你知道1.1、与GPU定位云端AI不同，NPU是端侧AI时代新需求

> 数据图表

你知道1.1、与GPU定位云端AI不同，NPU是端侧AI时代新需求

2025-4-1

1.1、与GPU定位云端AI不同，NPU是端侧AI时代新需求◼ 与CPU串行计算不同，GPU侧重并行计算。GPU（Graphics Processing Unit）最初是为了满足计算机游戏等图形处理需求而开发的，但凭借高并行计算和大规模数据处理能力，逐渐开始用于通用计算；GPGPU （通用GPU）减弱了GPU图形显示部分的能力，将其余部分全部投入到通用计算中，同时增加了专用向量、张量、矩阵运算指令，提升了浮点运算的精度和性能，以实现人工智能、专业计算等加速应用。➢ 早期传统图形处理器阶段（1980s-1990s中期以前）：内置了一系列专用运算模块，如视频编解码加速引擎、2D加速引擎、图像渲染等；➢ 固定功能阶段（1999年）：NV发布GeForce 256，首次提出GPU概念，接管CPU的坐标变换和光照计算功能；➢ 可编程shader阶段（2000-2005）：NV率先引入了可编程的顶点和像素shader，标志着 GPU 从固定功能向可编程转变；➢ 通用转型阶段（2006-2009）：2006年NV推出CUDA平台，支持GPU通用编程，开启GPGPU时代，Tesla架构首次采用统一shader模型，标志着GPU从独立功能单元转变为通用浮点处理器，能执行更广泛的任务；➢ 计算shader阶段（2009-2015）：GPU突破传统图形处理的范畴，在非图形任务中发挥作用，如流处理和物理加速，采用SIMD架构与多线程管理；GPU在科学计算等领域得到应用，软件生态蓬勃发展，GPU成为一种重要的通用计算设备；➢ 光线追踪与AI阶段（2015-2020）：光线追踪是一种高质量渲染方法，随着 GPU 性能的大幅提升和硬件架构的改进，得以在实时渲染中得到应用，能呈现更逼真的图像，以 NV为代表的公司将深度学习超级采样（DLSS）技术引入 GPU，通过 AI 技术实现了在保持高质量图像的同时提高渲染速度，厂商在 GPU 中增加了专门的光线追踪加速器核心（如 NV的 RT 核心）和 AI 处理核心（如 NV的 Tensor 核心）；➢ Mesh shader阶段（2020-2023）：GPU算力提升至新台阶，Mesh使 GPU 能够更高效地处理复杂的几何图形，通过线程协作生成紧凑的网格（meshlets），减少了传统方法中的冗余计算和数据的传输，在游戏、VR、AR等方面有重要应用前景。来源：《The history of GPU——Eras and Environment》，中泰证券研究所5

中泰证券工业制造