Imagination把AI加速能力放进GPU，可以让IP卖得更好吗？

界面新闻记者 | 伍洋宇
界面新闻编辑 | 文姝琪

9月21日，Imagination Technologies公布E系列GPU IP的首批性能数据和演示结果，并发布神经超分辨率技术NSR。

与英伟达、AMD直接销售GPU芯片不同，Imagination作为GPU知识产权供应商，提供的是可授权的处理器架构、软件和开发工具，客户在此基础上设计自己的芯片。

公司最新发布的NSR技术，目的是让GPU在承担图形、通用计算任务基础上，提升AI负载能力。

在传统SoC中，CPU、GPU、NPU和DSP通常各自负责不同任务。当图形处理结果交给NPU继续做AI超分辨率时，数据可能需要写入外部内存，再被另一处理器读取。Imagination则把矩阵运算能力放进GPU的统一着色器集群附近，让图形与AI计算尽量在同一条数据通路内完成。

由此，Imagination将矩阵加速单元集成到GPU内部，并让不同任务共用内存、调度和软件栈。公司希望借此减少芯片内不同加速器之间的数据搬运，也降低客户维护多套软件的成本。

Imagination CEO Markus Mosen（图源：界面新闻）

E系列去年首次亮相，此次披露的数据让产品定位更具体。Imagination称，多家合作伙伴已经取得E系列授权，首批相关芯片预计在2026年晚些时候完成流片。

根据Imagination提供的测试，E系列在典型边缘语言模型上的预填充（Prefill）性能较上一代D系列提升4.7倍。

以Qwen 3.5 4B稠密模型为例，一款运行在1.5GHz的四核EXD-64-2048，在W4A16精度、输入和输出长度均为1500个token的条件下，首次生成token的时间为0.2秒，解码速度为每秒150个token。

图形仍是E系列的基本用途。该架构支持DirectX 12 FL11_0、Vulkan和OpenCL。公司测试显示，E系列在实际游戏负载中的性能较上一代同类产品最高提升54%，每瓦性能最高提升39%；四核配置运行部分桌面级游戏时可超过60帧。

Imagination把E系列放在融合加速的行业趋势下解释。手机、汽车、机器人和工业设备需要同时处理感知、推理、决策和渲染，但芯片内部往往由多类处理器分别完成。每增加一类专用加速器，系统通常也要增加相应的驱动、编译器、安全机制和维护工作。

Imagination CEO Markus Mosen将不同计算模块之间的数据交换称为“边境税”。这部分成本包括数据搬运产生的能耗和时延，也包括芯片厂商为多套工具链和软件栈投入的工程资源。

这也是GPU在边缘AI中的产业价值。如果GPU能够承担一部分AI计算，芯片厂商可以提高既有硬件的利用率，减少独立加速器之间的往返通信，并延续已有的软件投入。

不过，通用性并不意味着GPU会替代所有NPU。固定模型和特定算子仍可能更适合专用加速器，CPU也继续负责模型调度、工具调用和数据管理。

真正的竞争或许仍在软件。Imagination正在把优化后的Llama.cpp后端贡献至上游开源项目，后续还计划提供原生PyTorch和ONNX Runtime支持。

但公司也承认，从CUDA迁移到其他架构需要改写和适配，开源驱动往往要等客户芯片和开发板出现后才能推进；如果客户不开放底层信息，针对具体终端的优化也会受到限制。首席营收官Jake Kochnowicz在接受界面新闻等媒体采访时表示，实际部署里“软件才是最大成本，而不是硬件本身”。

中国市场对Imagination有其重要意义。一方面，中国芯片厂商和终端企业需要GPU IP来开发桌面显卡、汽车芯片、机器人和边缘计算产品；另一方面，中国客户对更高性能和更完整功能的要求，也在影响Imagination的产品路线。

Jake表示，“中国的GPU需求显然是巨大的。具体到Imagination的GPU IP，我们的体会是中国市场推得更快、更高性能、更全的功能集，真正在把GPU IP的能力边界往前顶。”

对中国芯片厂商而言，购买GPU IP的价值在于缩短从底层架构到可用产品的开发周期，同时保留对芯片规格、内存系统和应用方向的设计权。在此基础上，厂商在芯片实现、驱动适配、整机开发和开发者生态建设上有更多自主空间。

Imagination今年调整了中国区管理层和销售团队。Markus Mosen对界面新闻透露称，公司今年已经获得一家新的战略客户授权，另一家正在推进。新任公司执行副总裁兼中国区总经理谢巍则表示，采用其GPU IP的中国桌面级产品今年出货量正在接近100万台。

谢巍还提到，接下来，公司将继续关注中国桌面GPU市场，边缘AI、汽车和具身智能机器人等场景。