GPU的本质：从图形渲染并行器变成矩阵计算引擎
　　GPU的本质已从图形渲染的并行器演变为AI时代的矩阵计算专用加速平台。GPU最初为图形渲染而生，本质是大规模并行计算，AI训练和推理的核心操作是矩阵乘加，即大量A×B+C形式的张量运算，天然适合GPU的SIMT并行架构。Tensor Core是NVIDIA专门为AI矩阵运算量身定做的专用硬件单元。张量核心可以一次性批量执行矩阵乘加运算，比单纯用CUDA核心快几倍甚至几十倍，是大模型训练、推理加速最关键硬件。
　　AIGPU不是"更强的显卡"，而是面向矩阵乘加、显存带宽、集群互联和软件生态共同优化的AI计算平台。CPU擅长复杂控制流、低延迟和通用任务，GPU擅长高吞吐并行计算，深度学习把大量计算转化为矩阵运算后，GPU成为AI训练和推理的核心硬件。
　　风险提示
　　国内互联网厂商算力建设投资规模不及预期；
　　国内运营商和地方智算平台算力建设投资规模不及预期；
　　国内芯片代工厂产能爬坡不及预期。