走出国产GPU新路径 芯瞳的绝技和打法

无论是大数据、云计算以及智能驾驶的深化，还是最近火热的AIGC，都将GPU的热度再次“渲染”，成为时下数字化时代的“芯”潮流。

据Verified Market Research预计，2021年全球GPU市场规模334.7亿美元，预计到2030年约4773.7亿美元，CAGR高达33.3%。

虽然在这一市场国外巨头以先发优势占据主导地位，但国内近年来在政策、资金、人才等多维助力下，国产GPU“豪杰们”各显神通。尤其是在国际供应链不确定性背景下，有分析机构认为未来三年将是国产GPU发展的关键窗口期，曾经蒙尘的国产GPU开始绽放自己的光芒。

但毫无疑问的是，GPU的研发绝对是一项大型的系统工程，包含硬件架构、算法、软件生态等多个关卡，缺一不可，壁垒极高。要在高墙林立的市场中趟出自己的一条路，国产GPU不仅需要拿出自己的架构和创新“绝活”，更需要着力构建一个全面的生态体系，打开应用之门，一个可结硬寨、打硬仗、持续升级战斗力的团队不可或缺。或许，芯瞳的作法能为国产GPU发展之路提供一个可资借鉴的方法论。

凝聚“战斗力”

成立于2019年的芯瞳（SieTium）是一家自主设计研发GPU芯片及GPU解决方案服务商，致力于提供可持续发展的国产GPU解决方案。在最初的技术路线选择上，芯瞳没有选择相对简单的特定领域，而是直面挑战全功能GPU，全功能GPU堪称是大芯片领域的珠峰，芯瞳选择了一条技术难度最高的道路，也深藏了勇气和担当。

“既然选择了远方，便只顾风雨兼程”。初看起来芯瞳只成立了仅4年，但细究起来，其实已走过了6年之久的1.0高校阶段和3年多的2.0转型阶段，在自主研发业界主流的统一渲染架构GPU层面积淀深厚，由此芯瞳也迎来了新的3.0阶段。

通过数年的深耕以及完善且高效的流程体系，如今的芯瞳在GPU技术、产品、生态、市场等领域的战果显著。尤其是在专利方面，已在GPU核心技术领域申请近百项发明专利、数十项软件著作权和多项集成电路布图设计。

围绕产品，芯瞳在2020年8月推出国产第一代自研GPU芯片GenBu01、2021年5月设计国产第二代自研的GPU芯片GB2062架构，开始芯片流片设计转化之后，芯瞳气势如虹，持续冲锋，于2023年6月推出第二代自研的高性能GPU芯片GB2062。

“集大成”的芯瞳第二代GPU——GB2062功力不凡。据悉，GB2062基于统一染架构，提供卓越的3D渲染性能，并支持OpenGL、OpenGL ES及Vulkan多种图形API，支持基于WebGL的在线3D内容实时渲染，让用户在实际操作CAD图形渲染、GIS场景渲染等应用时获得流畅的体验。此外，GB2062内置目前业内领先的VPU引擎，支持H.264、H.265、VP9等多种主流格式编解码，并支持最新版本的FFmpeg及自适应码率调节技术。

在利器出鞘之后，芯瞳也在生态层面全面布局，朋友圈不断壮大。据悉，芯瞳在CPU、API、OS、Framework构建了全平台支持体系，GB2062 兼容X86、ARM、LoongArch、SW等多种CPU架构，支持国产操作系统及通用Linux发行版。芯瞳作为信创产业链上下游协同技术的关键环节，已成功与60+家国内知名信创厂商的兼容性互认证，包括但不限于国产CPU、国产操作系统、国产BIOS、国产整机和应用软件等，为后续迭代新一代产品的快速部署奠定了坚实的基础。

凭借高性能渲染、高性能计算和高分辨率以及生态优势，芯瞳在应用层面更是多点开花，并在持续拓展。芯瞳联合创始人李洋介绍，目前芯瞳在PC整机和服务器领域取得重要进展，GPU产品在各行业中广泛应用。

淬炼“作战力”

不得不说，芯瞳取得的成就，既是时代的需求使然，也源于其惊人的战斗力。那么，芯瞳的团战是如何一步步淬炼作战力的呢？

对此相关负责人说，GPU的核心本质是大规模并行计算处理阵列，用于高效地加速大规模数据的处理，而图形数据是GPU最为传统的处理对象和典型场景。芯瞳团队很早就聚焦于GPU设计，集结了国内第一批深入研究图形渲染硬件、高性能计算的GPU设计团队。

一方面，核心团队从最早期的固定渲染管线架构到目前的统一渲染架构，均进行了深入的理论研究和工程实现验证，实现了国内GPU领域诸多从0到1的研究与实践。另一方面，芯瞳的研发团队同样具备丰富的芯片设计、研发以及量产经验，形成了强大的合力，赋予了芯瞳在新一代GPU产品研发上的先发优势。加之营销团队深谙集成电路产业链与市场运作，结合资本运作策略，也在持续助力公司的稳健发展。

众所周知，芯片量产前要经历冗长的设计测试流程，尤其是对于GPU这样的高算力高复杂度大芯片来说周期更长。通常一款高端芯片前端和后端设计要耗1~3年，设计完成后流片环节需要3~6个月，期间还会有流片失败一切重来的风险。即使成功流片，还需经过3~12个月的产品测试调优，才能开始量产。可以说，正是芯瞳团队多年的积累和厚积薄发，为公司在GPU架构自主创新、GPU产品化与生态落地等方面打下了坚实的基础，也为在图形渲染、高性能计算领域取得阶段性的研究和应用成果提供了有力的保障。

但GPU“量产”还只是万里长征第一步，对于国产GPU来说，搭建国产GPU生态、实现规模化商用才能实现长期、持续的利润支撑，才是GPU跨代发展的强劲驱动力。

志在提供可持续发展的全功能国产GPU方案的芯瞳，对此也了然于胸，在生态层面集中火力全面攻关。李洋指出，在GPU市场，算力生态和图形渲染生态的需求确实存在差异，但也有诸多的融合之处。芯瞳自成立以来就着手全面布局，但针对不同阶段侧重点不同，芯瞳对此采取了灵活作战的策略。

“对于图形渲染生态，芯瞳注重与操作系统、图形引擎、设计软件等厂商的合作，确保芯瞳的GPU在图形渲染任务中表现出色。针对算力方面，芯瞳始终持续推进着GPU架构的创新性设计，因这对提升算力至关重要，同时也一直关注着算力生态的进展，加强与软硬件厂商的合作，优化适配与开发环境，提升GPU的计算效率和应用广泛性。”此外，芯瞳也将跨越算力与图形渲染的界限，推动GPU的发展，满足市场对多元化功能的需求。

随着GPU的持续迭代和生态部署推进，芯瞳的目标也更为高远。展望未来，芯瞳将继续与行业伙伴合作，提升产品性能和功能，加强市场营销，立志在2025年成为信创第一梯队供应商。

绵绵用力久久为功

尽管国产GPU在持续加码，但如今的GPU已成为大国博弈之下的前沿阵地，在AIGC浪潮的推动下，GPU之争也代表着未来的芯片高地之争。

尤其在当前的数字化浪潮下，GPU无疑是引领技术革新的核心引擎，谁掌握了GPU，谁就掌握了未来数字化浪潮的话语权。国产GPU在“强敌环伺”的情形下，如何在GPU核心架构和GPU生态建设两大关键层面强基锻长，推动国产GPU的大发展？

对此李洋中肯建议，与国外巨头相比，国产GPU在核心架构创新与研发能力、超大规模GPU芯片工程化能力、生态布局能力、人才的持续培养能力以及长期信念决心等多方面存在差距。为缩小这些差距，我们必须持续地加大投入，鼓励国内企业和研究机构针对GPU领域进行更为深入的探索和研究。只有通过长期不断地钻研与创新，我们才能研发出更优秀的GPU架构，从而摆脱对国外技术的过度依赖。

在生态层面，则要着力构建一个更为完善的产业链和生态系统。”一个良性的GPU生态系统不仅应该涵盖硬件制造商，还必须包括软件开发商、系统集成商以及最终用户等多个环节。我们需要进一步加强这些环节之间的协同合作和沟通交流，从而形成一个能够良性互动和循环的生态系统。”

当然，人才始终是推动技术创新和产业发展的关键。相关负责人提到，GPU所在的领域是一个典型的技术密集型产业，对于专业人才的需求尤为迫切。近几年，行业也在加快推进高校、研究机构以及企业之间的合作和交流，使技术型企业和高校之间展开紧密合作，这将加大对于专业型人才的培养力度，持续为GPU输送更多具有创新思维和实践能力的优秀人才。

此外，政府的支持和政策环境同样至关重要。希望未来政府能够出台更多的优惠政策和措施，推动国产GPU在相关领域应用场景的落地，鼓励企业加大技术创新和产业升级的力度。GPU领域的发展是长期的，为了将来能够有更大的突破，必须重视基础创新和先进领域的运营能力，短期内看研发投入会很高。但从长远来看，人工智能时代的“算力”基础设施建设，是降低社会运营综合成本、推动行业发展效率提升的关键。芯瞳致力于构建中国人自己的“GPU算力设施与应用场景”，更好地赋能千行百业。

围绕上述洞见，芯瞳的进阶路径也在全面铺陈。李洋指出，芯瞳将持续加强技术研发、产品优化、生态构建和应用拓展。一方面，加大研发投入，优化产品性能，明年将发布第三代服务器和高性能计算GPU产品。同时，着力构建更完善的GPU生态系统，推动GPU在各行业的广泛应用。此外，积极拓展合作伙伴关系，加强品牌推广，以提升竞争力。

在登顶全功能GPU珠峰的路上，芯瞳正在雄心勃勃开启一段攀登的旅程。无疑，这段攀岩的终点也注定插上国产GPU的飘扬旗帜。