGPU 的異 構運算架構可以讓系統具有更大靈活性，滿足復雜場景的不同需求，能夠較 大幅度地提升單獨使用 CPU 或 GPGPU 的任務執行效率。此外，CPU 和 GPGPU 之間還可以通過內存共享等方式進行數據交互，發揮異構計算的優勢。

審核編輯：湯梓紅