Gartner近日发布《全球GPU发展预测分析报告》，预测到2023年，GPU的市场销售额预计达到114.2亿美元，年复合增长率6.69％。
面向高性能游戏的PC
GPU仍然是市场的主要驱动力，到2023年，GPU的平均销售价将增长25％。与此同时，适用于数据中心、能够加快AI和数据科学工作负载运行速度的GPU表现出更强劲的增长势头，其年复合增长率预测将达到22.53％，到2023年，至少10％的服务器需配置GPU，以满足工作负载加速需求。
Part1 电脑游戏篇
为了打造身临其境的游戏体验，电脑游戏开发者们要为玩家实时渲染复杂的视觉影像。这通常是用性能强劲的GPU来实现的，包括通过PCIe接入的外插GPU，以及集成到PC主板上的GPU。推动性能强劲GPU需求增长的因素如下：
●屏幕分辨率从高清（HD；1920 x 1080像素）发展到超高清（UHD；3840 x 2160像素或4K）
●个人电脑支持多个高分辨率显示器
●渲染算法越来越复杂，例如实时光线追踪
1
到2023年，PC显卡中的GPU平均售价将比2018年提高25％
PC MPU的供应商们正在把GPU功能加入到微处理器的设计中，他们或是将计算和GPU功能要素集成到单个MPU芯片上，或是把GPU芯片集成在与MPU相同的包中。
这些集成了GPU的MPU能够提供充分的图形性能，以满足众多游戏玩家的需求。GPU集成技术的发展、市场对超级移动PC的青睐、传统台式机和笔记本电脑需求的降低，都导致了基于GPU的外插显卡市场规模下降。为了从一众竞争者中脱颖而出，维持市场占有率，GPU供应商们必须不断提高产品性能，而产品售价也会相应提高。受此影响，2018年到2023年，集成到PC显卡中的GPU平均售价将增加25％。
2
配备集成GPU的个人电脑百分比将从2018年的14％下降到2023年的6％
笔记本电脑和超级移动PC的OEM厂商已经开始在产品中使用GPU来增强其预集成MPU的GPU数量。
然而随着集成GPU性能的增强，以及PC的OEM厂商对延长电池使用寿命的诉求，许多笔记本电脑将在设计中减少GPU的配置需求（集成在MPU中的GPU除外）。这会对移动PC中GPU的数量预测产生负面影响。
Part2 数据中心篇
可用于解读和分析海量非结构化数据（视频内容、图像和音频数据）的新的软件应用程序正在被开发。许多这类应用程序都是基于各种深度神经网络(DNN)算法。虽然这些应用程序可以在标准MPU上运行，但使用高并行数字处理芯片以及异构MPU能够提高其处理效率。
虽然GPU最初是为图形处理而设计的，但其架构支持在大型数据点（像素）阵列上的并行数值计算。现有的GPU可以通过编程，对数据集进行一系列并行数值计算，使其更适合基于DNN的应用程序加速。为了支持这一应用场景，主流GPU供应商不仅为数据中心服务器量身打造了GPU PCIe外插卡，还为服务器供应商们提供了专为特定GPU服务器设计的GPU。这些用在服务器中的GPU集成了高带宽内存（HBM）和专用高速互连以提高数据吞吐量，远远超过游戏显卡的性能。
如今，大部分配置在服务器中的GPU是用于开发和训练AI模型的，并针对高性能和高数据吞吐量进行了优化，因此平均售价也比较高。随着AI市场的成熟，人们可以直接部署训练好的AI模型来进行新数据的分析和推理。用于推理工作负载优化的GPU性能要求比用于训练的GPU低，到2023年，这类GPU将成为服务器配置的主流。尽管用于推理的GPU平均售价比用于训练的GPU低，但前者的销量会大大高于后者。整体来说，数据中心服务器所配置的GPU平均售价将会降低。
1
到2023年，10％的服务器将配备GPU以加速工作负载，而这一数字在2018年还不到2％
随着越来越多的服务器集成了GPU，并且通过GPU提高特定工作负载的性能，应用程序开发人员们也将不断优化相应软件。
这种GPU优化的工作负载会密集产生大量数据，因此需要使用配备多个GPU的服务器，这些GPU既可以是集成到服务器中的，也可以是通过PCIe外插卡接入的。许多云和企业数据中心将会在现有服务器基础架构的基础上，另外部署GPU服务器，这也将成为GPU出货量增多的原因之一。
2
2019年到2023年，部署到服务器中的GPU平均售价将下降50％以上
目前，大部分部署到服务器中的GPU都是用作开发、训练AI算法和模型的。这些AI模型开发好后就可以被集成到软件应用程序中，进行大规模部署。AI模型的训练过程会密集产生大量数据，通常需要与超大规模数据集进行多次数据交互。例如，训练图像识别模型时可能需要多次处理数百万个高分辨率图像，这就需要用到专为此类任务设计的高性能GPU。
训练好的AI模型将被集成到软件应用程序中，在各种数据中心中进行大规模部署。在部署已经训练好的模型时，可以使用性能相对低一些（价格也比较便宜）的GPU。虽然现在大部分服务器使用的GPU售价较高，但是到了2023年，人们可以使用相对便宜的GPU进行部署，从而使服务器中配置的GPU平均售价显着下跌。
Part3 新玩家加入
2019-2023年，AI应用程序从开发、训练到部署、推理的转变会给新供应商们提供参与市场竞争的机会。一方面，GPU会被应用到大量部署中，另一方面，其他工作负载加速器的应用，如优化的CPU、现场可编程门阵列（FPGA）和专用应用集成电路（ASIC）也将推动GPU在数据中心市场中销量的增长。
在新工作负载部署的推动下，数据中心市场还在继续发展。由于GPU能够加快工作负载的运行速度，因此预测显示在未来几年，Intel的加入将促进市场增长。
