3943
2022年，智能手机创有史以来最大降幅，全年出货量仅2.86亿台，同比下降13.2%。同年，素有“半导体产业风向标”的台积电，其HPC（高性能计算）季度营收占比，年内三次超过智能手机业务。
这背后固然有全球经济影响造成的智能手机需求疲软，但一个根本性的原因还有：随着智能手机市场走向成熟期，以及市场对算力的需求越来越高，高增长的芯片走向在发生变化，算力格局的历史性转折点可能已经到来了。
台积电：至少2025年，HPC是最强劲增长引擎
台积电的业务类型按应用可划分为：智能手机、高性能计算（HPC）、物联网（IoT）、汽车、数字消费电子（DCE）。其中，HPC和智能手机合计占比约80%，对业绩影响最大。
历史上，智能手机业务长期占据台积电收入支柱地位，但在2022年，HPC收入已经连续三个季度超过智能手机，一举成为台积电最重要的收入增长引擎。放眼全年，HPC的收入占比也已超过智能手机。台积电HPC业务开发主管去年表示，预计至少到2025年，HPC都持续是最强劲的增长平台。
台积电定义的HPC业务主要包含高性能CPU、GPU、FPGA和定制 ASIC，这方面的大客户有英伟达、AMD、苹果。
尚在2021年时，AMD就已向台积电预订了未来两年5纳米及3纳米的产能，2022年推出了5纳米Zen 4架构处理器，2023～2024年间将推出3纳米Zen 5架构处理器，届时将成为台积电5纳米及3纳米HPC最大客户。
英伟达方面，数据中心业务已成长为核心支柱，进入2023财年，该业务带来的营收超过游戏业务，在第三财季占英伟达总营收比例提高至64%。有报道称，2022年，英伟达数据中心HPC芯片的出货量同比增长最高有望达到250%。目前在新产品推进中，英伟达的高性能计算GPU芯片H100就使用了台积电的4纳米工艺。
Counterpoint预测，AMD与英伟达新产品都集中以4纳米／5纳米生产，预计2023年下半年之后陆续推出采用台积电3纳米制程的CPU／GPU产品。由于需求稳定高速增长，估计2023年台积电5纳米家族产能约半数由AMD与英伟达包办，另一半由苹果拿下。
不过，不光是这几家，其他半导体头部厂商也在HPC领域积极布局。去年下半年就有消息称，联发科将在2023年量产HPC芯片，由台积电代工，采用先进的工艺节点和CoWoS封装技术，主要用于元宇宙和AIoT等领域。
摩根大通亚太科技、媒体和电信研究联席主管戈库尔·哈里哈兰（Gokul Hariharan）表示：“我们预计，台积电乃至整个芯片市场，在2023年上半年将出现大幅下跌。但同时我们也看到，在高性能计算的推动下，未来几年将出现强劲的长期增长。”
“梯子再高也上不了月球，得需要火箭才行”
HPC领域近期一个标志性事件就是火爆出圈的ChatGPT，该产品就是基于大模型、大数据的不断训练，其背后经历的除了常规的万亿级别语料数据投喂训练之外，还依托于非常强大的算力。
有数据披露显示，ChatGPT的总算力消耗约为3640PF-days。业界也有消息称，ChatGPT已导入了至少1万颗英伟达高端GPU。花旗集团则预估，ChatGPT 使用量的快速增长，将可能使英伟达在12个月内销售额达到30亿至110亿美元。
HPC对行业应用的意义是什么？黄仁勋曾说过一句话：梯子再高也上不了月球，得需要火箭才行。他指出，自采用深度学习以来，行业高性能计算应用明显增加，尤其是在数字生物学、药物研发、金融服务、制造和运输领域。行业领军者们看到了即将到来的转折点，正跃跃欲试，期待着高性能计算超指数级的进步。
他认为，行业面临的问题不再是计算机能够做什么，而是谁能率先利用它来推动行业的革新。而AI与加速计算、高性能计算相结合，形成了推动超指数级进步的数字飞轮，而这场行业高性能计算革命将席卷数据中心、公有云和混合云以及边缘网络。
事实上，大模型、大算力、大数据是相辅相成的，通过高质量的人工标注数据+强化学习为底层逻辑，经过万亿级别的语料投喂后不断进行学习和迭代，最后依托于强大的算力为产品的学习和输入输出进行支撑，才造就了ChatGPT这一开创性的产品。
如何预测HPC的未来？
从新冠疫情的检测到气候变化、再到金融风险分析等开发创新，有很多重大且具有挑战性的问题需要解决。HPC高性能计算集群能够应对海量数据的分析处理，HPC系统具备快速准确的数据处理能力，以及人工智能和机器学习算法，通过分析、建模和模拟将海量数据转化为可操作的见解。它使用户能够更快地处理大量数据，从而更快地获得洞察，并使组织能够在竞争中保持领先地位。
未来的算力需求是巨大的。赛迪顾问的《先进计算产业发展白皮书》显示，随着数字技术向经济社会各领域全面持续渗透，全社会对算力需求预计每年仍将以20%以上的速度快速增长。英特尔预计，到2025年，全球算力需求将提升1000倍。
HPC的高增长将如何影响芯片未来？可预见的是，在这场被数据中心主导的变革中，HPC将会和云、AI交织共生。
CPU+GPU将会是发展高性能计算的重要基石，除了乘风而起的GPU，CPU方面也在努力适应未来的计算需求。占据数据中心“王座”的英特尔至强可扩展处理器，目前已经推出了第四代产品。该系列产品针对高性能计算和AI领域要求严苛的各类工作负载已经做出了明显的调整，内置人工智能加速，整合了CPU、GPU和oneAPI开放软件生态系统。
同时，高性能计算的异构体系在日渐丰富。高性能硬件正在转向兼顾 AI、大数据处理、深度学习等应用，高性能CPU/GPU、TPU、NPU、FPGA、ASIC 等深度学习处理器/加速部件都将得到广泛应用。此外还有DPU，它自带CPU内核和操作系统，可以动态卸载网络、存储、计算等网络基础设施，以及一些高性能计算和复杂的机器学习计算任务，从而有助于提升数据中心的整体性能。
研究机构普遍看好HPC的未来市场。根据MarketsandMarkets的研究报告，预计全球高性能计算HPC市场规模将从2020年的378亿美元，增长到2025年的494亿美元，意味着复合年增长率将达到5.5%。Report Ocean则预计，到2027年，全球HPC芯片组市场规模将从 2019年的43亿美元增长至136.8亿美元。
写在最后
站在新的历史节点，HPC 已超越智能手机成为半导体行业增长的主引擎。
随着计算设备变得无处不在，通过全球网络生成和通信的数据量（通常是实时的）呈指数级增长。为了跟上这种增长，HPC变得至关重要，它拥有高速处理数据和执行复杂计算，以解决性能密集型问题的能力。
“大计算”与“大数据”的融合已成为最具确定性的应用创新趋势，日渐丰富的大数据、AI应用迫切需要高性能的计算平台，特别是在AI与大数据“滚雪球式”的互相推进中，对于高性能的算力需求成为必然。
就比如当我们谈论 ChatGPT 时，我们讨论的是大模型与大数据创新，但其实背后的高算力也是创新的重要着眼点，HPC的大时代真正开始了。
下载ECAD模型
