您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。全球算力规模(EFlops)

全球算力规模(EFlops)

分享
+
下载
+
数据
全球算力规模(EFlops)
数据
© 2026 万闻数据
数据来源:中国信通院,国盛证券研究所
最近更新: 2023-06-25
补充说明:1、E表示预测数据;2、*表示估计数据;

数据描述

GPU用途由图形处理拓展至计算。GPU最初是指图形处理器,是一种专门用于处理图形、视频、游戏等高性能计算的硬件设备。相对于传统的中央处理器(CPU),GPU拥有更多的计算核心和更快的内存带宽,因此能够大幅度提高计算效率和图形渲染速度。随着英伟达A100、H100等型号产品的发布,GPU在算力方面的优势相较于其他硬件具有较大优势,因此GPU的工作也从最初的图形处理逐步转向计算。现在,GPU已经扩展到各种计算应用领域,包括机器学习、深度学习、数据处理、科学模拟等等。

根据用途和性能表现,GPU可以分为两类:专业卡和消费级卡。专业卡通常用于工程、科学、医学等领域的高性能计算和大规模数据处理,主要厂商包括英伟达、AMD等。消费级卡则主要用于普通家庭和游戏玩家,主要厂商包括英伟达、AMD、英特尔等。消费级卡通常拥有较低的性能和价格,适用于普通用户和游戏爱好者。而专业卡则具有更高的性能和更高的价格,适用于需要进行大规模数据处理和高性能计算的专业领域。

根据芯片不同,GPU可以分为独立GPU和集成GPU两类。独立GPU具有自己的处理器、存储器以及电源,可以独立于计算机主板的独立芯片;而集成GPU是一种内置于CPU芯片中的图形处理器。两者的主要区别在于性能和功能。独立GPU通常拥有更强大的性能,能够处理更为复杂的图形和计算任务;而集成GPU通常性能低于独立GPU,但其优势在于低功耗和小型化设计,更适合于笔记本电脑、平板电脑等小型设备。