2025年5 月 8 日Imagination Technologies推出Imagination E-Series GPU IP,重新定義了邊緣人工智能和圖形系統設計。
E-Series GPU IP為未來的邊緣應用提供了一種通用且可編程的解決方案,涵蓋圖形渲染、桌面應用、智能手機上的自然語言處理、工業計算機視覺以及自動駕駛等領域。
GPU性能大幅提升
E-Series優勢明顯,首先,邊緣側的功耗效率方面表現出色,每瓦性能提升了35%。其次, E-Series 神經核,其性能可擴展至200 TOPSINT8 ,AI 性能較前代D系列( D-Series )提升高達 400%。此外,E系列還延續了我們產品為開發者和系統集成提供靈活性的傳統,我們提供了便捷的工具和解決方案。
E系列在前代產品的多任務處理能力基礎上實現了增強,將Imagination GPU支持的、具備硬件加速且零開銷的虛擬機數量從8個翻倍至16個,并提供了先進的QoS支持。E-SeriesGPU的多核版本可以利用額外的核心來提升性能或增強靈活性。這些GPU能夠同時處理多種圖形工作負載、多種AI工作負載,或圖形與AI工作負載的組合。
Imagination產品管理副總裁Kristof解釋,爆發處理器可調度特定指令,不會增加延遲,還能實現最佳功效。NPU與E系列GPU的關鍵區別在于,NPU專為特定AI應用設計,若出現未針對的新AI應用,NPU無法處理,任務需回傳CPU,產生大延遲,嚴重影響性能。而E系列GPU將AI計算整合到管線中,配備可編程處理引擎,從原則上講,不會出現AI任務處理不了需交其他單元處理的情況。更重要的是,無論是現有還是未來的AI網絡,都可通過可編程GPU引擎在管線內進行AI計算處理。這是NPU解決方案面臨的最大挑戰。
在AI時代,算力芯片市場主要分為云端、邊緣端和終端三個應用場景。GPU作為主流的AI算力芯片,占據了較大的市場份額。magination的E-Series GPU IP在市場上的表現受到廣泛關注。其產品在功耗、性能和靈活性方面的優勢使其在邊緣AI市場具有較強的競爭力
AI算力架構的演進與權衡
Imagination技術支持總監艾克表示,GPU憑借其通用并行計算能力,成為AI算力架構的重要補充。
艾克分析,隨著AI模型對大規模并行計算與高密度算力的需求激增,CPU的架構瓶頸逐漸顯現:其串行處理機制難以高效支撐矩陣運算、張量計算等AI核心任務,導致在單位算力密度與AI性能表現上顯著落后于專用計算架構。
艾克稱,為彌補CPU在AI場景下的性能短板,NPU應運而生。作為專為AI算法優化的加速器,NPU通過硬件電路固化深度學習模型的關鍵算子,實現了對特定AI任務的高效執行。其設計優勢體現在兩方面:其一,算力密度顯著提升,單位功耗下的算力輸出較CPU提升數個數量級;其二,AI性能評分可達5分(以CPU為基準1分),在推理階段展現卓越能效。然而,NPU的專用化設計也帶來了,靈活性不足、擴展性受限、資源利用率低等局限性。
在此背景下,GPU憑借其通用并行計算能力,成為AI算力架構的重要補充。GPU最初為圖形渲染設計,其架構天然適配數據并行任務:數千個計算單元可同步處理海量線程,通過SIMD(單指令多數據)模式高效執行矩陣乘法等AI基礎運算。在AI專用性能上,GPU核心優勢在于:
高靈活性:支持CUDA、OpenCL等編程框架,可動態適配新算子與模型結構,例如輕松支持Transformer的自注意力機制。
高資源利用率:通過動態調度與算子融合技術,可充分挖掘硬件并行潛力,避免資源浪費。
強擴展性:支持多卡互聯與分布式訓練,算力可隨節點數量線性增長,滿足超大規模模型訓練需求。
如今,邊緣側的AI技術正在蓬勃發展,為各種應用場景提供了高效且靈活的解決方案。隨著邊緣側AI需求的不斷增長,越來越多的設備開始集成AI功能。Imagination Technologies最新推出的E-Series GPU IP,憑借其卓越的性能、能效優化以及高度的靈活性,正在為邊緣側計算帶來革命性的變革。
完整視頻鏈接:https://mp.weixin.qq.com/s/Yxv0-o7dj-fGMHxu0SYfeQ
完整視頻鏈接:https://mp.weixin.qq.com/s/Yxv0-o7dj-fGMHxu0SYfeQ
完整視頻鏈接:https://mp.weixin.qq.com/s/Yxv0-o7dj-fGMHxu0SYfeQ
完整視頻鏈接:https://mp.weixin.qq.com/s/Yxv0-o7dj-fGMHxu0SYfeQ
【掃碼報名】新思科技硬件加速驗證技術日即將登陸成都、南京、杭州
來源:芯榜