数据处理器产业竞争分析报告2024年-2026年

2024年-2026年数据处理器产业竞争分析报告汇报人：黄文隆2024-08-01数据处理器定义产业链发展历程政治环境商业模式政治环境目录经济环境社会环境技术环境发展驱动因素行业壁垒行业风险行业现状目录行业痛点问题及解决方案行业发展趋势前景机遇与挑战竞争格局行业定义01什么是数据处理器理论角度: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定义产业链02软件商、IP核、EDA、制造封测上游DPU供应商、DPU供应商中游数通市场、电信市场、AI服务器、自动驾驶下游产业链010203发展历程03CPU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。:发展历程CPUGPUDPUNPU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。DPU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。NPU，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。04政治环境FROMBAIDUWENKUCHAPTER描述国家工信部:《关于政协十三届全国委员会第二次会议第2282号》:工信部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工信部: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展国家发改委:《战略性新兴产业重点产品和服务指导目录》:重点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）、中小功率智能模块政治环境1政治环境国家工信部《关于政协十三届全国委员会第二次会议第2282号》:工信部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工信部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展国家发改委政治环境《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。《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。05商业模式FROMBAIDUWENKUCHAPTER06经济环境FROMBAIDUWENKUCHAPTER我国经济不断发展，几度赶超世界各国，一跃而上，成为GDP总量仅次于美国的唯一一个发展中国家。我国经济赶超我国人口基数大，改革开放后人才竞争激烈，大学生就业情况一直困扰着我国发展过程中。就业问题挑战促进社会就业公平问题需持续关注并及时解决，个人需提前做好职业规划与人生规划重中之重。公平就业关注经济环境07社会环境FROMBAIDUWENKUCHAPTER总体发展稳中向好我国总体发展稳中向好，宏观环境稳定繁荣，对于青年人来说，也是机遇无限的时代。关注就业公平与提前规划促进社会就业公平问题需持续关注并及时解决，对于个人来说提前做好职业规划、人生规划也是人生发展的重中之重。就业问题与人才竞争我国人口基数大，就业问题一直是发展过程中面临的挑战，人才竞争激烈，大学生毕业后就业情况、失业人士困扰国家发展。政治体系与法治化进程自改革开放以来，政治体系日趋完善，法治化进程也逐步趋近完美，市场经济体系也在不断蓬勃发展。中国当前的环境下描述了当前技术发展的日新月异，包括人工智能、大数据、云计算等前沿技术的涌现。技术环境需求增长、消费升级、技术创新等是行业发展的主要驱动因素，推动了行业的进步。发展驱动因素行业壁垒包括资金、技术、人才、品牌、渠道等方面的优势，提高了新进入者的难度。行业壁垒我国经济不断发展08技术环境FROMBAIDUWENKUCHAPTER技术驱动技术环境的发展为行业带来了新的机遇，是行业发展的重要驱动力。创新动力技术环境的不断创新和进步，为行业的创新发展提供了有力支持。人才需求技术环境的发展促进了人才的需求和流动，为行业的人才队伍建设提供了机遇。团队建设技术环境的发展要求企业加强团队建设，提高员工的技能和素质，以适应快速变化的市场需求。合作与交流技术环境的发展促进了企业间的合作与交流，推动了行业的整体发展。技术环境010203040509发展驱动因素FROMBAIDUWENKUCHAPTER发展驱动因素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《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。政策5G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。智能驾驶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释放宝贵资源数通市场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。电信市场10行业壁垒FROMBAIDUWENKUCHAPTER11行业风险FROMBAIDUWENKUCHAPTER12行业现状FROMBAIDUWENKUCHAPTER市场情况描述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。行业现状01市场份额变化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。行业现状02市场情况全球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。行业现状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01DPU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。0213行业痛点FROMBAIDUWENKUCHAPTER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。030201行业痛点14问题及解决方案FROMBAIDUWENKUCHAPTER问题及解决方案中国初创企业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数据处理器性能可编程性种类繁多，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。商业模式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