AI飞速发展，全球算力井喷，我国进入AI计算高速发展阶段，GPU的自主化已经摆上案头。近日，华夏银行首席信息官吴永飞发表研究，指出GPGPU是比NPU更合适的路线，并以海光DCU为基础进行了GPU算力池化的研究。
GPGPU 是人工智能领域最主要的协处理器解决方案，占据人工智能90%以上的市场份额。
从技术上来说，GPGPU芯片可处理高并发数据，且相对NPU来说泛用性更广，比较适合作为异构计算底座，加速云端训练推理。
吴永飞也在研究报告中对这两条路线进行了对比。他表示，GPGPU路线迁移工作量低、技术门槛适中、迁移后服务无明显风险，产业生态更好；而NPU路线适配工作量大、技术门槛更高，存在风险，生态适配也存在困难。因此相较于NPU技术路线，GPGPU在当前市场具备无可比拟的应用优势。
据悉，海光DCU已于2021年实现商业化应用，与百度飞桨、北京大学等头部企业及高校进行了紧密合作。其受到认可的原因，是产品自身的核心竞争力——
性能上与A100接近，可满足绝大部分应用需求；是国内唯一能支持FP64双精度浮点运算的产品，具备AI训练需要的全精度运算能力；同时还兼容通用的“类 CUDA”环境以及国际主流商业计算软件和人工智能软件，没有生态短板。
这些优势让海光DCU获得了市场的广泛认可。目前，海光DCU已广泛应用于大数据处理、人工智能、商业计算等应用领域。
