從AI算力爆發(fā)到圖形革命?，Imagination重構(gòu)嵌入式設(shè)備的性能平衡模式

4月15日，慕尼黑上海電子展拉開帷幕。此次展覽將持續(xù)三天，不僅吸引了半導(dǎo)體、傳感器、海內(nèi)外展商參展；同期舉辦的“創(chuàng)新論壇”更是眾多行業(yè)人士關(guān)注的重點。4月15日下午，Imagination中國高級業(yè)務(wù)經(jīng)理黃音出席“2025AI技術(shù)創(chuàng)新論壇”，她結(jié)合公司產(chǎn)品情況，從AI算力、圖形渲染，以及基于兩者的嵌入式設(shè)備性能平衡等方面進行了主題分享。

AI模型持續(xù)優(yōu)化驅(qū)動硬件構(gòu)架的革新

首先，黃音回顧了自2012年以來AI模型的發(fā)展歷程。她介紹說，2012年AlexNet開啟了卷積神經(jīng)網(wǎng)絡(luò)時代；Perception AI開始進入語音識別、計算機視覺；Generative AI實現(xiàn)了從文本生成圖像、視頻等內(nèi)容生成；Agentic AI不僅能學(xué)習(xí)，還能使用工具，進行判斷，并且采取行動；還有最近流行的Physical AI，能感知物理世界的人工智能，在真實環(huán)境中完成任務(wù)，如智能機器人等。

“我們現(xiàn)在常說‘大模型’，其實也有不少公司在做‘小模型’”。大模型（LLM）通?；诖笠?guī)模數(shù)據(jù)進行訓(xùn)練，如谷歌的Transformer，也有可在端側(cè)進行推理的大模型，例如Deepseek R1。小模型（SLM）通常參數(shù)量比LLM少，設(shè)計上更側(cè)重于針對特定任務(wù)進行微調(diào)，如LLaMini。而AI推理的應(yīng)用中，特別是在端側(cè)設(shè)備上運行時，小模型與physical AI的結(jié)合，會給端側(cè)應(yīng)用帶來爆發(fā)式增長。

與此同時，模型不斷優(yōu)化也帶來了硬件設(shè)計的變革，從單一算力需求轉(zhuǎn)變?yōu)閷λ懔?、存儲、中間通訊三者的平衡，新的硬件架構(gòu)是發(fā)展的必然趨勢。根據(jù)不同的處理器架構(gòu)，黃音分別介紹了不同之處。CPU更適合處理串行數(shù)據(jù)，NPU適合固定模型算法的并行加速，GPU適合通用的并行計算，隨著基礎(chǔ)模型的不斷優(yōu)化，邊緣側(cè)的AI應(yīng)用會有更多架構(gòu)組合的可能性。

而對于人工智能的端側(cè)應(yīng)用，推理只是其中的一個核心模塊，還有很多邊緣需求，比如通用計算和調(diào)度，云邊混合帶來的加密和隱私需求，圖形渲染圖像畫質(zhì)增強需求，功能安全和信息安全需求，設(shè)備自學(xué)習(xí)需求等。我們除了要追求每瓦算力，峰值算力和帶寬極致外，還應(yīng)該看到端側(cè)應(yīng)用是一個融合能力的應(yīng)用。真正的破局點，是構(gòu)建一個可以持續(xù)適配算法演進的架構(gòu)平臺。

Imagination GPU擅長應(yīng)對邊緣和端側(cè)AI帶來的挑戰(zhàn)

Imagination作為全球領(lǐng)先的GPU IP供應(yīng)商，深耕圖形和AI，特別是針對邊緣和端側(cè)AI，Imagination的GPU技術(shù)具有高能效、可編程性、可擴展性和靈活性等特點?，F(xiàn)場，黃音重點介紹了ImaginationD系列DXTP GPU和DXS GPU兩款產(chǎn)品及其在AI phone和AIPC上的應(yīng)用前景。

DXTP GPU可保證在智能手機和其他功耗受限設(shè)備上加速圖形和AI工作負(fù)載時，保證全天候的電池續(xù)航。通過微架構(gòu)的優(yōu)化，相比前一代產(chǎn)品DXT，DXTP提供了更高的持續(xù)性能、更快的計算調(diào)度，并在幾何處理吞吐量方面提高了50%。目前，DXTP已經(jīng)被全球知名科技公司使用，在AI多數(shù)據(jù)類型處理、計算任務(wù)加速，以及本地內(nèi)存的支持上有突出表現(xiàn)。此外，它還支持LiteRT（前身是tensorflow Lite）主流AI框架，并在Imagination體系內(nèi)做了優(yōu)化，開發(fā)者可運用它在Android設(shè)備上實現(xiàn)高性能AI應(yīng)用的部署。

DXS GPU則是專為處理駕駛艙、信息娛樂和高級駕駛輔助系統(tǒng)中的圖形和計算工作負(fù)載而打造的一款產(chǎn)品。相比于上一代GPU，IMG DXS為車輛中越來越常見的計算工作負(fù)載（如駕駛員監(jiān)控和防撞）提供了高達10倍的性能提升。與硬件配套的計算庫（imgBLAS、imgNN、imgFFT）可幫助軟件開發(fā)人員實現(xiàn)高達80%的GPU利用率。這也將加速常見計算工作負(fù)載的處理，如計算機視覺和ADAS系統(tǒng)感知數(shù)據(jù)的預(yù)處理和后處理。

在演講最后，對于什么將是符合“Physical AI”的終極硬件？黃音指出了三點：一是效率，在圖形與AI計算上實現(xiàn)更優(yōu)的能效比與計算密度；二是深度嵌入式集成，最小化數(shù)據(jù)傳輸，匹配現(xiàn)代API擴展；三是開發(fā)者與系統(tǒng)靈活性，是一款高度多用途的邊緣處理器，既可用于圖形，也可用于AI。她也透露到，Imagination今年也將有重磅產(chǎn)品推出，值得期待。

此外，在圓桌討論環(huán)節(jié)，黃音與產(chǎn)業(yè)鏈伙伴圍繞AI對行業(yè)帶來的影響、生態(tài)合作、RISC-V等話題進行了討論。黃音認(rèn)為AI快速發(fā)展驅(qū)動了新的算力需求、硬件架構(gòu)的革新，而作為IP供應(yīng)商更需要與產(chǎn)業(yè)上下游伙伴合作，例如Imagination與多家RISC-V公司合作，優(yōu)化GPU適配主流AI框架和標(biāo)準(zhǔn)API接口等，希望幫助客戶打造差異化產(chǎn)品，實現(xiàn)快速上市。