Imagination刘国军：GPU+AI异构加速计算赋能数字化升级

Imagination副总裁刘国军指出，GPU+AI异构加速计算通过融合GPU与专用AI加速器的算力优势，为数字化升级提供高效、灵活的解决方案，助力各行业智能化转型。

• 数字化升级驱动算力需求激增随着智能手机、智慧城市、自动驾驶等智能场景的普及，海量数据产生推动处理器算力需求快速增长。AI技术渗透至安全监控（计算机视觉）、AI客服（语音识别）、智能审阅（自然语言处理）等领域，中国企业数字化转型虽处于早期阶段，但大型企业已普遍规划AI项目，规模以上企业中超10%将AI与主营业务结合，实现产业升级或效益优化。

• 异构加速计算成为后摩尔时代核心方案后摩尔时代，单一芯片性能提升受限，异构计算通过融合GPU与专用AI加速器（如NNA），为游戏、医疗、云计算、物联网等领域提供算力新方向。GPU加速器在HPC（高性能计算）、DNN（深度神经网络）训练和推理中表现卓越，Gartner预测其采用率将在未来2-5年内从5%-20%提升至20%-50%，成为主流技术。

• Imagination的GPU+AI产品组合与优势Imagination提供嵌入式图形处理IP（如PowerVR GPU、光线追踪）和人工智能IP（如神经网络加速器NNA、EPP），覆盖安全防控、边缘推理等细分市场。其产品组合具备以下特点：

  灵活的任务分配：通过GPU与NNA协同，将不同工作负载分配至最适合的硬件单元（如GPU处理图形渲染，NNA负责AI推理），突破单一算力方案的局限性。

  高算力与低功耗：第四代NNA采用多核架构，可提供600 TOPS及以上算力，满足边缘计算场景对性能与能耗的严苛要求。

  统一开发生态：GPU与NNA共享API接口和开发工具，简化部署流程，加速云到端AI应用落地。

• 关键技术突破与应用场景

  HyperLane技术：实现GPU硬件虚拟化，支持多操作系统或应用共享同一GPU，提供安全隔离与灵活配置，适用于数据中心和车载场景。

  边缘计算优化：针对边缘侧场景多样性，Imagination的异构平台可弹性分配任务，兼顾高算力与低延迟，例如在自动驾驶中实时处理传感器数据。

  生态布局：Imagination重点拓展桌面与数据中心市场，通过开放合作构建生态，并与合作伙伴共同推动智能手机、汽车等领域的技术落地。

• 未来展望：开放合作与算力创新刘国军强调，产业需通过开放合作突破技术边界。Imagination成立内部科学实验室，专注新架构研究，以持续提升算力效率。其目标是通过GPU+AI异构计算，为全球数字化升级提供普适、高效的底层支持，推动智能化应用从云端到终端的全场景覆盖。

很赞哦!（3）