Jon Peddie Research（JPR）数据显示，2022年Q2，PC使用的GPU出货量（包括集成和独立显卡）为8400万块，其中英特尔GPU市场份额高达68%，主要归功于英特尔在台式机/笔记本电脑CPU集成大量核显；AMD以17%份额居于第二，这家公司既有核显也有独显，但核显明显占大头，独显只占整体PC市场约3%；英伟达则主攻独显市场，所以虽然看似只有15%市场份额，但基本称霸独显市场。[28]
2022年Q2 PC市场GPU供应情况[28]
英伟达是全球独立GPU的绝对领导者。初期，英伟达的重心是PC图形处理业务，此后乘着GPU通用的热潮，拓展至智能终端、自动驾驶、AI算法等领域。从2022年Q2财报来看，英伟达的主营业务包括游戏GPU、数据中心GPU、专业视觉设计GPU、智能驾驶GPU以及OEM和其他业务，占比依次为30.5%、56.8%、7.4%、3.3%、2%。[29]
为了更好地应对竞争，英伟达每一代显卡的架构设计变化都非常大。经过统计英伟达每一代架构情况来看，性能提升的核心两要素流处理器（Streaming Multiprocessor，SM）和缓存（Cache）都有较大设计改动，这是为了在芯片有限的面积、功耗下，不断调整各种组件配置比例，通过制程工艺迭代，寻求最优解法。[30]
英伟达架构变化[30]
英伟达是GPU概念的提出者，几乎每一款产品都会引起游戏爱好者、设计者大规模讨论。尤其在40系使用了全新Ada Lovelace架构，采用TSMC 4N定制工艺，着色器能力高达83TFlops，有效光线追踪计算能力达到191TFlops，是上一代产品2.8倍。另有第四代Tensor Cores，FP8张量处理性能高达1.32PFlops，是上一代的5倍。[31]
英伟达30系和40系显卡汇总，制表丨果壳硬科技
与此同时，英伟达还是数据中心GPU的倡导者。不仅在业界最先推出通用GPU产品，还在2006年发布并行编程模型CUDA。通用GPU与CUDA组成的软硬件底座，构成了英伟达引领AI计算的根基。[6]
不过，英伟达的这几个月也不好过。受半导体产业需求持续下滑影响，一度出现财报雪崩、股价大跌的情况。而新发布的40系显卡也争议满满，导致黄仁勋取消RTX 4080 12GB版本。[32]
AMD的GPU以性价比为主要竞争力。在独立GPU上，同类产品价格普遍低于英伟达30%左右，在集成GPU上，其包含核显的APU产品比包含核显的英特尔CPU更便宜。[33]
核显方面，据Tom's Hardware测试数据显示，AMD锐龙系列的核显在诸多游戏中表现优异。[34]
核心显卡部分性能对比[34]
独显方面，AMD一直是英伟达的追赶者，仅从浮点算力来看，与英伟达有一定差距；从性能实际表现来看，与英伟达平分秋色。要说N卡（英伟达）和A卡（AMD）孰强孰弱，暂且没有任何人能给出定论。[35]
