> 数据图表各位网友请教一下3.2、GPGPU优势明显，海光DCU具备大规模并行计算能力2025-4-03.2、GPGPU优势明显，海光DCU具备大规模并行计算能力根据IDC数据，GPGPU优势明显，全球96%的商业AI系统选择GPGPU路线。l GPGPU 内部包括大量的运算单元核心，相较于通用处理器，可将单一指令批量分发至数万线程并行执行。在处理人工智能（机器学习）模型训练与推理、高性能计算等大数据流应用时，GPGPU解决的效率比CPU更高。目前，GPGPU广泛应用于高性能计算、行业AI应用、安防与政府项目、互联网及云数据中心等。其主要应用场景：一是人工智能模型训练与推理；二是高性能计算。l 海光DCU基于通用图形处理器设计理念，具有全精度支撑能力，包括双精度、单精度、半精度、整型等，能够充分挖掘应用的并行性，发挥其大规模并行计算的能力，快速开发高能效的应用程序，为科学计算、人工智能计算提供算力，可以全面支持深度学习训练场景，深度学习推理场景，以及大模型场景等。海光DCU具备自主研发的DTK软件栈，是目前国内AI芯片生态中最为完备的生态之一，极大的减少了应用迁移难度。计算特征高效的并行性表：GPGPU的主要优势具体优势通过 GPU 多条流水线的并行计算来实现。在目前主流的 GPGPU 中，多条流水线可以在单一控制部件的集中控制下运行，也可以独立运行。相对于并行机而言，GPGPU 能够在较低硬件成本的基础上，为适用于 GPGPU 并行架构的应用提供一个良好的并行解决方案高密集的运算 GPGPU 通常集成高速的 GDDR 或 HBM 内存系统，能够提供每秒TB 级别的访存带宽，在数据密集型运算应用方面具有很好的性能超长流水线 GPGPU 超长流水线的设计以吞吐量的最大化为目标，在对大规模的数据流并行处理方面具有明显的优势图：GPGPU全球市场规模预测资料来源：公司招股书、 CONGRUENCE、国海证券研究所请务必阅读报告附注中的风险提示和免责声明 30国海证券综合其他
