Imagination发布E系列GPU IP新进展：一套架构支持图形、计算与AI

2026年9月21日，Imagination Technologies（以下简称“Imagination”）公布了其 E 系列 GPU IP 的首批性能数据和演示结果，并推出全新的Neural Super Resolution（NSR，神经超分辨率）AI加速超分辨率解决方案。 这些最新进展进一步体现了 Imagination 的 GPU-first 战略：通过一套架构和一套软件栈，让芯片设计厂商能够运行图形、计算和AI等不同类型的工作负载。 随着边缘设备应用日趋复杂，芯片设计厂商不断新增针对不同工作负载的专用加速模块、软件栈与数据通路；这种碎片化既加重系统集成负担，也可能使部分固定功能硬件在需求变化后闲置。 近年来，各类边缘AI处理器在功能组合上逐渐趋同，力求在性能、能效与灵活性之间取得平衡。GPU 天然适合这种融合型架构——它兼具并行加速能力、成熟软件生态、通用灵活性与图形处理能力。 E系列于去年首次发布，将可编程AI加速高效集成进GPU渲染管线。凭借一颗处理器、一套软件栈，它既可独立运行，也可与CPU及其他加速器协同，支持生成式AI、神经渲染与游戏等多种工作负载。 面向设备端AI的可编程加速 芯片架构定型后，AI模型及其底层运算仍在持续演进。E系列具备通用计算能力，采用熟悉的GPU编程模型并支持行业标准API，使开发者能在设备全生命周期内实现新算子，并通过GPU内高度集成的Matrix Accelerator（矩阵加速器）加速，同时支持BF16、FP4和MX等高精度与低精度数据格式。 其结果是，与上一代D系列相比，该处理器在典型边缘语言模型上的预填充性能提升了4.7倍。以Qwen 3.5 4B为例，在典型工作负载下，一款1.5GHz的四核E系列GPU可实现0.2秒的首次Token生成时间，以及每秒150个Token的解码吞吐量。 为简化向Imagination GPU的移植，目前正在将经过优化的Llama.cpp后端贡献至上游开源项目；后续还将提供原生PyTorch和ONNX Runtime支持。 计算：智能计算的坚实基础 除了备受瞩目的应用之外，E系列还在人工智能、计算机视觉、信号处理和通用计算中广泛使用的基础计算操作方面提升了性能。例如，与D系列同类产品相比，E系列运行Conv2D内核的速度快4.4倍，运行GEMM内核的速度快4.8倍。在矩阵乘法工作负载下，GPU利用率可达89%。 通过神经渲染，融合技术为图形处理管线创造了新的机遇。Imagination的全新神经超分辨率（NSR）技术利用行业标准扩展，将E系列的矩阵加速技术应用于图形处理管线。 该时序超分辨率方案针对Imagination GPU进行了深度优化，并采用单次处理方式，结合Imagination专有的网络自压缩技术，可移除神经网络中约65%的冗余权重，模型更省电。在1GHz单核E系列GPU上，典型的540p到1080p超分辨率操作延迟低至2.3毫秒。 与原生渲染相比，NSR不仅将帧率显著提升，还将内存带宽消耗减半，同时呈现出与真实图像视觉效果极为接近的画质。NSR将作为库功能集成于PowerVR SDK中，并通过与Unreal Engine和Godot的集成提供支持。 图形处理仍是E系列的核心。该架构带来了显著的图形性能提升，包括对DirectX 12 FL11_0的支持。在实际游戏工作负载中，E系列与上一代同类产品相比，性能提升高达54%，其四核配置在部分AAA级桌面游戏中可实现超过60fps的帧率。每瓦性能提升最高达39%。 各方表态方面，Jon Peddie Research总裁兼创始人Jon Peddie表示，传统处理器类别界限正在模糊，CPU利用向量扩展提升AI性能，NPU也变得更通用；Imagination认为GPU可能在这一趋势中表现突出，因为GPU除并行计算和软件生态外，还能在运行AI和计算负载的同时处理图形任务。 Imagination CEO Markus Mosen表示，过去十年边缘工作负载变化巨大，带来处理器碎片化、软件复杂性和芯片资源利用不足等问题，公司GPU路线图旨在应对这些挑战。 象帝先计算技术有限公司总经理张珩表示，Imagination与其有相同愿景，即将高性能渲染能力带给更广泛的中国客户。W4 Games、Godot引擎公司技术总监Clay John表示，开发者通常需在视觉质量和性能间权衡，针对硬件优化的超分辨率方案可改变这种平衡。 供应情况方面，E系列提供多种配置，覆盖从智能手机到高性能系统的不同应用。 Imagination表示，已有多家合作伙伴获得该技术授权，首批基于E系列的芯片预计将于今年晚些时候完成流片。