边缘AI正当时 Imagination押注GPU的“AI进化”

在人工智能推理日益走向边缘计算的浪潮中，Imagination推出全新E系列（E-Series）GPU IP，以革命性的“AI+图形”深度融合架构，回应边缘侧对低功耗、高灵活性与强算力的多重需求。通过架构创新、算力扩展、功耗优化以及软件生态配套，E系列试图重新定义“边缘AI计算”的边界，并提供一条兼顾灵活性与高效性的技术路径。

边缘AI进入加速期，GPU迎来转型窗口

当前边缘侧AI推理正以前所未有的速度增长。从市场应用端来看，自动驾驶、智能手机、工厂设备、甚至消费级机器人，都在逐步脱离云端，开始在本地完成图像识别、路径规划、语音交互等智能化任务。

Imagination中国区技术总监艾克指出，边缘AI需求的爆发源于多重因素：一是隐私敏感数据（如健康数据或企业数据）无法上云；二是实时性要求（如辅助驾驶的瞬时响应）；三是边缘设备的资源限制（如功耗和算力）。据统计，Hugging Face上AI模型下载量从2023年的70万激增至2025年的700万，反映了边缘侧模型部署的几何级增长。同时，AI算法从卷积神经网络（CNN）到Transformer，再到图生视频等复杂多模态模型的快速迭代，对硬件的灵活性和并行计算能力提出了更高要求。

Imagination（下同）

传统处理器架构在应对边缘AI时各有优劣：CPU灵活，但处理并行任务吃力；NPU强大，却在应对新模型、新算子时捉襟见肘；GPU，特别是可编程的通用GPU，恰好介于两者之间。但传统GPU并非为AI推理而生，其架构仍有诸多优化空间。在当前AI工作负载逐年变化的情况下，AI硬件系统仍需要一定程度的灵活性和通用加速能力，以确保设备的未来适用性。而Imagination的E系列GPU IP正是在这个夹缝中开辟了一条新路。

E系列：GPU设计的范式转变

架构革新：图形与AI的深度融合

E系列GPU是Imagination产品线的一次重大飞跃，其最大的亮点，在于其对“AI+图形”融合的系统性重构。

据Imagination中国区技术总监艾克的介绍，Imagination多年来在图形处理上积累的大量技术，例如分块延迟渲染技术（TBDR）、压缩缓冲等技术，天然具备低功耗、高利用率的特点。当这些架构被用来服务AI推理时，展现出强大的性能密度优势。E-Series 将AI加速能力“原生”嵌入GPU体系，让GPU从图形引擎演进为通用AI处理核心。

众所周知，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。然而，在硬件功耗与面积控制方面，E系列在相同工艺节点下比前一代D系列实现了35%的平均能效提升。其背后关键就在于，E-Series引入的全新爆发式处理器（Burst Processors）技术，得益于指令调度路径压缩、本地寄存器（每个计算单元配备近 0.5MB 寄存空间）的复用机制、矩阵乘法运算单元的集成优化等架构升级。与传统NPU相比，E系列无需回退至CPU处理“未知算子”，极大提升了系统稳定性和灵活性。

与NPU相比，E 系列的优势不仅体现在可编程性与灵活性上，还在于其面向未来模型演进的架构适应能力。当前市面上的AI解决方案多采用GPU与NPU物理隔离的架构，在数据交互、功耗效率和系统成本方面均存在短板。而E系列则实现了AI计算单元与GPU图形管线的深度集成：AI算力核心与GPU USC（统一渲染集群）共享寄存器、缓存与调度机制，打破了以往“各自为政”的瓶颈，推动图形与AI的真正协同。

这种设计不仅提高了资源利用率，更带来了数据路径的显著压缩，有效降低了推理延迟，尤其适合图形增强类AI场景：如图像超分辨率、场景理解、光照遮蔽计算、景深识别等。它还兼容Vulkan、OpenCL等主流计算接口，编程生态友好，具备广泛的开发者支持基础。

“很多 NPU 在设计时只能适配当前主流模型（如CNN），一旦未来模型发生变化（例如 Transformer 或多模态网络），现有NPU将无力支持，而 GPU 的编程灵活性则确保了其长期适应性。”这一点对于生命周期长达十年以上的车规级芯片尤其重要。Imagination发言人指出。

算力飞跃：从轻量级到多模态的全场景覆盖

在算力层面，E系列Neural Cores（神经核）支持2TOPS至200TOPS的AI算力覆盖，支持从轻量级终端到复杂多模态系统的全场景部署。4核1.6GHz配置下，图形填充能力可达400Gpixels/s，FP32浮点运算能力13TFLOPS，而INT8推理性能更是达到惊人的200TOPS。这种单位面积下的算力密度比前代提升了3.6倍，远超传统GPU架构的性能曲线。

同时，E系列也支持包括FP32、BF16、FP8、MXFP4等多种AI主流格式，结合Imagination优化的计算库与图优化编译器，开发者可通过TVM等框架便捷地完成PyTorch、TensorFlow等主流模型的部署与适配。

灵活扩展与多任务并行

在任务调度层面，E系列支持多达16个虚拟机实例的运行隔离，且可通过我们的硬件虚拟化实现AI、图形、UI等多任务的异步并行处理。其在Cockpit域、娱乐域、驾驶辅助域等多种车载场景中已展现出良好的适配能力。例如，在智能座舱中，E系列可同时承担仪表渲染与人机交互AI任务；在驾驶域内则实现对驾驶员状态的AI监控及语音交互响应。

此外，E系列支持从单核0.25T FP32轻量部署至多核200T强算力横向扩展，具备覆盖移动设备、工业终端、AI PC乃至边缘数据中心的弹性能力，为SoC厂商提供从单芯片集成到异构协同的多元路径选择。

生态完备，打通从模型到芯片的部署闭环

软硬件协同是边缘AI落地的关键一环。Imagination为E系列配套构建了完整的软件栈支持：包括数学计算库、FFT、Kernel优化、TVM适配、Graph Compiler、TensorRT Lite推理链，以及多操作系统、编译器工具与调试套件。开发者不仅能完成离线模型部署，还能实现轻量级应用的在线部署及推理推送，从而支持包括自动驾驶、移动设备、工业终端等在内的多种边缘场景的动态智能需求。

值得一提的是，Imagination在RISC-V生态中也扮演着关键角色。凭借其卓越的图形与AI能力，已与多家RISC-V平台客户进行集成验证，并将持续推动开源硬件与高效算力在边缘智能中的协同演进。

从实际落地来看，Imagination已为E系列规划了多个子系列产品，分别面向功能安全需求的汽车域控（EXS）、消费电子（EXT）、以及AI PC等高性能领域（EXD）。我们可与客户协作开发配置方案，以适应从轻量级设备到复杂多模态系统的广泛需求。在Imagination看来，在AI模型迭代迅速、多模态计算需求上升的趋势下，GPU以其灵活可编程的特性，展现出相较NPU更优的可拓展性与生命周期优势，尤其适用于未来十年仍需持续升级的车载平台。

首款E-Series 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。随着正式发布日期临近，该系列产品有望在中国市场掀起一轮边缘算力升级的新热潮。Imagination 公司中国区董事长兼亚太总裁白农强调，中国是Imagination全球最重要的战略市场之一，公司将持续加大本地化投入，深化与本土生态的合作。

写在最后

E系列GPU IP是Imagination技术积淀的里程碑，不仅在性能、功耗和芯片面积上实现突破，更通过架构创新，从传统图形渲染迈向通用AI计算。面对边缘AI应用的爆发式增长，尤其在轻量大模型（如DeepSeek）快速发展的背景下，E系列以图形渲染与AI推理的统一计算平台，为客户提供更高灵活性与竞争力。

AI的未来，在云，更在边。Imagination E系列代表着GPU与AI融合的一次范式跃迁，不仅在性能与功耗之间找到了新的平衡，更通过深度集成与软硬件协同，为边缘智能提供了一种更具扩展性、灵活性与经济性的技术解法。