GPU

Imagination 已受邀参加工博会期间举办的国芯展嵌入式会议“先进封装与异构集成驱动嵌入式系统创新研讨会”，并带来《面向嵌入式 AI 的可编程 GPU 架构：融合图形、AI 与通用并行计算》的技术分享。

本文将一个内部优化案例改造为可对外分享的实战讲解，展示如何把一个简单的图像处理操作迁移到 GPU 上、验证其正确性，并进一步调优以获得更好的吞吐。

近期我们一直在向中国客户和媒体展示E系列。它背后的故事经历了一个非凡的转折：原本为绘制图像而打造的硬件，帮助现代AI成为可能。如今，AI正在帮助它绘图、思考和创作。

Imagination没有因为AI的到来而弱化GPU，反而进一步强化“GPU-First”战略：把矩阵计算、低精度AI、神经渲染等能力更深地融入GPU架构，希望让GPU从传统的图形处理器，进一步成为一个在端侧能够同时承载图形、通用计算和AI的可编程计算中心。

长期以来，为了应对图像渲染、语音识别、计算机视觉及神经网络推理等多元化任务，芯片厂商往往倾向于在SoC中不断叠加专用的加速模块——CPU、GPU、DSP与NPU各司其职。

Imagination 技术支持总监艾克发表主题演讲，从端侧推理的真实场景出发，分享了 Imagination 对异构融合架构的思考，以及 E 系列 GPU IP 如何将 AI 能力融入 GPU 核心，应对端侧芯片 5-10 年生命周期中的持续变化。