Imagination E系列GPU首秀：AI超分仅需2.3ms，Prefill性能提升4.7倍

事件概述

Imagination Technologies发布了其最新GPU IP产品——E系列。该系列旨在应对终端设备日益增长的AI计算需求，特别是本地大模型推理、Agent应用以及多模态数据处理。E系列通过将图形渲染、矩阵乘法和卷积运算整合到可编程架构中，试图在单一硬件平台上高效处理传统图形任务与新兴AI负载，从而优化算力利用率并降低软件开发与维护成本。

核心技术与性能表现

1. AI超分辨率渲染（Neural Core）

• 机制创新：引入“神经核”概念，利用AI超分技术替代传统高分辨率渲染。GPU先以低分辨率渲染画面，再通过神经网络重建高分辨率图像。
• 架构优势：摒弃了传统的GPU+NPU异构路径，由GPU独自承担图形计算和矩阵运算，大幅减少了图像在DDR内存中的读写往返，降低了延迟和带宽消耗。
• 算法优化：结合自研压缩技术，单次神经网络处理可降低超过一半的权重数据量，进一步减少存储和读取开销。
• 性能数据：
  • 单核E系列将画面从540p提升至1080p仅需2.3毫秒。
  • 在540p至4K的提升过程中，带宽消耗最高降低54%，帧率最高达到对照结果的2.5倍。
• TBDR技术加持：沿用基于分块的延迟渲染（Tile-Based Deferred Rendering），将屏幕拆分为多个Tile逐块渲染，使中间数据保留在片上缓存，并与AI处理结合，进一步减少外部内存访问。

2. 大语言模型（LLM）推理加速

• 低精度计算支持：首次引入LLM常用的MXFP8和MXFP4低精度格式。低位宽提高了矩阵运算吞吐，显著加速Prefill阶段。
• 性能提升：相比上一代产品，E系列在Prefill阶段的性能提升了4.7倍。
• 带宽缓解：低精度量化减少了模型权重和中间数据的字节占用，缓解了Decode阶段的带宽压力。
• 内存接口：通过AXI接口适配LPDDR、GDDR和HBM等不同内存类型，最高可支持768GB/s的读取带宽。

3. 多模态处理能力

• 卷积运算增强：针对视觉识别、感知等多模态AI任务，同步提升卷积计算能力，性能为上一代的4.4倍。
• ALU执行优化：改造算术逻辑单元（ALU）执行机制，将相关运算组织成连续工作流，最大化数据复用，最小化不必要的数据搬运，带来最高**39%**的每瓦性能提升。

软件生态与系统整合

• 通用性与兼容性：开发者可使用OpenCL、Vulkan编写Kernel，并接入Llama.cpp、ONNX、PyTorch等上层生态。Imagination致力于保持跨代软件栈的统一性，确保优化代码可迁移复用。
• 异构SoC分工：尽管GPU承担了更多AI任务，但Imagination强调其在SoC中仍作为关键一环而非唯一处理器。CPU负责协调任务流程，GPU与其他专用单元（如NPU、传感器控制器）配合。
• 协作机制：通过硬件mailbox传递状态指令，利用共享内存减少数据拷贝，缩短处理器间切换等待时间，客户可将GPU软件集成至自有SDK以实现灵活的资源调度。

战略意义

Imagination E系列的推出标志着其AI战略重心回归通用性更强的GPU架构。通过证明同一套硬件和软件体系能够同时高效处理图形渲染和复杂AI任务，Imagination向芯片设计厂商展示了一种降低长期构建成本、提高数据效率的平台型解决方案。