芯东西（公众号：aichip001）
作者 |  ZeR0
编辑 |  漠影

芯东西5月8日报道，今日，Imagination Technologies推出兼顾边缘AI计算和图形渲染需求的全新E系列GPU IP。E系列（E-Series）凭借其高效的并行处理架构，INT8/FP8算力可在2到200 TOPS之间扩展，为边缘应用提供了一种通用且可编程的解决方案。

该GPU IP适用于图形渲染、桌面应用、智能手机上的自然语言处理、工业计算机视觉以及自动驾驶等领域。首款E系列GPU IP将于2025年秋季正式上市，目前已完成授权。汽车、消费电子、桌面及移动版本亦在同步开发中。

Imagination的PowerVR GPU架构以能效著称，已在功耗受限设备中应用近二十年。E系列进一步引入全新的爆发式处理器（Burst Processors） 技术，在AI推理、游戏和用户界面等工作负载下平均功耗效率再提升35%。

Imagination创新与工程负责人Tim Mamtora谈道：“E系列将GPU放在图形与边缘AI系统的核心位置。对需要同时运行图形与计算任务的系统设计者而言，E系列GPU提供了一种高度灵活的解决方案，既无需依赖额外的向量处理器或固定功能AI加速器，又能在降低整体系统设计成本的同时，实现面向未来的可扩展性。”

在媒体沟通会上，Imagination中国区董事长兼亚太总裁白农告诉芯东西等媒体，这款新产品是Imagination在图形和计算领域多年来累积的又一个里程碑，它不仅在性能、功耗和面积方面实现了全面的优化，更在架构设计上实现了从传统渲染将通用计算的深度拓展，具备高度的灵活性和可扩展性。

“中国一直是我们全球最重要的战略市场之一，”白农谈道，“未来，我们将持续加大对中国市场的投入，不仅为加大本土技术支持团队的建设，还将升华与本土生态伙伴的合作，帮助客户抓住新一轮AI浪潮带来的市场机遇。”

一、两大核心创新，AI算力可扩展至200TOPS

Imagination E系列GPU IP的每个GPU核深度集成低精度、高能效AI加速能力。小核在1GHz频率下有8Gpixel/s的像素填充率、0.25TFLOPS浮点算力、2TOPS INT8算力，可满足轻量级应用需求。4核配置在1.6GHz频率下可提供400Gpixel/s的像素填充率、12.8TFLOPS浮点算力（FP32）、超过200TOPS的INT8算力。

E系列有两项核心创新：Neural Cores（神经核）与Burst Processors（爆发式处理器）。

神经核计算密度高，AI性能可扩展至200 TOPS INT8 ，较前代D系列提升高达400%。它支持FP32、FP16、BF16、INT8、FP8、MXFP8、FP4、MXFP4等多种主流AI数值格式，能够满足不同精度、性能与功耗需求。其AI友好的内存架构在计算时优先使用本地内存，大幅降低了访问外部内存所消耗的功耗和性能成本。

爆发式处理器拥有创新的架构设计，使边缘应用中平均功耗效率提升35%。该技术深度集成于GPU中，改变了GPU原有指令调度方式，通过缩短流水线深度、减少数据在GPU内部的移动等方式，实现尽可能多的数据重复使用和共享，从而减少很多不必要的计算开销，提升能效。

爆发式处理器主要优势包括：对特定指令进行调度，最小化控制器开销，不会牺牲很多的延迟；重新设计ALU流水线，对流水线级数做缩减，实现了更高效的利用率，从而降低整体延迟和功耗；大量重复利用来自本地存储的数据，这也给功耗降低提供助力。

E系列GPU上的创新建立在原有硬件资源的基础上，并不会显著增加芯片的面积，还可以对能效进行持续改进。

例如其一项重要架构设计是在每一个计算单元都有将近0.5Mb的寄存器空间，能在芯片上高效保留需处理的数据。这些资源是GPU进行图形处理时就存在的，现在又增加了AI相关的高效处理流水线，本质上没有额外增加芯片面积。

图形处理和其他计算之间的灵活性取决于两者之间的负载平衡，而Imagination实现了一种具有高灵活性的解决方案，可以对几何像素和传统计算进行负载平衡，还有基于优先级的一些MCU调度机制。另一个优势是，GPU需要对多种不同纹理类型格式进行处理，本身就支持非常广泛的数据类型，如今又拓展了数据转换流水线来支持AI数据类型。

二、软硬件充分协同，在GPU上可编程地开发AI模型

GPU作为可编程处理器，通过面向未来的架构设计，使设备能够持续应对AI、计算和图形工作负载的演进。

E系列延续了Imagination GPU的出色图形处理能力，支持光线追踪。通过在GPU内部深度集成AI加速能力，其神经核与更广泛的GPU及异构计算软件生态实现无缝协同，有助于降低开发门槛。

Imagination也投入了大量的时间和工程资源，在更底层上确保认不同的AI工具和接口能够与其硬件形成一种经优化的配合流程。

E系列GPU IP的算力可通过OpenCL等主流API直接调用，开发者借助oneAPI、Apache TVM或LiteRT等开放标准工具，能轻松将工作负载迁移至神经核。Imagination的计算库与高度优化的图形编译器，可提高硬件利用率，进一步释放GPU的潜能。

当代设备日益复杂，处理器需同时支持图形与AI多项工作负载。为保障用户体验，实现高质量服务（QoS）和清晰划分任务优先级至关重要。E系列在前代产品的多任务处理能力基础上实现了增强，将Imagination GPU支持的、具备硬件加速且零开销的虚拟机数量从8个翻倍至16个，并提供了先进的QoS支持。

E系列GPU IP的多核版本可利用额外的核心来提升性能或增强灵活性。这些GPU能够同时处理多种图形工作负载、多种AI工作负载，或图形与AI工作负载的组合。

结语：可集成到各类SoC设计中，在任意设备上灵活部署新算法

IDC研究总监Phil Solis认为：“各类设备上的AI功能正在迅速演进，但AI系统设计者依然面临性能、效率与灵活性的多重挑战。Imagination凭借其长期深耕低功耗GPU的经验，成功实现了GPU架构对图形与AI的灵活支持。E系列结合了GPU的可编程性与AI性能的飞跃，为边缘AI系统开发者带来了极具吸引力的解决方案。”

在行业分析师看来，要实现终端智能的真正潜力，边缘AI的软硬件必须协同演进。E系列便做到了各类开发者都能在任意设备上灵活部署最新算法。

由于Imagination提供的是一个软IP解决方案，客户可将其GPU IP集成到几乎任何种类的SoC设计中。无论是想要开发用于智能手机或者其他系统的传统SoC芯片，还是打造带有自家显存控制和PCIe总线的独立GPU芯片、然后把它设计成一块完整显卡，都可以通过选用Imagination IP解决方案来实现。