CPU 优势不再，GPU 强势登顶处理器市场

在当今科技飞速发展的时代，处理器市场正经历着一场深刻的变革。2024 年，GPU 销售额超越 APU 和 CPU，成为各类处理器中的销售额冠军，这一事件标志着处理器市场的格局发生了重大转变。

Yole Group 近日发布的《2025 年处理器产业状况》报告指出，全球处理器市场正受到生成式 AI 与云端基础设施的推动，发生着巨大的变化。2024 年，GPU 销售额达到 1130 亿美元，占总处理器销售额的 39%，一年内实现了 126% 的增长。这一显著增长主要得益于 NVIDIA 在 GPU 市场的主导地位，以及生成式 AI 模型对 GPU 需求的急剧增加。随着 AI 技术在自然语言处理、计算机视觉和推荐系统等领域的广泛应用，GPU 凭借其强大的并行计算能力，成为了处理大规模矩阵运算的首选。

报告还预测，到 2030 年，GPU 市场规模将达到 2390 亿美元，是 2024 年的 2 倍以上。这一增长主要是由于服务器 GPU 平均售价的上升，以及数据中心对高性能计算的持续需求。同时，美国的出口限制也对市场竞争格局产生了影响，尤其是在中国市场，本土企业开始加大对自主研发 GPU 的投入，以减少对进口产品的依赖。

尽管当前 GPU 占据着市场主导地位，但专为人工智能应用设计的集成电路（AI ASIC）正逐渐成为一种战略替代方案。ASIC 是根据特定产品需求进行定制设计和制造的集成电路，与 GPU 和 FPGA 相比，其定制程度更高。虽然 ASIC 的算力水平一般高于 GPU 和 FPGA，但其初始投入大，专业性强，通用性较差。一旦算法改变，其计算能力会大幅下降，需要重新定制。Google、亚马逊、华为等超大规模云端服务商，正大量投资专有解决方案，以减少对 NVIDIA GPU 的依赖。例如，Google 早在 2013 年就开始秘密研发专注于 AI 机器学习算法的芯片 TPU，并于 2016 年公开。TPU 是一种定制化的 ASIC 芯片，专门用于深度学习模型的大规模矩阵运算。亚马逊也推出了自研 AI 芯片 Trainium，以提高自身在 AI 领域的竞争力。

据预测，2024 年至 2030 年，AI ASIC 市场年复合增长率（CAGR）将达到 45%，规模将从 2024 年的 90 亿美元增长至 2030 年的 850 亿美元，成为行业增长最快的部分。其他类型处理器的销售情况则好坏不一。DPU 的增长与人工智能及服务器需求相关，预计到 2030 年将增长至 170 亿美元；FPGA 在 2024 年销售额出现下滑，但预计将逐步稳定，到 2030 年前规模将达到 80 亿美元，其增长主要受汽车应用的支撑。

从市场层面来看，2024 年电信与基础设施领域的收入占比首次超越移动与消费领域，达到 53%。预计到 2030 年，这一比例将升至 66%，凸显了云端人工智能部署的核心作用。汽车行业，尤其是与 ADAS 及娱乐系统相关的应用，同样是增长的引擎，预计在 2030 年前年增长率将达到 15%。

近日，摩根士丹利（大摩）的一份报告给 GPU 市场的热度再添一把火。大摩在与英伟达管理层会谈后，对其在人工智能（AI）领域的短期及长期需求信心增强，维持 “增持” 评级，目标价设定为 210 美元，对应总市值约 5.1 万亿美元。报告指出，全球云资本支出持续扩张，计算核心正从 CPU 向 GPU 加速迁移。随着 AI 技术在各行各业的深入应用，对算力的需求呈现爆发式增长。英伟达凭借其在 GPU 领域的深厚积累，以及 CUDA 等生态系统的优势，成为了 AI 基础设施建设的核心供应商。大摩预计，到 2030 年，AI 基础设施市场规模有望达到 3 至 5 万亿美元，远高于此前的预测，这无疑为英伟达带来了巨大的增长潜力。

综上所述，处理器市场正处于快速变革的阶段，GPU 在当前市场中占据主导地位，但 AI ASIC 等新兴技术也在不断发展。未来，处理器市场的竞争将更加激烈，各企业需要不断创新和提升自身实力，以适应市场的变化。