数据处理器行业市场深度评估及未来发展潜力报告

数据处理器行业市场深度评估及未来发展潜力报告202X-XX-XXCONTENTS行业分析报告数据处理器行业定义CPU产业链产业链政治环境1政治环境2政治环境2经济环境社会环境1社会环境2行业驱动因素行业驱动因素行业现状行业现状行业现状行业现状行业热点行业制约因素行业问题行业发展建议竞争格局行业发展趋势行业发展趋势代表企业1代表企业2part.1数据处理器行业定义数据处理器行业定义理论角度:DPU可基于FPGA、MP（Multi-core，MP)与ASIC三类核心处理器进行设计；产品实现角度:已商用的DPU产品形态包括“ASIC+GP”（NVIDIA等采用）、“ASIC+NP”（华为等采用）。整体技术路线:云数据中心流量高速增长，软件加速、嵌入式CPU加速方案将逐渐被DPU替代；FPGA与SoC是DPU主流的技术路线，在性能、成本以及灵活性上实现了较为理想的平衡part.2CPUCPUCPU应该是大家最常见的。主要包括运算器（ALU,ArithmeticandLogicUnit）和控制单元（CU,ControlUnit），除此之外还包括若干寄存器、高速缓存器和它们之间通讯的数据、控制及状态的总线。CPU遵循的是冯诺依曼架构，即存储程序、顺序执行。:GPUDPUNPUGPU为了解决CPU在大规模并行运算中遇到的困难，GPU应运而生，采用数量众多的计算单元和超长的流水线，如名字一样，图形处理器，GPU善于处理图像领域的运算加速。但GPU无法单独工作，必须由CPU进行控制调用才能工作。CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。DPUDPU深度学习处理器最早由国内深鉴科技提出，基于Xilinx可重构特性的FPGA芯片，设计专用的深度学习处理单元（可基于已有的逻辑单元，设计并行高效的乘法器及逻辑电路，属于IP范畴），且抽象出定制化的指令集和编译器（而非使用OpenCL），从而实现快速的开发与产品迭代。事实上，深鉴提出的DPU属于半定制化的FPGA。NPUNPU，神经网络处理器，在电路层模拟人类神经元和突触，并且用深度学习指令集直接处理大规模的神经元和突触，一条指令完成一组神经元的处理。相比于CPU中采取的存储与计算相分离的冯诺伊曼结构，NPU通过突触权重实现存储和计算一体化，从而大大提高了运行效率。part.3产业链产业链产业链上游产业链中游产业链下游产业链下游数通市场、电信市场、AI服务器、自动驾驶part.4产业链产业链产业链上游产业链中游产业链下游产业链上游数据处理器行业上游龙头企业已开始对产业链进行延伸，逐渐进军原材料生产领域，以规避高额进口原料的成本支出，攫取上游毛利。此外，伴随着上游原料生产企业的重组进程加快以及中国市场参与者技术水平的提高，数据处理器行业上游原材料供应有望朝着专业化和规模化的方向继续发展，逐渐抢夺外资企业在行业内的话语权。产业链中游数据处理器行业中游企业原材料大部分依靠进口，主要原因是下游消费终端为保障科研成果，对行业产品的质量稳定性要求较高，因此，中游科研用制备厂商更倾向于选择仪器先进、供应链稳定的进口原材料供应商。企业产品价格主要受市场供求关系的影响。由于数据处理器企业的产品毛利较高，原材料价格波动不会对企业的盈利能力产生重大影响。产业链下游数据处理器行业下游企业市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。随着全球范围内生物医药行业研究的深入及产业化程度的提升，中国行业产品种类进一步丰富，应用领域持续增加，个性化、高端化的产品将逐渐获得更广阔的应用空间。part.5政治环境1政治环境1《关于政协十三届全国委员会第二次会议第2282号》深圳市进一步推动集成电路产业发展行动计划《战略性新兴产业重点产品和服务指导目录》《关于政协十三届全国委员会第二次会议第2282号》就加快支持工业半导体芯片技术研发及产业化自主发展的政策扶持、开放合作、关键技术突破、以及人才培养等四个方面做出了答复，工信部将继续支持中国工业半导体领域成熟技术发展，推动中国芯片制造领域良率、产量的提升。积极部署新材料及新一代产品技术的研发，推动中国工业半导体材料、芯片、器件、IGBT模块产业的发展深圳市进一步推动集成电路产业发展行动计划先进工艺制造:重点引进12英寸先进工艺生产线。推动制造企业与设计企业共同研发高性能CPU/GPU/FPGA和智能手机SoC芯片。支持集成电路制造企业向晶圆级先进封装拓《战略性新兴产业重点产品和服务指导目录》支持电力电子器件核心产业，其中包括金属氧化物半导体场效应管（MOSFET）、绝缘栅双极晶体管芯片（IGBT）及模块、快恢复二极管（FRD）、垂直双扩散金属-氧化物场效应晶体管（VDMOS）、可控硅（SCR）、5英寸以上大功率晶闸管（GTO）、集成门极换流晶闸管（IGCT）、中小功率智能模块part.6政治环境2政治环境2《十四五年规划和205年远景规划》《关于促选集成电路产业和软件产业高质量企业所得税政策的公告》《十四五年规划和205年远景规划》深入实施智能制造和择色制造工程，发展凰务型制造新模式。推动制请业高蹊化智能化绿色化。培育先进制造业集群。推动集成电路、航空航天。船舱与海洋工程装备、机器人、先进筑通交通装备、先进电力装备。工程机核、高端数控机床、医药及医疗设备等产业创新发展。《关于促选集成电路产业和软件产业高质量企业所得税政策的公告》国家鼓的线宽小于130纳米(含)的集成电路生产企业、属于国家鼓励的集成电路生产企业清单年度之的5个纳税年度友生的尚未弥补完的亏损，准子向以后年魔结转。总结转年限最长不得超过10年。国家鼓国的集成电路设计、装备、材料、3菜、测试企业和软件企业。自获利年度起。第一年至第二年免征企业所得税，第三年至第五年按照25%的法定税率减半征收企业所得税。国家鼓R的重点集成电路设计企业和软件企业,白获科年出起,第一年至第五年免征企业所得税,按续年度减按10%的税率征收企业所得税。part.7政治环境2政治环境2《新时期促进集成电路产业和软件产业高质量发展若干政策的通和》《产业结构调整指导目录(2019年本)》《新时期促进集成电路产业和软件产业高质量发展若干政策的通和》进一步优化化集成电路产业和软件产业发展环境。在财税、投融资、研究开发、人才、勉识产权等方面给予集成电路产业和软件产业诸多忧惠政策。明确在一定时期内,我宽小于0.25微米(含》的特色工艺集成电路生产企业《含掩模版、8英寸及以上硅片生产企业)进口自用生产性原材料、消料品，净化室专用建筑材料、配著系统和集成电路生产设备雩配件,免征进口关税。《产业结构调整指导目录(2019年本)》半导体、光电子器件、新型电子元器件.(片式元器件、电力电子器件、光电子器件、敏感元器件及传感器、新型机电元件、高频微波印制电路板。高速通值电路板、柔性电路板、高性能覆铜板等)等电子产品用利科。任然属于国家鼓励产业之一。part.8经济环境经济环境在自2015年起，CPU频率趋于稳定。数据中心提升算力的边际成本显著提高。然而，应用的激增使得当代数据中心中的网络流量以每年25的速度急剧增长。为了适应这种巨大的流量增长，数据中心网络向高带宽和新型传输体系发展，其网络传输速率迈向100Gbps，且快速向200Gbps与400Gbps发展。数据中心算力提升遭遇瓶颈，难以匹配快速增长的网络传输速率，激发了DPU需求。此外，CPU适合于处理串行的复杂指令操作，对大量并行的固定模式的计算并不适用，例如网络传输的协议栈（TCP/IP）。DPU的出现一方面更好地执行网络传输的协议栈，提升传输效率，另一方面也可以降低CPU负荷，让CPU更有效地处理业务数据。part.9社会环境1社会环境1010201超低时延:Mellanox在InfiniBand领域技术专利第一。相比于以太网技术，InfiniBand具备高带宽、低时延的优势。Mellanox也因此在时延上领先于Intel与Broadcom。在25G及以上的网卡领域，Mellanox市场份额领先于Intel，位列市场第一。中国初创企业25G网卡中使用的网络芯片多基于Mellanox的CX5与CX6（ConnectX-6）架构上研发。02RDMA业界独一档:RDMA最初是InfiniBand网络的技术，最后移植在以太网技术上。Mellanox在InfiniBand网络上提前布局，因此在RDMA的开发上具备天然的优势。NVIDIA通过收购Mellanox，其DPU产品RDMA功能的实现节点与性能上都领先Intel与Broadcom。part.10社会环境2社会环境2DPU是芯片异构趋势下的产物。英伟达是芯片异构的拥护者，期望通过发力DPU狙击英特尔。英特尔CPU“一招吃遍天下”的模式与异构相违背。因此，为顺应大趋势，英特尔亦大力布局FPGA以及DPU头部企业战略布局part.11行业驱动因素行业驱动因素1政策1智能驾驶1政策1集成电路是中国战略性产业，受到政府的大力支撑。DPU作为新一代服务器处理器，亦将受到政策资源的倾斜.二十年来不断出台政策鼓励行业发展，其中最直接的政策是2011年《国务院关于印发进一步鼓励软件产业和集成电路产业发展若干政策的通知》中明确对IC设计和软件企业实施所得税“两免三减半”优惠政策，该政策一直延续至今。1智能驾驶15G时代，自动驾驶和车联网等智能驾驶相关业务为行业带来了高带宽、低时延以及大联接的网络需求。自动驾驶在高速移动时，需要确保数据传输的业务连续性，即鲁棒性和实时性两个特点。鲁棒性要求智能驾驶汽车对不同的道路环境和天气均能很好地适应。高速自动驾驶的汽车会在不同的MEC之间切换，出于安全驾驶要求，需解决数据传输传送报文不丢失，且车辆和边缘之间网络连接可靠性的问题；实时性则要求边缘计算的数据处理必须和高速行驶的车辆同步进行。part.12行业驱动因素行业驱动因素数通市场电信市场数通市场DPU为应用需求驱动产物，其将网络、存储、操作系统中需要高性能的数据平面卸载到DPU以降低“数据中心税”，让CPU集中精力于客户的应用程序.数据中心低延时、高带宽的网络服务，以及虚拟网络转发性能提升的迫切需求驱动着DPU的发展，其在网络协议和硬件卸载上为CPU释放宝贵资源电信市场DPU的引入可解决边缘机房升级改造成本过大且无法为MEC提供足够算力的问题，并为MEC在第三方应用、OVS加速等方面提供硬件加速的支持.5G技术要求网络实现“大容量、大带宽、大联结、低延迟、低功耗”驱动了DPU在边缘机房部署的可能。在当前网络架构中，核心网部署在远端，传输时延较大，且无法满足5G时代下数字化和智能化对算力的高要求。part.13行业现状行业现状回本周期最短:采用商业模式一的初创团队凸显轻资产运营优势，初步预判在5至8年收回前期成本回本周期最长:模式二远期对上下游议价成本低，以高出货量回本，前期投入或超其他模式数十倍。市场份额蚕食:软硬件解耦推进业态变化，头部竞争者或成为新型商业模式的跟随者竞争地位维护:复制新进入竞争者成功的商业策略，扩大免费服务覆盖的范围，持续收并购。part.14行业现状行业现状DPU作用DPU市场双向推手DPU作用DPU本质作用在于承载网络侧专用性的网络堆栈算法和传输协议运算转移，核心效用在于释放CPU算力资源、助力其他计算模块高效处理业务数据。相对而言，传统网卡仅负责数据链路的传输，故而CPU承担存储、数据、网络加密等繁杂事务，占用大量业务计算资源。DPU市场双向推手1、CPU算力相对网络传输速率的差距持续扩大，激发网络侧专用计算需求；2、DPU结构和产品形态灵活，承载多元功能（虚拟交换、存储、数据、网络加密等），术业可专攻part.15行业现状行业现状2020年，中国DPU产品主要由NVIDIA（Mellanox）、Intel与Broadcom三家企业提供，其中Mellanox凭借在网卡上积累的优势，占据市场龙头位置。中国DPU市场规模在2025年达到40亿美元。通常数据中心带宽升级周期在3年左右。中国将在2023-2025年进入下一轮服务器设备以及DPU更换周期，DPU市场规模有明显的增幅。数通市场是DPU最大的应用市场，其中裸金属服务器对DPU存在刚需。DPU在电信市场的应用主要为边缘计算场景，渗透率不足5。针对智能驾驶领域的DPU仍在探索阶段，在2023年DPU才有望布局在智能驾驶领域。part.16行业现状行业现状全球DPU行业未来五年新增市场规模逐步攀升，主要得益于智能网卡方案的逐步成熟，叠加全球通用服务器出货量的稳定增长以及L3级别智能驾驶汽车的技术落地。互联网+云计算大厂为DPU带来可观新增市场空间，中、小厂商服务器未来3-5年较难普及:并非所有厂商都会配套DPU在其服务器上。是否配备DPU主要考虑两点:一是否有很高的计算密度和网络密度需求将其从CPU卸载到DPU上来，密度需求不够的情况下，其功能卸载所带来的的收益将不足以支撑研发、网络改造的成本。通常情况下，拥有30-50万台服务器的厂家建议使用DPU方案，拥有10万台以上服务器的厂家可以考虑逐步向DPU方案切换，而只拥有几万台服务器的厂家使用DPU是不明智之举。二是若使用DPU则需考虑技术方案的适用性，不同DPU厂家方案差异较大。part.17行业热点行业热点热点一数据处理器应用领域广泛热点二科研服务市场持续增长热点三行业产品质量整体提高热点一数据处理器应用领域广泛热点二科研服务市场持续增长数据处理器行业具有市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。热点三行业产品质量整体提高数据处理器行业技术提升，多元化科研服务平台持续扩张，促进高价值服务企业品牌形成。行业产品化发展，集研发、生产、销售于一体的综合性科研服务企业逐渐增多。part.18行业制约因素行业制约因素标准的匮乏导致加速硬件与业务平台耦合电信领域的加速硬件尚不成熟边缘机房场景受限,CPU堆叠算力的方式失效标准的匮乏导致加速硬件与业务平台耦合加速硬件标准颗粒度不足，引发若干问题:(1）加速硬件和接口无规范。各硬件厂家的加速硬件绑定特定的加速驱动，而云平台厂家提供的SDK差异较大。在做集成工作前，运营商需要对各家的软、硬件进行适配测算，成本极高;(2)业务加速硬件通用性较差业务。设备厂商在标准的基础上研发定制化功能并绑定私有接口，这导致加速硬件与上层应用绑定。厂商锁定导致加速硬件成为专用硬件，不符合NFV分层采购建设与异厂商基础的初衷。此外，加速硬件被强绑定，导致加速资源无法池化，难以发挥规模采购、降低成本的优势。电信领域的加速硬件尚不成熟加速硬件需与云平台以及网元层高效协同，才可发挥硬件加速的优势，这需要网卡厂商、云平台厂商和通信设备厂商的配合与联动。行业标准是产业界高效协同的基础。ETSI已在NFV架构中定义了硬件加速模块功以及实现方案，但标准的颗粒度以及规范度不足。各大厂商在标准的基础上进行了定制化开发，导致各家的加速硬件难以兼容以及集成，无法到达通用的目的。边缘机房场景受限,CPU堆叠算力的方式失效为满足业务的低时延需求,UPF下沉部署至边缘机房。由于机房的电力、承重无法按照核心机房要求建设，且空间较小，运营商通过引入数据处理器提高单设备转发能力，从而减少服务器数量，并降低边缘节点运维难度。part.19行业问题行业问题质量参差不齐行业监管难度大高端产品发展落后质量参差不齐数据处理器行业缺乏完备的质量控制和质量保证体系，生产商缺乏统一的生产标准，行业内产品质量良莠不齐，导致产品的可靠性难以保证，丧失产品市场竞争力。行业监管难度大高端产品发展落后part.20行业发展建议行业发展建议2中国初创企业2数据处理器性能可编程性2商业模式2中国初创企业2数据处理器初创企业规模较小，产品形态与商业模式不清晰。在核心技术与资源被国际巨头垄断后，部分初创企业产品附加价值低，可替代性强，不具备稳定的盈利模式。例如，部分企业宣称自研25G网卡，但核心网络芯片仍是外购，其产品的附加价值仅是模组与封装。其次，初创数据处理器企业在渠道的开拓上存在较大问题，产品定位与目标客户不清2数据处理器性能可编程性2种类繁多，在性能、成本以及可编程性上有显著差距数据处理器可应用在数据传输、虚拟交换、数据安全以及存储多个场景，对核心处理器的可编程性要求较高。按核心处理器分类，数据处理器分为3类，包括FPGA、MP与ASIC。三类数据处理器性能、成本以及可编程性有较大的不同，满足用户差异化的需求。2商业模式2数据处理器市场处于早期，商业模式不清，中小企业失试错成本高数据处理器产品最初主要由一定市场和技术储备的成熟网络设备生产商以及芯片巨头提供．包括Mellanox，Netronome，Broadcom.Cavium。随着数据流量的暴涨以及CPU算力瓶颈的凸显，中小企业亦开始布局数据处理器市场．例如BittWare与Ethernity等。数据处理器市场处于早期阶段，技术路线与产品形态均不明确，中小企业试错成本高，难以迅速发展。云计算厂商巨头包括亚马逊以及华为云通过收购优质的数据处理器企业或自研数据处理器用于自身部署。part.21竞争格局竞争格局竞争格局1竞争格局2竞争格局1医疗行业受经济周期影响较弱，于数据处理器企业而言具有“低风险、高收益”的特点，吸引众多新兴市场参与者加入其中。目前中国数据处理器行业市场企业数量众多，同质化竞争现象日趋严重，成为制约中国数据处理器行业行业发展的主要原因。中国数据处理器行业公司数量众多，但大多以简单融资租赁为主要业务方式，服务模式单一，同质化现象严重，为中国数据处理器行业行业的发展带来以下不良影响：（1）价格战引发收益率报价逐年下降：部分数据处理器行业公司为抓住优质客户资源，依靠价格战取得竞争优势，导致行业毛利率下降，医院选择合作企业时“唯价格论”，不利于行业良性发展；（2）过高授信加大财务风险：数据处理器行业公司对各家医院的总体授信额度偏高，甚至超过医院的偿还能力，为自身带来较大财务风险，不利于企业的长期发展。未来，数据处理器行业行业要想获得突破，首先需要企业间形成差异化竞争优势。竞争格局2中国政府正大力推动社会资本进入数据处理器行业，对数据处理器行业产品需求被迅速拉动，需求量呈现上升趋势，数据处理器行业企业进军国民经济大产业的战略窗口期已经来临。数据处理器行业各业态企业竞争激烈，当前，市场