需求场景：AI 训练&推理、复杂科学计算、大规模图形渲染等，持续推动并行计算芯 片需求。
由于 GPU（Graphics Processing Uni，图形处理器）是由成百上千个阵列排布的 运算单元 ALU 组成，使得 GPU 更适用于大规模并发运算，其在图形处理、计算加速等领 域有着广泛的运用。2）由于 GPU 加速器强大的并行处理能力，超算中心工作人员可以更 好地设计深度网络结构，使得其在超算领域&数据中心领域更具经济效益，导致 GPU 在 AI 训练&推理、科学计算等领域有着广泛的应用。
GPU 用于 AI 训练&AI 推理领域。在典型 AI 模型卷积网络中，大量数据以图片形 式导入，在进行运算过程中，数据均为矩阵形式，而矩阵运算通常适合并行，因 此 AI 算法的特性，使得 GPU 的运算速度明显大于 CPU，使得 GPU 得以大量应 用在 AI 的训练与推理当中。 GPU 可用于复杂科学计算中。科学计算将物理、化学、生物、航空航天等领域 的问题转化为数学模型，通过计算和求解模型用于实际产业。从计算数据来看， 由于科学计算中所用数据多数以矩阵为形式，同时由于科学计算对误差有强制要 求，因此在运算中需要在并行运算基础上保证一定的精度。而现代 GPU 在并行& 矩阵运算的基础上，已经能够满足科学计算所需的精度要求。
