AI驱动系统性变革，GPU能否成为端侧融合计算“重心”？

当AI从云端走向终端，从单一应用渗透到手机、汽车、机器人、PC和边缘设备，半导体产业正经历一场系统性变革。过去“一个任务配一个专用加速器”的思路，正在被多任务并行、资源共享、数据频繁流动的现实打破。CPU、GPU、NPU、DSP各自为战的架构，开始面临同一个问题：数据在外部内存之间来回搬运，能耗、时延和开发成本不断攀升。也正是在这一背景下，GPU的角色被重新审视。

GPU的优势在于可编程性和生态成熟度。它既能承担图形渲染这一刚需，又能通过矩阵计算支持AI推理；驱动、工具链、公开标准和开发者生态相对完善。但挑战同样明显：外部内存通信昂贵，软件栈碎片化，CUDA生态惯性强大，NPU在特定AI负载上仍有竞争力，功耗和带宽瓶颈日益突出。GPU能否成为融合计算的“重心”，取决于它能否在性能、能效、软件生态和客户协同之间找到平衡。

近日，Imagination Technologies举办E系列产品展示会暨媒体日。Imagination公司CEO Markus Mosen、首席营收官Jake Kochnowicz、执行副总裁兼中国区总经理谢巍等高管出席，介绍最新一代E系列GPU IP的性能，并与包括与非网在内的众多媒体进行了深入的交流。整场活动传递出一个核心判断：在终端、汽车、机器人、边缘设备AI负载不断融合的趋势下，GPU因其可编程性、生态成熟度和图形处理刚需，有望成为共享端侧计算“重心”。但软件生态、客户协同、开源节奏与市场竞争，仍是其必须面对的现实问题。

从“专用孤岛”到融合加速：GPU被推为可编程重心

Markus Mosen今年2月加入Imagination，他首先强调，Imagination既不是芯片设计公司，也不是半导体公司，而是一家IP公司，为芯片设计公司开发GPU与AI处理器架构，再授权给客户做成芯片。图形GPU业务已做了三十多年，客户芯片最终用于移动、消费、汽车、PC、云端以及AI计算等应用。

Imagination公司CEO Markus Mosen

Markus认为，半导体行业正在出现“融合”趋势。手机、汽车、机器人、工业摄像头等设备引入AI后，要完成多步任务，但这些任务不再各干各的，而是在同一回路中运行，共享同一块电池和资源预算。然而在硅片层面，融合尚未真正发生。过去常见做法是增加专用芯片或加速器：图形用GPU，信号处理用DSP，神经网络用NPU，再加上CPU。若都塞进SoC，部件之间需通过外部内存来回传数据，而外部内存最贵。Markus将这种昂贵通信称为“边境税”，成本包括数据搬运能耗、通信时延，以及年工程和人力投入。

因此，Imagination的判断是，系统需要一个共享、可编程的“重心”。GPU本身可编程，已在各种设备和边缘端规模部署，驱动、工具链、公开标准和开发者生态成熟，且图形渲染是任何显示设备都离不开的刚需。Markus表示，其他计算部件若想成为重心，至少还需补齐其中一项能力，而GPU全都具备。

E系列：矩阵乘法嵌入GPU，性能与能效数据公布

Jake Kochnowicz承接“融合加速”话题，发布E系列GPU IP性能。他表示，GPU是用户体验的核心，每一个像素背后都是GPU在渲染；对开发者而言，不同GPU厂商面对的是同一套行业标准编程模型，代码基本可跨平台运行。如今GPU往往已是芯片中性能最高、面积最大的处理器之一，因此当AI要提升体验时，GPU是最先动手、最快见效的地方。

Imagination公司首席营收官Jake Kochnowicz

E系列的关键变化，是把矩阵乘法直接嵌入GPU，放在现有图形算术单元旁边。Jake称，这意味着AI能利用GPU现成的寄存器、控制、缓存、固件、驱动、工具链和生态，是对既有投资的高杠杆利用。据其公布的数据，E系列每个核心在FP32下为2 TFLOPS（1GHz）；做矩阵时，FP16/BF16下为16 TFLOPS，INT8下为32 TOPS，还支持FP8、FP4（含microscaling）。最大四核配置下，FP16超过100 TFLOPS，FP8超过200 TFLOPS，较上一代D系列高出四倍以上。

可扩展性方面，E系列核心从单核到四核，峰值配置可寻址内存1TB，峰值读带宽768GB/s，通过AXI可接HBM、LPDDR、GDDR或统一内存。整个系列贯穿同一套软件、同一个软件栈。Jake还强调，E系列首次把BF16、mxFP8、mxFP4等格式带到嵌入式领域。不同场景对精度需求不同：自动驾驶绝不能因精度损失出事故，消费边缘设备则受带宽和容量限制，FP4能带来节省。这些格式通过面向OpenCL的行业标准SPIR-V协作矩阵扩展提供。

在图形与虚拟化方面，E系列集成自研高性能RISC-V固件处理器，在GPU架构上并行调度图形和计算工作；底层最多支持4核、16台虚拟机，带服务质量、工作负载优先级和内存隔离，可支撑云游戏、云桌面。API兼容性上，支持DirectX 12、OpenCL、Vulkan，能跑在Linux、Android、Windows上；计算上支持ONNX、PyTorch，并对Llama.cpp做上游化。Imagination还提供计算库、工具和分析器。

神经渲染与端侧AI：NSR、Prefill成为重点
Jake用“距离成本”解释神经渲染的价值：数据搬得越远越耗时越耗电。业界常见做法是GPU渲染后写入DDR，NPU再读出超分、写回DDR，成本很高；另一种是把部分AI能力放到GPU旁边，但编程范式不同，数据仍要搬运。Imagination选择把矩阵能力直接嵌进GPU算术单元，图形开发者只需写一套shader，就能在同一编程范式下运行，不必把数据引出到DDR。

据其介绍，Imagination拥有高度优化的神经超分辨率算法，并结合专利压缩技术，可去除给定神经网络中超过一半权重，实现轻量级、低带宽算法。结果方面，单核E系列将540p提升至1080p仅需2.3毫秒；1080p提升至4K时，带宽消耗最高降低54%，帧率提升2.5倍。该算法已集成到PowerVR SDK，并作为Unreal Engine及开源Godot引擎插件提供。现场demo对比1080p原生和540p超分到1080p画面，Imagination称画质呈现没有损失。

AI基础模块方面，Imagination聚焦矩阵乘法和卷积。Jake称，矩阵乘法可视为AI推理引擎，E系列矩阵乘法性能提升近5倍，降低延迟；卷积代表感知，性能提升至上一代4.4倍，组合可实现多模态AI处理。大语言模型分prefill和decode两阶段，prefill最难也最重要，衡量指标是time to first token。E系列把prefill性能提升4.7倍。实际用例中，车机规划行程TTFT约0.2秒、150 tokens/s；盲人智能眼镜描述环境TTFT约0.25秒、153 tokens/s；邮件解读摘要TTFT 0.86秒、约126 tokens/s。Jake称，用低占用小模型，TTFT明显小于1秒、吞吐超过100 tokens/s，对用户已经够快。

与CPU、NPU关系：伙伴而非替代，软件生态成关键
媒体交流中，Agent PC成为一个焦点。Jake认为，CPU和GPU在agentic AI里是伙伴关系。CPU跑驱动、编排模型、工具调用和数据流动，挑战很大程度压在CPU上；GPU或AI处理器则承担大语言模型实际计算。GPU厂商要保证足够算力、内存容量和带宽、支持对应数据类型。未来软件管理更复杂，必须与芯片、板卡伙伴紧密合作，确保工具接入复杂软件栈。他形容，GPU是发动机，提供马力，但不规划往哪开；CPU是驾驶员，负责编排。两者互相依赖。

对于多芯粒，Jake表示Imagination有多核架构专有技术，每个单核本身就是完整GPU，核心之间通过内部连线通信协同。芯粒可以是完整SoC芯粒，也可以只是GPU芯粒，通过AXI连接，无论GPU位于不同chiplet，还是GPU与CPU分别位于不同chiplet，都能协同或作为单个GPU运行。

软件生态方面，Jake区分可编程性与固定功能。典型NPU面对PyTorch等上层框架，由图编译器处理，厂商常讲“模型库”，但开发者无法直接写底层flash attention kernel或BLAS库。GPU则可写OpenCL或Vulkan shader、自己的库，还能做FFT、Softmax等前后处理，并接入Llama.cpp、IREE、MLIR、ExecuTorch等开源生态。对于“开发者是否要额外做图形编译器、kernel调优”的疑问，Jake回应称，这不意味着没有优化，而是优化可实现且由开发者掌控，Imagination提供力量与控制权。

竞争与挑战：DLSS/FSR差异、CUDA迁移、开源节奏

谈到神经超分辨率NSR与英伟达DLSS、AMD FSR的差异，Jake称，最大区别是矩阵乘法计算单元深度集成进GPU统一着色器集群内部，紧挨甚至嵌入计算逻辑单元，计算直接在着色器单元本地完成。另一个区别是Imagination一直用分块延迟渲染（TBDR），把屏幕切成许多小块，一次处理一个块，在单个tile上同时完成图形和AI。这种设计面向边缘设备，GPU需与其他部件共享DDR；英伟达、AMD GPU为独立显存设计。功能上超分底层原理差不多，但Imagination把NSR以库功能形式放在PowerVR SDK里、随GPU IP一并开放给授权客户，英伟达方案相对封闭。

关于“一套软件栈”与拥抱开源，Jake解释，Imagination有专有软件栈贯穿GPU家族，授权时给客户源代码，客户可集成进自己的SDK或平台。同时我们也有开源项目，但开源驱动与专有驱动不同，通常需要物理平台才能开发，客户基于硅片或者开发板验证后才可以上游提交。早期只能在模拟器、FPGA上跑，且Windows、最新Android信息受微软、谷歌管控。开源界通常滞后于最前沿。不过，在PyTorch、Llama.cpp等上层AI框架，Imagination已做相关贡献满足上层兼容和适配。

对于3DGS工具链围绕CUDA、迁移成本问题，Jake称，TBDR和编程模型要分开。NSR着色器采用Vulkan，为Unreal和Godot提供插件的方法与英特尔、AMD、NVIDIA一致。CUDA迁移到其他架构类似迁移到ROCm或HIP。Imagination策略是把软件栈向上延伸至PyTorch，提供可从高级框架调用的BLAS、FFT、运算符和内核库，并关注CUDA转SYCL等开源工具。摆脱CUDA依赖是行业问题，多数公司先关注更高层次框架，再逐步向下适配。

中国市场：需求更激进，人事与生态投入加码

中国市场需求是另一重点。Jake称，中国GPU需求巨大，具体到GPU IP，中国市场推得更快、更高性能、更全功能集，正在把GPU IP能力边界往前顶；全球其他市场伙伴更多盯着深度嵌入式汽车应用，而中国对图形和AI计算的IP需求非常强，这也促使Imagination不断创新。

Markus随后就中国区人事调整和市场策略作出说明。他表示，这一系列调整正是出于Imagination对中国市场的重视和长期投入，是为了在中国取得更大成功。管理团队方面，公司任命谢巍担任公司执行副总裁兼中国总经理。Markus称，谢巍在半导体行业很多年，人脉和管理经验都很丰富，相信他能代表Imagination把中国业务做得更好。销售端，Imagination新任命中国销售副总裁宣雄文，销售网络覆盖北京、上海、深圳，且还在继续招人，以加强对客户的支持。

关于中国市场定位，Markus强调，Jake之前已说明中国市场对GPU的重要性，中国显然是全球AI发展最重要的两个国家之一，这一点非常清楚。Imagination已有一批客户，下一步会进一步加强在中国的投入，短期重点仍是把研发做好，把更好的产品和GPU IP带给中国客户、让他们成功，这是今年到明年持续投入的重点。

谢巍则表示，中国一直是Imagination GPU和AI业务核心战略市场，因保密协议无法透露客户名称和桌面GPU出货细节，但今年确实接近百万台量级。他感谢中国软硬件合作伙伴和GPU开发者，并表示会继续关注中国桌面级市场。E系列GPU IP能为汽车、边缘、具身智能机器人等注入AI能力，希望与合作伙伴共建开放生态。

Imagination公司执行副总裁兼中国区总经理谢巍

结语

整体来看，Imagination E系列试图回答一个行业问题：当AI负载与图形负载在边缘和终端融合，是否需要一个统一可编程的GPU重心。Imagination给出的答案是肯定的，并用矩阵嵌入、统一软件栈、神经超分和端侧LLM数据支撑。但E系列能否真正成为客户系统里的“重心”，仍取决于合作伙伴集成、软件栈落地、开源驱动进展，以及其与中国客户、全球生态的协同深度。E系列是起点，后续F系列及更庞大配置、更低数据类型和更高效率的产品，也是验证这条路线的关键。