从计算孤岛到融合中心： Imagination E 系列 GPU，以统一架构释放端侧 AI 效能

在当今边缘智能与端侧计算设备的演进过程中，系统设计人员正面临着底层物理法则与算法需求之间的尖锐冲突。随着自动驾驶、智能座舱、工业视觉以及生成式智能体的普及，终端设备承载的计算流水线已经在逻辑层面高度收敛。无论是智能手机、车载系统还是工业设备，对外界的感知、建模、推理、决策乃至图形渲染，本质上都遵循着单一的数据流向、确定的响应时限以及受限的能耗预算。然而，底层的芯片实现并未实现同步收敛。相反，为了追求特定算子的理论吞吐峰值，芯片设计厂商在系统级芯片上不断堆砌独立的专用硬件单元，使边缘硅片陷入了碎片化困局。硬件模块的过度细分并没有带来线性的系统效能提升，反而让跨存储域的数据搬运演变成整个系统的性能瓶颈。

正是在这一转折期，Imagination Technologies 正式公布了其最新一代 E 系列 GPU IP 的完整架构、实测数据以及神经超分辨率解决方案，以单个核心架构与统一软件栈同时承载图形、计算与人工智能工作负载，标志着其 GPU-First 战略在端侧融合加速方向上的全面落地。

碎片化加速的边界瓶颈与计算重心的物理收敛

过去数年间，边缘系统级芯片的设计普遍倾向于功能专用化，通常会为图形、信号处理、神经网络推理配置各自独立的专用加速器。这种碎片化模式使芯片内部被切分为数个互不相连的计算孤岛。在典型的多模态边缘任务中，四个或更多不同的计算引擎各自拥有独立的片上静态存储器，但它们之间的中间结果必须频繁跨越总线边界，借由片外动态随机存取内存进行中转与交换。

这种跨域交互在物理层面上构成了极高的系统开销，集中体现为三重物理与工程代价。首先是以纳焦耳衡量的能量代价。在芯片物理设计中，频繁的片外数据搬迁严重挤压了电池续航与系统的散热预算。正如官方指出的，这种在计算孤岛之间移动数据的能量代价，已经达到了纳焦耳（nJ）级别。其次是以毫秒衡量的物理延迟。每一次跨加速器的数据交接，都伴随着内存总线仲裁、数据搬迁与硬件队列等待，这种物理拓扑延迟无法通过顶层软件调度予以抹平。最后则是以人力为计量的软件工程代价。每一个专用加速模块都要求芯片与系统厂商维护专属的编译器、驱动程序与运行时环境，异构软件栈的集成和维护成本呈现出爆炸式增长。

面对碎片化瓶颈，主流处理器架构开始展现出功能趋同的趋势。中央处理器引入向量与矩阵扩展，专用神经网络处理器也在增加可编程性。然而，处于工作负载收敛交汇点的核心依然是图形处理器。图形处理器天然具备大规模并行计算架构与并发执行能力，在边缘端拥有数十年的规模化量产基础和成熟的行业标准应用程序接口生态。更重要的是，对于任何具备显示交互界面的终端设备而言，图形渲染在物理层面不可精简。既然系统必须容纳图形处理器，那么使其吸收人工智能计算与神经渲染，成为边缘芯片的融合计算重心，便成为兼顾能效与开发效率的理性路径。

Imagination Technologies 首席执行官 Markus Mosen 分享道：“计算的重心正在往GPU转移，图形和AI靠得更近，需要统一内存、统一调度、统一软件栈。这一切归根到底就是两个字——效率，既是客户开发的效率，也是产品跑起来的效率。要最好地解决效率问题，GPU天然就是那个最合适的核心。”

图：Imagination Technologies 首席执行官 Markus Mosen

本地计算与片上闭环：矩阵单元入核与 TBDR 协同的微架构突破

为了从微架构层面消除跨存储域的数据搬运，Imagination 在 E 系列中采取了深度耦合的设计原则。在传统设计中，矩阵乘法单元通常作为挂载在执行管线外侧的协处理器，混合负载的数据依然需要在不同局部存储间反复倒腾。E 系列的微架构革新在于，将矩阵加速器直接内嵌至统一着色器集群的算术逻辑单元内部。矩阵运算硬件与通用着色逻辑处于相同的物理本地环境，所有张量计算直接在着色单元本地完成，彻底消除了中间结果外溢的物理路径。

这一微架构设计与 Imagination 长期坚持的分块延迟渲染技术形成了深度工程协同。在桌面级独立显卡领域，处理器依赖数百吉字节每秒的高位宽专用显存来掩盖数据吞吐压力。但在移动终端与车载系统级芯片中，图形处理器必须与中央处理器、图像信号处理器共享有限的外部内存带宽。分块延迟渲染技术将整个目标显示画面切分为数以千计的细小局部图块，每个图块的几何着色、隐藏面剔除以及像素计算全部在片上高速局部存储中完成。在引入内嵌矩阵加速器后，E 系列能够在单个图块的处理周期内，直接在本地调用矩阵单元完成神经渲染算子与图像重建，中间数据完全闭环在片上静态缓存中。这种本地计算与片上闭环机制彻底规避了向片外内存反复读写未处理图像的冗余流程，极大降低了对系统内存带宽的挤压。

在硬件控制与多任务管理层面，E 系列集成了一颗自研的高性能 RISC-V 固件处理器，能够在底层硬件架构上统一并行调度图形图元管线与通用张量计算任务。底层架构支持最高四核配置，并原生支持多达十六台硬件虚拟机的并发运行，每台虚拟机均具备独立的硬件级服务质量保证、任务优先级管控以及物理内存空间隔离机制，能够直接满足数字座舱中液晶仪表盘与娱乐系统的安全隔离需求，同时为云端多实例渲染提供硬件保障。

在硬件物理规格方面，根据官方公布的数据显示，在 1 GHz 频率下，E 系列单核能够提供 2 TFLOPS 单精度通用浮点算力、32 INT8 或 FP8 TOPS 张量推理算力，以及 64 Gtexel/s 纹理填充速率，张量处理能力较上一代 D 系列提升 4 倍。在 1.5 GHz 的四核峰值配置下，架构支持 40-bit 物理寻址位宽与最高 1 TB 的可寻址内存，提供高达 768 GB/s 峰值带宽，支持标准 AXI 总线扩展至多芯粒互联。在数据精度方面，E 系列除了原生提供 FP32、FP16、BF16、INT8 与 FP8 之外，还在嵌入式领域首次全面引入了 MXFP8 与 MXFP4 微缩放精度格式，通过块缩放因子维持数值动态范围，大幅节省显存容量并降低传输开销，所有精度均通过标准 Vulkan 与面向 OpenCL 的 SPIR-V 协作矩阵扩展统一提供。

Imagination Technologies 首席营收官 Jake Kochnowicz 给大家解读了这一突破所在：“最大的区别，是我们把矩阵乘法计算单元深度集成进了GPU的统一着色器集群内部——从架构上就跟其他厂商不同，我们的矩阵乘法紧挨着甚至嵌进计算逻辑单元，计算直接在着色器单元本地完成。另一个重要区别是，Imagination一直用分块延迟渲染（TBDR）：不像桌面端对手那样渲染整帧再超分，我们把屏幕切成成千上万个小块，一次处理一个块，在单个tile上同时干完图形和AI，所以效率极高。”

真实负载验证：从神经超分辨率、3A游戏到端侧 Agent 的性能释放

微架构的内嵌、本地计算与片上闭环能力，直接转化为端侧真实工作负载的执行效能。最典型的工程落地是本次推出的神经超分辨率技术。传统方案中，图形处理器将低分辨率渲染帧写入片外动态内存，独立神经网络处理器读入处理后再写回，漫长的数据通路不仅带来高延迟，还持续抢占总线带宽。E 系列构建了一条单次处理的高效渲染管线，算法模型常驻于矩阵加速器紧邻的存储空间内，着色与超分网络推理在单个分块中一次性完成。结合 Imagination 专利的神经网络自压缩技术，超分模型去除了约 65% 的冗余权重。根据官方公布的数据显示，在 1 GHz 单核 E 系列上，将画面从 540p 重建至 1080p 的时序超分延迟仅为 2.3 毫秒。在 1080p 提升至 4K 的测试中，神经超分辨率方案相比原生渲染将内存带宽消耗降低了 52%，帧率提升最高达 2.5 倍，该技术已集成至 PowerVR 软件开发套件并提供虚幻引擎与 Godot 引擎插件。

Jake Kochnowicz 解释：“在任何设备里去内存取数都可能极贵，数据搬得越远越耗时越耗电。神经渲染就是展示这种距离成本，以及“融合”为什么有价值的最好例子。它的本质是：GPU出图形数据，AI再把这份数据加工成更高分辨率或插值后的图，最后显示给用户。”

在图形渲染与通用算力方面，E 系列完整支持 DirectX 12 Feature Level 11_0 与 Vulkan。在四核配置下运行桌面级游戏《博德之门3》，游戏帧率超过 60 FPS，并在《古墓丽影：暗影》等作品中维持了出色的画质表现。在相同算力基准下，E 系列每 TFLOPS 算力输出的游戏帧率较上一代同类产品提升高达 54%。底层微架构对指令级并行度进行了优化，硬件在底层将相邻指令打包成单一部分执行，最大化实现了寄存器数据复用并减少内部数据搬迁，换来了 39% 的功耗效率提升。基础通用算子方面，E 系列运行通用二维卷积内核的速度提升最高达 4.4 倍，矩阵乘法内核提速最高达 4.8 倍，在矩阵乘法负载下的持续硬件利用率达到 89%。

更为关键的性能释放体现在端侧智能体与大语言模型上。大语言模型的执行分为预填充阶段与解码阶段。解码阶段逐字输出令牌，吞吐量主要受制于系统内存带宽；预填充阶段则负责一次性解析用户输入的完整提示词、历史记忆与外部文档，其衡量指标是首字生成时间，属于纯粹的计算密集型过程，完全考验处理器的瞬时矩阵算力。在端侧智能体应用中，模型在回答前需要读取多个本地代码文件或环境数据，每一次外部工具调用都会引发输入上下文的膨胀。如果预填充算力匮乏，首字延迟过长将使交互失去实用价值。测试数据显示，E 系列在边缘语言模型上的预填充吞吐较上一代提升了 4.7 倍。在 1.5 GHz 四核配置下运行采用 W4A16 量化的千问 3.5 4B 稠密模型（1500 输入与 1500 输出令牌），首字生成时间仅需 0.2 秒，解码速度达每秒 150 个令牌。配合本地运行时与 OpenCode 等智能体框架，代码库分析等重任务可在离线状态下完全闭环，杜绝了云端计费开销与核心代码资产外溢风险。

Jake Kochnowicz 表达了自己的观点：“我不会说CPU或GPU谁变得更重要——这就像在说一辆车没发动机，或者没驾驶员。在这里，GPU是发动机，提供把活干完所需的马力，它并不规划往哪开，只是被告知做什么，然后极高效率地执行。我认为，随着agentic AI发展，我们同时面临两个问题：编排更复杂了，与此同时要干的活也越来越多，而这些活正是GPU干的。”

系统拓扑自由度与软件账本：一套架构应对多样化工程选择

在宏观系统级芯片的设计理念上，Imagination 并未试图推行单一固化的架构范式。由于不同终端在成本、功耗和尺寸上差异巨大，E 系列在硬件层面原生支持四种主流的人工智能拓扑架构。第一种是纯图形处理器独立架构，由具备通用可编程能力的图形处理器独立承载所有图形、计算与人工智能任务，适用于生命周期长达数年的车载与工业系统。第二种是以图形处理器为主导并搭配专用协处理器的架构。第三种是以专用加速器承担极高推理吞吐，将图形处理器作为灵活的可编程扩展单元。第四种则是图形处理器与专用神经网络处理器对称均衡的协同架构。在芯片互联层面，E 系列集成了硬件邮箱机制、低延迟交接总线与共享虚拟内存，确保与芯片上任意第三方加速器进行高效协同。

硬件架构的灵活性，最终必须依托开放的软件生态来赋能开发者。与部分桌面芯片厂商采取的闭源二进制分发不同，Imagination 将贯穿全系产品的专有软件栈以完整源代码形式交付给授权客户，涵盖底层图形驱动、imgNN 加速库、imgBLAS 线性代数库、imgFFT 快速傅里叶变换库及分析工具链，允许客户根据自身操作系统架构自由修改、裁剪并集成到自有开发套件中。在开源生态对接层面，官方正将优化后的底层代码持续贡献至上游开源项目，并陆续提供原生的主流框架接口支持。这一软件哲学的核心在于破除专用加速器的黑盒壁垒：传统专用神经网络处理器往往将开发者限制在封闭的专有模型库与图编译器中，使得算法工程师难以自行编写底层算子；而具备通用可编程性的图形处理器则允许开发者直接针对 Vulkan 与 OpenCL 编写自定义内核，从而牢牢掌握软件适配与底层性能调优的主动权。

Jake Kochnowicz 进一步解释道：“对于我们的开发者而言，这并不意味着没有优化；而是意味着优化是可以实现的，并且由开发者自行掌控。我们向客户提供的是力量与控制权，而非将这些资源囤积在自己手中。”

这种对软件自主权的下放，进一步引申出了边缘计算在规模化落地过程中的系统运维账本问题。在芯片全生命周期中，硅片硬件面积是一次性固定支出，而软件工具链的适配、驱动持续升级以及算子重写所耗费的工程研发成本，在实际预算中占据着更高的比重。专用神经网络处理器（NPU）高度依赖特定版本的静态图编译器，在当前前沿深度学习算法高频演变的背景下，一旦出现新型注意力机制或复杂算子，封闭的编译器往往无法高效支持，导致专用硬件面临算力闲置的风险。更为严峻的是，当一颗系统级芯片上同时并存着中央处理器、图形处理器以及来自不同供应商的专用神经网络处理器时，工程团队必须常年维护多套互不兼容的驱动程序、运行时库与开发工具，多套异构工具链之间的版本冲突与系统资源争抢带来了极为沉重的维护负担。正是在这种长期软件维护成本的重压下，不少嵌入式系统级芯片设计厂商开始主动反思多加速器并存的合理性，并探索在图形处理器矩阵算力与内存带宽效率显著提升后，是否可以直接凭借一颗全功能图形处理器统揽端侧计算任务，以此精简掉独立的神经网络处理器，换取整机系统开发周期与维护成本的大幅下降。E 系列的架构演进恰恰呼应了这一来自产业一线的诉求：它既为追求软件极简的客户提供了走纯图形处理器独立路线的算力支撑，又通过硬件互联为多加速器协同保留了通道，将系统设计的最终裁决权留给了芯片设计者。

“我们观察到，不少做嵌入式SoC的客户已经在问：你们GPU性能能做到多强、能不能直接替掉NPU？”Jake Kochnowicz 分享道：“原因是跑多套不同软件栈的复杂度太贵了。实际部署里，软件才是最大成本，不是硬件本身。所以客户希望简化——这正是我们说的“融合加速”要解决的那部分问题。”

深耕高算力需求：国产桌面级出货逼近百万台的产业实践

在技术演进与商业落地的相互作用中，中国市场正在对全球图形处理架构产生深刻的反向塑造。欧美传统嵌入式市场对图形处理器知识产权的需求，多数集中在低功耗微控制器或单一功能汽车电子模块，并不急于追求成百上千 TFLOPS 的算力与高保真桌面渲染。而中国下游市场的计算需求呈现出了截然不同的特征，从国产桌面办公设备、独立显卡方案，到高端多屏智能座舱、云端渲染以及具身智能机器人，中国芯片设计企业率先将知识产权的应用边界推向了更高性能与全功能集的前沿领域。

这种激进的市场需求，使中国从技术应用地转变为共同定义底层架构的策源地。在与本土领军芯片企业的合作中，客户对完整高级图形接口、桌面 AAA 级游戏驱动能力、多核扩展以及高吞吐矩阵算力的需求，直接推动并反哺了底层架构的升级。在规模化量产层面，官方在此次发布活动中正式披露，基于 Imagination 图形处理器知识产权打造的中国国产桌面级图形处理器芯片，其累计出货量在今年正在快速逼近百万台大关。这一规模化装机实践不仅在严苛的市场检验中证明了该架构在复杂桌面环境下的驱动稳定性与软件兼容性，也为本土半导体产业探索高性能通用图形处理芯片的工程落地提供了宝贵的基础支撑与商业范例。

伴随业务深化，Imagination 在中国市场的组织体系与技术投资也迎来了全面升级。Imagination 执行副总裁兼中国区总经理 谢巍与中国销售副总裁 宣雄文等新任管理层就位后，公司正在进一步扩建分布在北京、上海以及深圳的本地化工程与技术支持团队，并推进与本土核心伙伴建立联合技术实验室。“中国一直是Imagination非常核心的战略市场，中国的开发生态和出货量这几年都在飞速发展。” 谢巍坦言道。

据悉，目前已有多家战略合作伙伴获得了 E 系列知识产权商用授权，首批芯片预计将于 2026 年年内完成流片。从微架构矩阵内嵌到单次超分管线，从统一开源软件栈到国产桌面芯片逼近百万台的出货实践，E 系列展现出的技术路径表明，边缘智能计算正加速向融合型图形处理器汇聚，为芯片设计者提供了兼具能效、架构自由度与软件确定性的平台选择。