国内显卡全面缺货价格暴涨：原因无语到家
　　不得不说虚拟货币真是害人不浅，&矿工们&无人能挡，为了挖比特币等虚拟货币，把显卡市场买了个遍，AMD彻底断货，NVIDIA也库存告急，两家厂商甚至为矿工打造挖矿专用卡。
　　显卡被矿工们买光，显然不是厂商最想要的结果，冷落零售市场后果不堪设想，前段时间AMD表示RX 500系列的供货会在6月得到缓解，但进入6月之后直接进入全面断货阶段。
　　矿工太疯狂，新货源到货会被抢购一空，而且AMD RX 500系列产能有限，AMD会给优先照顾需求更大的市场，目前欧洲市场需求旺盛，分配之后国内缺货情况进一步加剧。
　　A卡完全断货，N卡这边也好不到哪去，同样被矿工们搞得&鸡犬不宁&，挖矿能力略差但货源相对充足的GTX 1060成为新的目标，目前京东上自营1060可选的商品不多，大多进入了预定模式，高端的1070同样惨遭毒手，自营商家阵亡，所以想618买显卡的朋友，可以展望11月了。
　　就像之前内存、SSD的情况，各大显卡都持续缺货，涨价在所难免，AMD之前几次对国内显卡厂商做的保证都没能兑现，所以目前这种情况可谓无解，各位不妨吃吃瓜，持币观望一段时间吧。
责编：黎晓珊
环球时报系产品
扫描关注环球网官方微信
扫描关注 这里是美国微信公众号
扫描关注更多环球微信公众号对比显卡，为什么 CPU 不将体积做大来提高性能？
我的图书馆
对比显卡，为什么 CPU 不将体积做大来提高性能？
【破布的回答(77票)】:
先纠正一个答主的误区。显卡是一整块PCB版，上面很多乱七八糟的元器件，核心的GPU，跟CPU差不了多少。
============================================================================
的回答有一部分比较准确，事实上也跟我在这里的回答有类似
他的回答也有一些瑕疵：
1. 指令调度逻辑在core里面确实比重不小，但是整个die size主要由cache占据，核心是相对小块。
2. ILP limitation远没有这么小，在cache memory跟得上的情况下OoO可以跑得飞起，做10-issue甚至20-issue的想法十几年前业界就有过， 问题是cache memory跟不上，功耗、设计复杂度开销也惊人。最后才放弃。所以说CPU核心逻辑不做大的问题不在于 ILP limitation。
3. 顶级CPU比顶级GPU还大，问GPU为何比CPU die size大是个伪问题。拿i7跟Titan比并不准确，最大的CPU跟最大的GPU差距并没有那么大，AMD的顶级服务器CPU是300mm2开外，Intel的暂时没有公布，从L3 cache上粗看估计已经超过400mm2，如果没有超过400也不会离400很远，IBM Power8是650mm2，比Titan还大。所以说顶级的CPU和GPU die size差距没那么明显，甚至前者更大，只是CPU把大部分面积花在了cache上，GPU大部分花在了ALU上。
4. 从第三点出发，我们都忘了考虑logic和SRAM的density问题。在2001年的时候logic density大致在7 million to 20 million transistors/cm2，SRAM density在35 million transistors/cm2，不知道现在趋势有无变化。如果这个趋势没有变化，那么以logic为主的GPU die size就容易膨胀，CPU的SRAM density做的好的话die size就不容易涨起来。
============================================================================
首先说第一个问题，CPU的die size不能做太大的一大原因是制造成本。这里面有一个经验公式，die size变大的同时，制造成本是指数级地增加。
以下摘自《量化研究方法》第五版
Processing of a 300 mm (12-inch) diameter wafer in a leading-edge technology cost between $5000 and $6000 in 2010. Assuming a processed wafer cost of $5500, the cost of the 1.00 cm2 die would be around $13, but the cost per die of the 2.25 cm2 die would be about $51, or almost four times the cost for a die that is a little over twice as large.
另一面是设计和测试的复杂度。比如说cache增大以后，花在实际存取上的时间已经远少于花在wire delay上的时间，在cache的物理最远距离处存取数据跟在最近处存取数据，延迟可以差上好几倍，这对前端和后端的设计都是挑战。结构设计和逻辑设计的时候必须更多地考虑wire delay，各种信号传播的差时会更严重，对于后端，floorplanning的难度也比以前更大。
设计复杂度上来说先进OoO核心的复杂度是明显高过基于SIMD的GPU流处理器，GPU结构比较规整些，做设计冗余来规避工艺缺陷可能会稍占些便宜。
再说第二个问题，不是CPU晶体管数量翻一倍性能也就会翻一倍，没有这么便宜的事情的。比如cache，在cache容量很小的时候去加容量，性能会提高很快，但是过了一定限度，cache能装下很多程序的核心工作集之后，性能提高就很慢了，多花晶体管就不再划算。在现在的branch predictor里面多花一倍晶体管，铺一张大一倍的记录表，预测准确率也就提高个把百分点，不值得。
对于GPU性能，则是另一回事，把流处理器数量继续往上翻倍，只要碰到数据级并行度，线程级并行度好的程序，它的性能就能跟着往上翻。但我不保证这里的提高是线性。
最后第三个问题。功耗是现在集成电路设计的头号大敌。耗电量本身只是问题的一方面，更重要的是电能转化为热能带来的散热问题，这一点已经非常非常严重了，前Intel副总裁Patrick Gelsinger曾在2001年的国际固态电子电路会议上发表主题演讲，指出当时处理器的功耗正在以指数级速度增长，如果继续按照这个趋势发展而不加以任何节制，则到2005年（距离2001年也就是四年时间）时高速微处理器的功耗密度将媲美核能反应堆，2010年时将与火箭发动机喷口不相上下，2015年时甚至可以与太阳表面并驾齐驱。
你拿什么去冷却核反应堆和火箭发动机喷口。。。所幸自2000年以后对低功耗设计的逐步重视避免了这个灾难性趋势。GPU在SIMD line或者SIMD流处理器层面上做gating比CPU也容易一些，功耗控制能更方便。
【李搏扬的回答(57票)】:
这个问题有点意思。虽然对显卡的尺寸理解不太正确，但是中心思想还是对的。就是用空间来换速度。
传统的CPU属于平铺。在一个平面上越铺越远，距离长了之后传输速度不够，导致不能铺的太大。平铺不行怎么办？那就堆起来嘛。
把内存堆在芯片上。这是最简单的堆法了。苹果在A4芯片之后都采用了这一技术。把内存堆在芯片上。这是最简单的堆法了。苹果在A4芯片之后都采用了这一技术。
堆两层太简单了，堆积木盖大楼要玩高级的。
这个就是真正的3D芯片技术。这个设计的问题不少，包括中心层散热不好解决，线路要从中间层穿过成本高，等等。所以现在还停留在实验室阶段。这个就是真正的3D芯片技术。这个设计的问题不少，包括中心层散热不好解决，线路要从中间层穿过成本高，等等。所以现在还停留在实验室阶段。
3D搞不定，有人提出所谓的2.5D技术。
大概意思好像是说两个芯片下面接一个插线板联通起来。大概意思好像是说两个芯片下面接一个插线板联通起来。
3D集成电路是目前CPU技术的研究热点。各种新主意很多。比如说，针对线路要通过中间层芯片的问题，有人提出用无线通信：
三星去年开始生产一类flash memory chip采用了3D技术。据说一共堆了24层。可以把晶体管密度提高一倍，功耗下降一半，速度提高一倍。三星去年开始生产一类flash memory chip采用了3D技术。据说一共堆了24层。可以把晶体管密度提高一倍，功耗下降一半，速度提高一倍。
【呆涛的回答(6票)】:
首先部分同意
的回答: 先纠正一个答主的误区。显卡是一整块PCB版，上面很多乱七八糟的元器件，核心的GPU，跟CPU差不了多少
然后稍微反对一下
的回答. 额.. 我点赞了.. 但是我觉得你偏题了..
另外: 目前CPU还有显卡不敢用3D IC (事实上在整个ASIC领域都没人敢把3D IC 市场化...)... 因为不可靠. 在wafer(硅晶底座)上面打孔太太太贵了. 注这里的贵不只指花费高, 更是其他附加成本, 比如打孔打不好直接废一整块wafer... 我们老板千辛万苦搞了个Tazarron 3D 的技术, 新加坡做的. 是目前最reliable也是真正可以做出来的3D IC. 仅仅是Face-to-Face, 也就是两篇硅片先做好然后像夹心饼干一样把连线层夹在中间.
TSV技术MIT Lincoln Lab在搞. 但是仅限自己玩玩. 不卖 (哼傲娇的技校不跟我们玩...) ... TCI按目前的技术指标纯属瞎搞(芯片搞出来不靠谱. 连model都没有, 干扰太大完全无法胜任标准计算).
-----------------------------------偏题线----------------------------------------------
那么我们就来看看显卡的"核心部分" 和 CPU大小的比例吧:
首先上CPU, 嗯, 就用i7吧:
i7 Die Size : 160 mm2 (Ivy-bridge E 256.5 mm2 )
再上显卡: GTX系列的:
GeForce GTX TITAN GK110
GeForce GTX 780 GK110
GeForce GTX 680 GK104
显卡里面能跟CPU比的是Chip (GK110). 至于其他栏都是外接配置. 什么意思呢? 就如同CPU也要配个巨大的主板一样. 要是这么算就没法比了对吧~
GK 110 Die Size: 550 mm2
哇啦个擦! 显卡的那玩意还真比CPU大啊! (有歧义...)
且慢~ 让我们看看怎么回事...
i7 使用技术: 22 nm
GK 110 使用技术: 28 nm
好像也没差很远嘛...
Transistor Count (有多少个场效应管):
i7 : Transistors: 1.4 billion (Ivy-bridge E 1.86 billion)
GK 110 : up to 6 billion
发现原因了吗?
在目前的技术条件下, 显卡上面的处理器就是比CPU大! (在此也表示
的回答不完全准确).
CPU处理的是需要许多步骤, 多兼容性的程序语言, 原因在于CPU要控制整个系统按照规定运行某些程序. 所以牛逼的CPU在于架构好, 运行速度快(单条指令),而不是使用大量的冗余. 这主要是在于程序运行的时候, 有时候后条指令需要前面的指令执行完毕才能继续, 那么这种情况下无限制的增加CPU的并行处理能力也无法提升整体的速度.
而显卡正相反, 显卡的工作十分枯燥, 就是重复不断地计算(又叫rendering, 比如说两点之间用某某颜色画一根3D的线然后按照某种标准转了XX度之后这个线要怎么显示之类的...), 但是大多数这些计算是相互独立的, 可以并行. 所以需要大量的计算单位, 甚至一些额外的冗余计算单位以应付高频显存计算. 所以可以粗略的说越牛逼的显卡核心越大.
由于侧重点不同, 两者之间大小差距不是就很正常了吗~
-----------------------------------补充线-------------------------------
多谢 指正， 学习了！
1. 指令调度逻辑在core里面确实比重不小，但是整个die size主要由cache占据，核心是相对小块。 同意， 我表达的不全面。
2. ILP limitation远没有这么小，在cache memory跟得上的情况下OoO可以跑得飞起，做10-issue甚至20-issue的想法十几年前业界就有过， 问题是cache memory跟不上，功耗、设计复杂度开销也惊人。最后才放弃。所以说CPU核心逻辑不做大的问题不在于 ILP limitation。 啊咧。。。我的point就在于无论CPU怎么增加核心， 还是没法根GPU核心数量/并行数量相比的。。。由于设计理念不同。
3. 顶级CPU比顶级GPU还大，问GPU为何比CPU die size大是个伪问题。拿i7跟Titan比并不准确，最大的CPU跟最大的GPU差距并没有那么大，AMD的顶级服务器CPU是300mm2开外，Intel的暂时没有公布，从L3 cache上粗看估计已经超过400mm2，如果没有超过400也不会离400很远，IBM Power8是650mm2，比Titan还大。所以说顶级的CPU和GPU die size差距没那么明显，甚至前者更大，只是CPU把大部分面积花在了cache上，GPU大部分花在了ALU上。 同意！ 这点我认为总结的很好！
4. 从第三点出发，我们都忘了考虑logic和SRAM的density问题。在2001年的时候logic density大致在7 million to 20 million transistors/cm2，SRAM density在35 million transistors/cm2，不知道现在趋势有无变化。如果这个趋势没有变化，那么以logic为主的GPU die size就容易膨胀，CPU的SRAM density做的好的话die size就不容易涨起来。 按照MOSIS的指标， 略有涨但是没有本质变化。。。(我记得 32nm SOI是45million?) 不过我们确实没有考虑这个问题 : P
【TianhengChen的回答(3票)】:
我们教授说过一个很有意思的答案：因为cpu不是设计好之后，每次生产都能成功的，是有一定几率出现次品的，次品就要扔掉，就成损失了，而次品率与面积成正相关。所以为了成本考虑，cpu的大小就不能特别大。不然成本会很高
【郭风林的回答(1票)】:
一个不专业人士的不专业回答～
比方说题主是一个公司的老板
将CPU看作这样一个员工:留美博士，聪明，学识渊博，啥都会干，但是要求的薪资也比较高。
显卡则是一群农民工（核心数量/流处理器比较多）。
你们现在有一项工作（搬砖），技术含量不高，但是比较耗费人力，还有一定的工期限制。
请问作为老板的你，是再去招一群博士呢，还是用招一个博士的钱去招十个农民工？
【知乎用户的回答(0票)】:
die面积大了，成本高了；成本高了，价格贵了；价格贵了，买的人少了；买的人少了........
Power8 600mm2+ GTX780Ti 500mm2+貌似CPU比显卡还大点。
【张金戈的回答(0票)】:
问题本身就是错误的；顶级显卡的300W包括了所有芯片的功耗，而且有些显卡是有两颗GPU；
单个CPU限于散热不可能做大。服务器主板可以装多个CPU，比如华硕 Z9NA-D6C，要470W以上的电源。
【陆旭佳的回答(0票)】:
MIC 卡就显卡那么大呀。。如果他也能作为CPU的话。。
【徐小远的回答(0票)】:
cpu的速度和频率有关，频率和一个反相器(构成各种逻辑电路的基本单元)的开关时间有关，这个时间和晶体管的沟道长度有关，也就是平时所说的多少多少纳米。显卡用GPU来计算，这样的任务可以使用并行计算来加速，所以GPU会使用多核技术。CPU则不行，CPU，GPU的大小是指芯片的大小(打开cpu盖子中间那个黑色大拇指甲盖大小的东西)。
【姜恒的回答(0票)】:
因为CPU是为单线程速度优化的，GPU是为上万个线程的总吞吐量优化的。所以CPU核数不会太多，而显卡核数可以说在架构上没限制。
【王天祺的回答(0票)】:
显卡砖头一样大的那个是带板卡的尺寸，cpu不过火柴盒那么大你说的却只是芯片的尺寸。。。
anyway，芯片做大了以后，良率会大幅下跌，价格上涨，而且面积越大布线延迟越大，设计难度也大大增加了，现在芯片虽说封装大了，但是里面也是多个die封在一起的
【十二波十儿卜的回答(0票)】:
其实显卡大主要是因为风扇和散热铜片那一系列的东西，CPU看着小是因为没把风扇那一套设备加上去，而且有些电脑这套设备是共用的没法单独给CPU封装起来
馆藏&70402
TA的推荐TA的最新馆藏
喜欢该文的人也喜欢5被浏览9,523分享邀请回答1添加评论分享收藏感谢收起&&|&&责编：商皛
一、显卡市场发展概述市场竞争异常激烈&&&&2015年中国的显卡市场上，整体竞争依旧非常的激烈。综合上看，七彩虹可以说是最大的赢家。十大热门品牌上，七彩虹、影驰争夺冠军，关注度此消彼长；索泰、华硕和微星的排名也不断变化。七彩虹、影驰和索泰包揽了十大热门显卡系列，其中，七彩虹GTX750系列获得综合第一名。热门产品方面，七彩虹有四个产品入围，其中包括了前三名，索泰、微星和影驰则各有两个产品入围。热门GPU方面，nVIDIA、AMD和Intel依旧保持着三足鼎立的状态，nVIDIA的领先优势越来越明显。逆境中稳步前进&&&&2015年的PC游戏行业还是非常高产的，《巫师3》《辐射4》《合金装备5》&等一系列久负盛名的游戏及续集相继推出，吸引了不少玩家的注意，而作为核心要素的显卡自然也更加受到玩家们的重视。近年来，全球经济形势不佳，半导体技术的发展逐年减慢，产品热点转移，整个PC市场的环境也是每况愈下。在这样的逆境当中，2015年的显卡行业虽然整体情况不及过去，却仍在稳步前进，有许多可圈可点之处。例如，游戏性能有显著提升，功耗控制再创新高以及革命性的HBM显存的引入等，都为显卡行业的发展提供了重要的条件。二、中国显卡市场品牌结构分析1.&十大热门显卡品牌七彩虹领跑市场，优势明显图1&2015年度前十显卡品牌关注比例&&&&ZDC统计数据显示，2015年度的中国显卡市场上，整体上看，七彩虹夺冠，同时也是显卡中关注度唯一超过20%的品牌。影驰和索泰排名第二、第三名，关注比例都超过了10%，具有一定的领先优势。第四到第十位品牌分别为华硕、微星、蓝宝石、技嘉、映众、迪兰和铭瑄，它们的关注度都不足10%。影驰关注度稳步上升，七彩虹略有下降表1&2015年Q1-Q4&十大热门品牌关注度变化&&&&对比2015年Q1-Q4&（本文所有数据周期从2014年12月到2015年11月）的数据可以看出，七彩虹从第一季度的24.39%下跌到第四季度的19.26%，而影驰则保持着稳步上升的趋势，从年初的17.80%上升到第四季度的19.51%，最终反超七彩虹，成为第四季度的冠军。索泰在波动中缓慢上升到第三，华硕的迅速增长对其造成了不小的压力。微星的关注度下跌严重。其它热门品牌的关注度都在1%-7%之间，与前几名差距较大。
...提示：支持键盘“← →”键翻页
版权说明:该文章由中关村在线ZDC调研中心版权所有，未以书面授权不得转载或摘录。
投诉欺诈商家:
天津重庆哈尔滨沈阳长春石家庄呼和浩特西安太原兰州乌鲁木齐成都昆明贵阳长沙武汉郑州济南青岛烟台合肥南京杭州东莞南宁南昌福州厦门深圳温州佛山宁波泉州惠州银川
本城市下暂无经销商显卡利润最大的是高中低哪个市场，为什么_百度知道
显卡利润最大的是高中低哪个市场，为什么
我有更好的答案
端，高端铺货量不足，铺货量大。低端没有利润空间，因为利润高
采纳率：44%
来自团队：
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}