华为：科大讯飞联合华为推出的星火一体机基于华为鲲鹏CPU（中央处理器）+昇腾GPU（图形处理器），另外联合华为存储和网络提供整机柜方案，FP16（半精度浮点数格式）算力2.5 petaFLOPS（1 petaFLOPS为每秒运行一千万亿次浮点运算）。在大模型训练中最为流行的英伟达DGX A100，其单节点包含8块GPU，可以输出5 PetaFLOPS的FP16算力。

英伟达：GH200架构采用CPU+GPU异构计算方式，采用NVLink-C2C互连，Grace CPU将数据传输到Hopper GPU的速度比传统CPU快15倍，LPDDR5内存为512GB，增加了显卡80GB的HBM3内存。GH200架构中增加的CPU用于查询嵌入表、向量储存，可增加对编程代码的理解和运用。

AMD:AMD 推出的MI300是业内首款CPU+GPU异构计算的存算一体芯片 Instinct MI300亦采用CPU+GPU异构计算形式，同时集成CDNA3架构的GPU单元、Zen4架构的24个CPU核心、大容量的Infinity Cache无限缓存，还有8192-bit位宽、128GB容量的HBM3高带宽内存，是业内首款CPU+GPU+内存结合到单一集成设计中的数据中心芯片。

异构计算行业定义

异构计算行业是指利用不同类型的计算资源（如中央处理器（CPU）、图形处理器（GPU）、可编程逻辑器件（FPGA）等）进行任务处理和计算的领域。通过将不同类型的计算资源组合起来，可以实现更高效、更灵活的计算能力。

异构计算行业分类

异构计算行业可以分为以下几个分类：

1. GPU计算：利用图形处理器（GPU）进行计算，适用于需要大规模并行计算的任务，如深度学习、科学计算等。

2. FPGA计算：利用可编程逻辑器件（FPGA）进行计算，适用于需要高度定制化和低功耗的任务，如物联网设备、加密算法等。

3. CPU-GPU协同计算：将中央处理器（CPU）和图形处理器（GPU）结合起来进行计算，充分发挥两者的优势，适用于需要综合计算能力的任务，如游戏开发、科学模拟等。

异构计算行业优缺点

异构计算行业的优点包括：

1. 高效能：异构计算可以充分发挥不同计算资源的优势，提高计算效率和性能。

2. 灵活性：异构计算可以根据不同任务的需求，灵活选择合适的计算资源进行计算，提供定制化的计算能力。

3. 节能环保：异构计算可以通过合理利用不同计算资源，降低能耗和碳排放，提高能源利用效率。

异构计算行业的缺点包括：

1. 开发难度：由于异构计算涉及多种计算资源和编程模型，开发和优化异构计算应用的难度较大。

2. 兼容性：不同类型的计算资源之间存在兼容性问题，需要针对不同计算资源进行适配和优化。

3. 成本高昂：异构计算所需的硬件设备和软件工具通常较为昂贵，对于一些小型企业或个人用户来说，成本可能较高。

数据来源：智研瞻产业研究院

异构计算行业发展历程

该行业的发展历程如下：

1. 初期阶段：异构计算的概念最早出现在20世纪90年代末和21世纪初，当时主要是指将中央处理器（CPU）和图形处理器（GPU）结合起来进行计算。这一阶段主要集中在科学计算和图形渲染等领域，如NVIDIA的CUDA平台和AMD的Stream技术。

2. 加速器兴起阶段：随着计算需求的增加和对计算效率的要求，其他类型的加速器开始进入异构计算的领域，如可编程逻辑器件（FPGA）和专用集成电路（ASIC）。这一阶段主要集中在数据中心和云计算领域，如英特尔的Xeon Phi加速器和Google的Tensor Processing Unit（TPU）。

3. AI加速阶段：近年来，人工智能（AI）的快速发展推动了异构计算行业的进一步发展。针对深度学习等AI任务，GPU和ASIC等加速器得到了广泛应用，如NVIDIA的Tensor Core GPU和Google的TPU。

4. 综合计算趋势：随着计算任务的多样化和复杂化，综合计算成为异构计算的新趋势。综合计算将不同类型的计算资源结合起来，提供更灵活和高效的计算能力。例如，AMD推出了将CPU和GPU集成在一颗芯片上的APU（Accelerated Processing Unit）。

异构计算行业上中下游

(1) 上游主要包括计算硬件和芯片设计厂商，如NVIDIA、AMD、英特尔等。他们负责研发和生产各种类型的计算加速器和处理器。

(2) 中游主要包括计算平台和解决方案提供商，如云计算服务提供商、数据中心运营商等。他们提供基于异构计算的计算平台和解决方案，满足各种计算需求。

(3) 下游主要包括应用开发商和终端用户，如科学研究机构、企业等。他们利用异构计算平台和解决方案进行应用开发和计算任务处理，满足各种需求。

数据来源：智研瞻产业研究院

我国异构计算行业市场规模和增长率

据调查统计，2017年异构计算行业市场规模为约120.10亿元，增长率为39.9%。2018年异构计算行业市场规模为约176.88亿元，增长率为38.2%。2019年异构计算行业市场规模为约234.94亿元，增长率为30.7%。2020年异构计算行业市场规模为约296.16亿元，增长率为25.9%。2021年异构计算行业市场规模为约362.35亿元，增长率为22.8%。

2018-2023年中国异构计算的行业市场数据分析

统计数据显示，2018年中国异构计算行业市场规模176.88亿元左右，2023年H1中国异构计算行业市场规为216.01亿元左右。2018-2023年H1中国异构计算行业市规模数据分别为：

图表：2018年-2023年H1中国异构计算行业的市场数据分析表

数据来源：智研瞻产业研究院

2023-2029年中国异构计算行业的市场规模发展趋势分析

预测， 2029年中国异构计算行业市场规模为988.52亿元。2023-2029年中国异构计算行业的市场规模发展趋势分析如下：

图表：2023-2029年中国异构计算行业的市场规模发展趋势数据表

数据来源：智研瞻产业研究院

异构计算行业经营情况

我国异构计算行业的经营现状分析如下：

1. 市场规模扩大：随着人工智能、大数据等技术的快速发展，异构计算市场需求不断增加。根据市场研究机构的数据，我国异构计算市场规模逐年扩大，并预计在未来几年内将保持较高增长率。

2. 技术创新：我国在异构计算领域的技术创新取得了一定的成果。多家国内企业在GPU计算、FPGA计算等方面进行了研发，并取得了一些突破。例如，中国科学院计算技术研究所开发的“天河”系列超级计算机采用了GPU加速技术，在国际上具有一定影响力。

3. 产业链完善：我国异构计算行业的产业链逐渐完善。从计算硬件和芯片设计、计算平台和解决方案提供商，到应用开发和终端用户，各个环节的企业逐渐形成了合理的分工和合作关系。

5. 国际竞争：虽然我国异构计算行业取得了一些成绩，但与国际先进水平相比，仍存在一定差距。国外企业在技术研发、产品创新等方面具有较强竞争力，对我国异构计算行业形成一定的挑战。

异构计算产业链增量：

异构计算主要带来PCB方面的增量

FCBGA封装基板：兴森科技

封装基板上游ABF材料：生益科技、华正新材

封装基板填充材料：联瑞新材

高难度PCB：胜宏科技（英伟达）、中富电路（华为）、奥士康（AMD）