邊緣AI正當時，Imagination押注GPU的“AI進化”

在人工智慧推理日益走向邊緣計算的浪潮中，Imagination推出全新E系列（E-Series）GPU IP，以革命性的“AI+圖形”深度融合架構，回應邊緣側對低功耗、高靈活性與強算力的多重需求。通過架構創新、算力擴展、功耗最佳化以及軟體生態配套，E系列試圖重新定義“邊緣AI計算”的邊界，並提供一條兼顧靈活性與高效性的技術路徑。

邊緣AI進入加速期，GPU迎來轉型窗口

當前邊緣側AI推理正以前所未有的速度增長。從市場應用端來看，自動駕駛、智慧型手機、工廠裝置、甚至消費級機器人，都在逐步脫離雲端，開始在本地完成圖像識別、路徑規劃、語音互動等智能化任務。

Imagination中國區技術總監艾克指出，邊緣AI需求的爆發源於多重因素：一是隱私敏感資料（如健康資料或企業資料）無法上雲；二是即時性要求（如輔助駕駛的瞬時響應）；三是邊緣裝置的資源限制（如功耗和算力）。據統計，Hugging Face上AI模型下載量從2023年的70萬激增至2025年的700萬，反映了邊緣側模型部署的幾何級增長。同時，AI演算法從摺積神經網路（CNN）到Transformer，再到圖生視訊等複雜多模態模型的快速迭代，對硬體的靈活性和平行計算能力提出了更高要求。

傳統處理器架構在應對邊緣AI時各有優劣：CPU靈活，但處理平行任務吃力；NPU強大，卻在應對新模型、新算子時捉襟見肘；GPU，特別是可程式設計的通用GPU，恰好介於兩者之間。但傳統GPU並非為AI推理而生，其架構仍有諸多最佳化空間。在當前AI工作負載逐年變化的情況下，AI硬體系統仍需要一定程度的靈活性和通用加速能力，以確保裝置的未來適用性。而Imagination的E系列GPU IP正是在這個夾縫中開闢了一條新路。

E系列：GPU設計的範式轉變

架構革新：圖形與AI的深度融合

E系列GPU是Imagination產品線的一次重大飛躍，其最大的亮點，在於其對“AI+圖形”融合的系統性重構。

據Imagination中國區技術總監艾克的介紹，Imagination多年來在圖形處理上積累的大量技術，例如分塊延遲渲染技術（TBDR）、壓縮緩衝等技術，天然具備低功耗、高利用率的特點。當這些架構被用來服務AI推理時，展現出強大的性能密度優勢。E-Series 將AI加速能力“原生”嵌入GPU體系，讓GPU從圖形引擎演進為通用AI處理核心。

眾所周知，Imagination的PowerVR GPU架構以能效著稱，已在功耗受限裝置中應用近二十年。然而，在硬體功耗與面積控制方面，E系列在相同工藝節點下比前一代D系列實現了35%的平均能效提升。其背後關鍵就在於，E-Series引入的全新爆發式處理器（Burst Processors）技術，得益於指令調度路徑壓縮、本地暫存器（每個計算單元配備近 0.5MB 寄存空間）的復用機制、矩陣乘法運算單元的整合最佳化等架構升級。與傳統NPU相比，E系列無需回退至CPU處理“未知算子”，極大提升了系統穩定性和靈活性。

與NPU相比，E 系列的優勢不僅體現在可程式設計性與靈活性上，還在於其面向未來模型演進的架構適應能力。當前市面上的AI解決方案多採用GPU與NPU物理隔離的架構，在資料互動、功耗效率和系統成本方面均存在短板。而E系列則實現了AI計算單元與GPU圖形管線的深度整合：AI算力核心與GPU USC（統一渲染叢集）共享暫存器、快取與調度機制，打破了以往“各自為政”的瓶頸，推動圖形與AI的真正協同。

這種設計不僅提高了資源利用率，更帶來了資料路徑的顯著壓縮，有效降低了推理延遲，尤其適合圖形增強類AI場景：如圖像超解析度、場景理解、光照遮蔽計算、景深識別等。它還相容Vulkan、OpenCL等主流計算介面，程式設計生態友好，具備廣泛的開發者支援基礎。

“很多 NPU 在設計時只能適配當前主流模型（如CNN），一旦未來模型發生變化（例如 Transformer 或多模態網路），現有NPU將無力支援，而 GPU 的程式設計靈活性則確保了其長期適應性。”這一點對於生命周期長達十年以上的車規級晶片尤其重要。Imagination發言人指出。

算力飛躍：從輕量級到多模態的全場景覆蓋

在算力層面，E系列Neural Cores（神經核）支援2TOPS至200TOPS的AI算力覆蓋，支援從輕量級終端到複雜多模態系統的全場景部署。4核1.6GHz配置下，圖形填充能力可達400Gpixels/s，FP32浮點運算能力13TFLOPS，而INT8推理性能更是達到驚人的200TOPS。這種單位面積下的算力密度比前代提升了3.6倍，遠超傳統GPU架構的性能曲線。

同時，E系列也支援包括FP32、BF16、FP8、MXFP4等多種AI主流格式，結合Imagination最佳化的計算庫與圖最佳化編譯器，開發者可通過TVM等框架便捷地完成PyTorch、TensorFlow等主流模型的部署與適配。

靈活擴展與多工平行

在任務調度層面，E系列支援多達16個虛擬機器實例的運行隔離，且可通過我們的硬體虛擬化實現AI、圖形、UI等多工的非同步平行處理。其在Cockpit域、娛樂域、駕駛輔助域等多種車載場景中已展現出良好的適配能力。例如，在智能座艙中，E系列可同時承擔儀表渲染與人機互動AI任務；在駕駛域內則實現對駕駛員狀態的AI監控及語音互動響應。

此外，E系列支援從單核0.25T FP32輕量部署至多核200T強算力橫向擴展，具備覆蓋移動裝置、工業終端、AI PC乃至邊緣資料中心的彈性能力，為SoC廠商提供從單晶片整合到異構協同的多元路徑選擇。

生態完備，打通從模型到晶片的部署閉環

軟硬體協同是邊緣AI落地的關鍵一環。Imagination為E系列配套建構了完整的軟體棧支援：包括數學計算庫、FFT、Kernel最佳化、TVM適配、Graph Compiler、TensorRT Lite推理鏈，以及多作業系統、編譯器工具與偵錯套件。開發者不僅能完成離線模型部署，還能實現輕量級應用的線上部署及推理推送，從而支援包括自動駕駛、移動裝置、工業終端等在內的多種邊緣場景的動態智能需求。

值得一提的是，Imagination在RISC-V生態中也扮演著關鍵角色。憑藉其卓越的圖形與AI能力，已與多家RISC-V平台客戶進行整合驗證，並將持續推動開源硬體與高效算力在邊緣智能中的協同演進。

從實際落地來看，Imagination已為E系列規劃了多個子系列產品，分別面向功能安全需求的汽車域控（EXS）、消費電子（EXT）、以及AI PC等高性能領域（EXD）。我們可與客戶協作開發配置方案，以適應從輕量級裝置到複雜多模態系統的廣泛需求。在Imagination看來，在AI模型迭代迅速、多模態計算需求上升的趨勢下，GPU以其靈活可程式設計的特性，展現出相較NPU更優的可拓展性與生命周期優勢，尤其適用於未來十年仍需持續升級的車載平台。

首款E-Series GPU IP將於2025年秋季正式上市，目前已完成授權。汽車、消費電子、桌面及移動版本亦在同步開發中。隨著正式發佈日期臨近，該系列產品有望在中國市場掀起一輪邊緣算力升級的新熱潮。Imagination 公司中國區董事長兼亞太總裁白農強調，中國是Imagination全球最重要的戰略市場之一，公司將持續加大本地化投入，深化與本土生態的合作。

寫在最後

E系列GPU IP是Imagination技術積澱的里程碑，不僅在性能、功耗和晶片面積上實現突破，更通過架構創新，從傳統圖形渲染邁向通用AI計算。面對邊緣AI應用的爆發式增長，尤其在輕量大模型（如DeepSeek）快速發展的背景下，E系列以圖形渲染與AI推理的統一計算平台，為客戶提供更高靈活性與競爭力。

AI的未來，在雲，更在邊。Imagination E系列代表著GPU與AI融合的一次範式躍遷，不僅在性能與功耗之間找到了新的平衡，更通過深度整合與軟硬體協同，為邊緣智能提供了一種更具擴展性、靈活性與經濟性的技術解法。 (半導體行業觀察)