郭建辛

GPU作为数字经济时代的核心算力引擎，已广泛应用于人工智能、自动驾驶、科学计算、生物信息、油气勘探等领域，对助力各行业发展与变革起到了关键支撑作用。

随着数字经济的兴起，大量新兴前沿行业快速发展，如自动驾驶、基因测序等，这些行业的共同特点便是要处理海量的数据信息，需要的算法模型越来越庞大，对算力具有强烈的应用需求。

自动驾驶技术本质上是汽车感知层（摄像头、传感器等）获取数据，由中央决策层（自动驾驶计算平台）对数据快速处理并做出精准决策的过程。随着自动驾驶技术的快速发展，系统复杂度日益提升，对算力的需求越来越高。目前自动驾驶行业一般认为，L2级自动驾驶需要的算力在10 TOPS（TOPS，即每秒万亿次整型计算能力）以下，L3级需要30—60TOPS，L4级需要超过100 TOPS，L5级需要超过1000 TOPS。GPU作为算力基础设施的重要来源，为自动驾驶整车厂的算力竞争提供了充足保障，未来还将继续作为核心算力芯片推动自动驾驶技术向前发展。

随着基因测序技术的不断成熟和人类对生物体的好奇以及自身健康的不断关注，基因测序行业正迎来快速发展态势。根据中商产业研究院统计，2020年我国基因测序市场规模达118亿元，同比增长22.9%。基因测序技术的关键是计算系统能快速处理海量的基因组数据（以人类基因组为例，约有30亿个DNA碱基对），所面临的计算量无比庞大，同样需要GPU的强劲算力作为计算支撑。

除以上介绍的自动驾驶、基因测序等领域外，GPU更是广泛应用于科学计算、量子计算、区块链、数字孪生等新兴前沿领域，对助力新兴行业发展起着至关重要的作用。

GPU强大算力带来的行业变革力同样影响着传统产业，给众多传统行业带来新的发展机遇。大量传统行业已积累了海量的行业数据资源，并且面临着迫切的数字化转型之路，所积攒的海量数据急需被处理，必然需要强大的算力作为支撑。

在油气勘探过程中，钻井井位的确定非常关键，一次钻井花费多达数亿美元，假若井位定错,损失将十分惨重，因此钻井前需要对广阔的地下结构进行油藏勘探模拟。当前应用最普遍的油藏勘探模拟技术是通过向地下发射地震波，然后将地下不同地质层反射回来的地震波信号通过地面检波器收集后，利用大型计算机通过多套专业处理软件和一套完整的叠前时间偏移、叠前深度偏移软件系统进行数据处理，从而得到准确的地下油藏地质模型，便以研究人员进行下一步的分析解释。

由于采用人工地震波进行油气勘探的过程会产生巨大的数据量（地面检测范围通常达上千平方千米，监测点多达上万个），精准油藏地质模型的形成动辄需要处理TB（TB，即万亿字节）级的海量数据，因此对石油勘探计算系统提出了非常高的性能要求，而GPU给传统油气勘探行业的技术化转型提供了强有力的算力支撑。

一般来讲，传统新药研发投资巨大、耗时长、成功率低，一款药物的上市往往需要几年甚至十几年的开发周期和超过10亿美元的投入。新药研发一般分为药物发现、临床前研究、临床试验、新药上市等阶段。其中，药物发现是指针对靶点研究中确定的疾病治疗目标和作用的环节与靶标，寻找能够与靶点有效结合的某种物质（先导化合物）。而在先导化合物发现的过程中，研究团队需要对几十万种分子进行分子动力学模拟计算。传统药物研发筛选过程主要受限于计算系统的计算速度，而借助基于GPU的并行加速技术将突破新药研发中的算力瓶颈问题，大大降低药物筛选时间，极大促进新药研发进程。

除以上介绍的油气勘探、药物研发等应用领域外，GPU更是大量应用于气象预测、电力、建筑、工业等众多传统行业中，为传统行业的技术变革及数字化转型奠定良好的算力基础。

数字经济时代，“算力就是生产力”已成为全球发展共识。据IDC预测，预计到2025年，全球数据量将比2016年的16.1ZB（ZB，即十万亿亿字节）增加十倍、达到163ZB。海量数据信息则需要强大算力基础作为支撑。而作为数字经济核心算力引擎的GPU，必将给产业界带来更多突破性、引领性的变革。沐曦的高性能通用GPU产品及解决方案，将广泛运用于人工智能、智慧城市、数据中心、云计算、自动驾驶、生命科学、数字孪生、元宇宙等前沿领域, 以其高算力、高效能的天然优势，成为“双碳”背景下推进数字经济发展的强大算力支撑。