国产芯片的崛起：信创技术硬件解读

一文详解信创技术（硬件篇）

信创产业：自主可控，保障国家信息安全

信创产业，即信息技术应用创新产业，旨在实现信息技术领域的自主可控，保障国家信息安全。

产业链涵盖基础硬件、基础软件、应用软件、信息安全四个部分，其中芯片、整机、操作系统、数据库、中间件为核心环节。

信创产业发展意义重大，有助于摆脱对国外技术的依赖，提升国家信息安全水平。

2023年，信创产业市场规模有望达到万亿元级别，成为我国经济的新增长点之一。

（信创之CPU、GPU、存储、整机基础硬件），即信息技术应用创新产业，旨在实现信息技术领域的自主可控，保障国家信息安全。从产业链角度看，信创产业主要由基础硬件、基础软件、应用软件、信息安全4部分构成，其中芯片、整机、操作系统、数据库、中间件是最重要的产业链环节。

CPU概念及运作原理

中央处理器（CPU），是计算机的核心，负责运算、控制和存储。由运算器，控制器和寄存器组成。运算器负责运算和测试，控制器负责提取指令、译码、控制数据流动，寄存器则提供临时存储，加快运算。

CPU运作分为“取、译、执行”三个步骤：

1. 取指：从内存中提取指令。

2. 译码：将指令转化为控制信号。

3. 执行：由运算器执行运算和测试。

CPU的性能由主频、核数、缓存和架构决定。主频越高，处理速度越快；核数越多，可同时处理的任务越多；缓存越大，数据访问速度越快；架构越先进，效率越高。

CPU是计算机的大脑，决定了计算机的整体性能。Central Processing Unit），是实现计算机的运算核心和控制核心。主要包括运算器、控制器和寄存器等模块。运算器负责执行运算和测试，控制器负责提取指令、进行译码、控制数据流动方向，寄存器位于CPU内部和内存类似，能够在处理指令时暂时存储个数字能使运算变得更快。CPU的运作原理可分为“取”、“译”、“执行”∶CPU从内存中提取指令，由解码器译码，将指令转化为控制CPU其他部分的信号，最后由运算器进行运算和测试。

CPU指令集概念及分类

CPU指令集：计算机指令的集合

CPU指令集是CPU中计算和控制计算机系统所有指令的集合。计算机的程序最终需要转化为“指令”才能在CPU上运行。

CPU按照指令集可分为CISC（复杂指令集）和RISC（精简指令集）两大类：

* CISC型CPU：目前主要是x86架构，指令集复杂，但功能强大。

* RISC型CPU：主要包括ARM、RISC-V、MIPS、POWER、Alpha架构等，指令集精简，但执行效率高。

CPU指令集是计算机系统的重要组成部分，直接影响着计算机的性能和功耗。指令集（Instruction Set）是CPU中计算和控制计算机系统所有指令的集合。计算机的程序最终需要转化为“指令”才能在CPU上运行。CPU按照指令集可分为CISC（复杂指令集）和RISC（精简指令集）两大类，CISC型CPU目前主要是x86架构，RISC型CPU主要包括ARM、RISC-V、MIPS、POWER、Alpha架构等。

CPU指令集架构生态

1. x86和ARM CPU：生态成熟，兼容性强。

- 基于x86和ARM架构的CPU拥有广泛的软硬件兼容性。

- 丰富的适配产品，适合各种应用场景。

- 用户友好，上手简单。

2. MIPS和Alpha CPU：特定领域应用出色，市场化有待拓展。

- MIPS和Alpha架构的CPU在高性能计算、嵌入式工控机等领域表现出色。

- 市场化程度相对较低，仍需进一步发展。x86和ARM架构的CPU与下游软硬件的兼容性较好，适配产品较为丰富，对用户使用较为友好。基于MIPS和Alpha架构的CPU在高性能计算、嵌入式工控机等特定领域应用较好，市场化仍有待进一步的发展。

GPU基本概念

GPU 定义：

GPU（图形处理器）是一种专门用于图形和图像处理的微处理器，广泛应用于个人电脑、工作站、游戏机和移动设备中。

GPU 功能：

- 协助 CPU 进行图像处理

- 将 CPU 送来的图像信号经过处理再输送到显示器上

GPU 组成：

- 主板连接设备

- 监视器连接设备

- 处理器

- 内存

GPU 是显卡的核心处理器，负责处理与图像和图形相关的所有计算任务，对显示和图形性能起着关键作用。基本概念∶图形处理器（graphics processing unit，缩写GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。

GPU是显卡的处理器∶显卡全称显示适配卡，又称显示适配器，用于协助CPU进行图像处理，作用是将CPU送来的图像信号经过处理再输送到显示器上，由主板连接设备、监视器连接设备、处理器和内存组成，GPU即是显卡处理器。

GPU工作原理与结构

GPU工作原理

GPU通过流式并行计算，将图形映射到像素点上，并对每个像素的颜色进行计算和输出，主要分为五个步骤：顶点处理、光栅化计算、纹理贴图、像素处理和输出。

GPU与CPU的区别

- CPU：采用低延迟设计，擅长逻辑控制和串行运算。

- GPU：采用大吞吐量设计，拥有更多ALU用于数据处理，擅长并行计算和密集数据处理。

GPU的应用场景

GPU不仅用于图形渲染，还被广泛应用于AI训练、科学计算、金融计算等需要大规模并发计算的领域。工作原理∶GPU的工作通俗来说就是完成3D图形的生成，将图形映射到相应的像素点上，对每个像素进行计算确定最终颜色并完成输出，一般分为顶点处理、光栅化计算、纹理贴图、像素处理、输出五个步骤。

GPU 采用流式并行计算模式，可对每个数据行独立的并行计算。GPU与CPU区别∶CPU基于低延时设计，由运算器（ALU）和控制器（CU），以及若干个寄存器和高速缓冲存储器组成，功能模块较多，擅长逻辑控制，串行运算。

GPU基于大吞吐量设计，拥有更多的ALU用于数据处理，适合对密集数据进行并行处理，擅长大规模并发计算，因此GPU也被应用于Al训练等需要大规模并发计算场景。

GPU分类：GPU可分为独立GPU和集成GPU

独立GPU和集成GPU的性能差异：

独立GPU：

- 性能更高

- 使用专用的显示存储器

- 功耗和发热量较大

集成GPU：

- 共享系统内存

- 功耗低、发热量小

- 性能低于独立GPU

显存差异：

独立GPU：

- 拥有专用的显示存储器

集成GPU：

- 共享系统内存

内存频率差异：

独立GPU：

- 显存频率通常高于集成GPU

集成GPU：

- 系统内存的频率通常低于独立GPU的显存

兼容性差异：

独立GPU：

- 兼容性较差

集成GPU：

- 兼容性较强GPU独立GPU一般封装在独立的显卡电路板上，使用专用的显示存储器，独立显卡性能由GPU性能与显存带宽共同决定。一般来讲，独立GPU的性能更高，但因此系统功耗、发热量较大。集成GPU集成GPU常和CPU共用一个Die，共享系统内存。

集成GPU的制作由CPU厂家完成，因此兼容性较强，并且功耗低、发热量小。但如果显卡运行需要占用大量内存，整个系统运行会受限，此外系统内存的频率通常比独立显卡的显存低很多，因此一般集成GPU的性能比独立GPU更低。

存储存储概念及分类

计算机存储：技术与应用

计算机存储主要包含各种存储器（Memory）和企业级存储（Storage），存储器以其不同的存储介质，分为光学存储、半导体存储和磁性存储三大类。

半导体存储是当前主流存储器技术，分为RAM（随机存储器）和ROM（只读存储器）。RAM是与CPU直接交换数据的内部存储器，断电数据会丢失，ROM掉电数据不会丢失。DRAM和Flash（包括NOR Flash和NAND Flash）为当前主流存储器，占据了全球主要的存储器市场。

2020年，DRAM占全球存储器市场的比例超一半，高达53%，是存储器分支中市场规模最大的产品。Memory）和企业级存储（Storage），企业级存储产品中使用了各种存储器技术。按照存储介质的不同，将存储器分为光学存储、半导体存储和磁性存储三大类。半导体存储又划分为RAM（随机存储器）和ROM（只读存储器）。

RAM是与CPU直接交换数据的内部存储器，也就是主存，断电数据会丢失，ROM掉电数据不会丢失。其中DRAM和Flash（包括NOR Flash和NAND Flash）为当前主流存储器，占据了全球主要的存储器市场。2020年，DRAM占全球存储器市场的比例超一半，高达53%，是存储器分支中市场规模最大的产品。