跳转到主要内容
Toggle navigation
产品
所有产品
图形处理器(GPU)
人工智能(AI)
光线追踪
功能安全
软件解决方案
IMG E系列
IMG D系列
IMG DXTP GPU
IMG DXS GPU
IMG DXD GPU
IMG CXM GPU
IMG DXT GPU
IMG B Series GPU
应用市场
所有市场
汽车
消费电子
移动设备
数据中心和桌面级应用
技术
技术
博客
动态
活动
开发者
下载
视频
大学计划
公司
关于我们
为什么选择 Imagination
联系我们
Imagination Tech 官网
登录
注册
产品
应用市场
技术
博客
动态
活动
开发者
下载
视频
大学计划
公司
算法的五大核心特征
本文将从理论定义、技术细节、实践案例三个维度,对这五大特征进行权威、深入的拆解,帮助开发者建立对算法的系统性认知。
2026-03-09 |
算法
人工智能正改写半导体行业并购规则
未来十年,半导体行业的并购竞争,终将属于那些深谙此道的玩家。在产能受限的市场中,最具价值的资产,从来不是你能设计出什么,而是你能制造、封装并交付什么。
2026-03-09 |
半导体
,
人工智能
成功案例:象帝先计算技术与Imagination合作——面向现代图形与计算工作负载的专业GPU
未来,象帝先计算技术计划将其GPU产品扩展到更广泛的专业图形与计算领域,覆盖桌面和服务器平台。Imagination将继续与象帝先计算技术及其他合作伙伴紧密合作,为专业显卡用户提供更多选择。
2026-03-09 |
象帝先
,
图形计算
,
GPU
具身智能核心技术解析:三大技术路线构建虚实交互新范式
具身智能代表了人工智能发展的关键跃迁——从虚拟世界的符号推理迈向物理世界的具身交互。
2026-03-06 |
具身智能
,
人工智能
Shader中的分支对性能的影响
在 GPU 中,线程是以 warp(通常是 32 个线程)为单位进行调度的。所有线程在同一个 warp 内执行相同的指令。
2026-03-06 |
Shader
,
GPU
训练优化技术:混合精度训练(Mixed Precision Training)
混合精度训练是一种优化深度学习 训练过程的技术,通过结合使用不同精度的数据类型,在保证模型性能的同时,显著减少内存消耗,并加速训练过程。
2026-03-06 |
深度学习
,
大模型
AI算力爆发,数据中心正在消耗多少能源?
人工智能数据中心不仅带来了巨大的计算能力,同时也伴随着显著的能源消耗和环境压力。
2026-03-06 |
AI算力
,
数据中心
,
高性能计算
实例化渲染技术GPU内部处理细节
在 OpenGL 中,实例化渲染技术允许开发者高效地绘制多个相同的几何体实例。
2026-03-05 |
渲染管线
,
图形渲染
2026年最值得关注的语音识别AI应用
随着人工智能技术的不断进步,语音识别技术在近几年取得了显著发展。
2026-03-05 |
AI应用
,
语音识别
RISC-V迎来关键拐点
RVA23 标志着主流 CPU 性能扩展方式的一个转折点。它强制要求使用 RISC-V 向量扩展 (RVV),从而将结构化、显式并行计算提升到与标量执行相同的架构地位。
2026-03-05 |
RISC-V
,
CPU
,
并行计算
,
向量计算
训练优化技术:模型并行(Model Parallelism)
模型并行 是一种训练优化技术,旨在解决超大规模模型的训练问题。其核心思想是将模型的不同部分分配到不同的计算设备,以克服单个设备无法容纳大模型的问题。
2026-03-05 |
深度学习
,
AI模型
,
并行计算
智能网联汽车:HARA分析与ASIL等级评定
在汽车功能安全领域,遵循ISO 26262标准进行开发已成为行业共识。
2026-03-04 |
智能汽车
,
功能安全
专家洞察:功率而非面积:边缘GPU设计为何迎来新纪元
随着行业迈入2纳米以下制程,GPU设计正遭遇严峻的物理极限。
2026-03-04 |
边缘GPU
,
GPU设计
聊聊延迟着色并不支持抗锯齿的原因
虽然延迟着色在处理复杂场景和多光源时具有显著优势,但它在抗锯齿方面存在一些挑战。
2026-03-04 |
延迟着色
,
图形渲染
,
抗锯齿
量子时代来临:企业如何未雨绸缪
随着量子技术的快速发展,全球组织正面临计算能力的革命性跃升。
2026-03-04 |
量子技术
,
量子计算
训练优化技术:数据并行(Data Parallelism)
数据并行(Data Parallelism) 是一种常见的训练优化技术,特别是在深度学习模型的训练过程中,用于提高训练效率和加速大规模模型的计算。
2026-03-03 |
数据并行
,
深度学习
,
AI模型
,
并行计算
光纤连接:AI就绪数据中心的支柱
如今,密度、延迟和实时数据传输已成为现代数据中心设计成败的关键因素。
2026-03-03 |
数据中心
,
GPU集群
3D角色建模:何时使用模型资产更好,何时需要自行建模?
在CG与建筑可视化工作中,如何在创意构想与制作现实之间找到平衡,始终是一个核心课题。
2026-03-02 |
3D建模
,
3D渲染
中国信通院政经所联合发布《自动驾驶战略与政策观察(2025年)》
中国信通院政策与经济研究所刘杰对报告进行了深入解读。
2026-03-02 |
中国信通院
,
自动驾驶
TBDR架构下drawcall过多的致命隐患
TBDR架构下过多drawcall会导致Frame Data膨胀,引发内存压力、带宽拥堵、命令处理瓶颈和瓦片缓存溢出等问题,严重影响渲染性能。
2026-03-02 |
TBDR
,
GPU渲染
训练优化技术:流水线并行(Pipeline Parallelism)
流水线并行(Pipeline Parallelism) 是一种优化技术,旨在加速大规模深度学习 模型的训练,尤其适用于模型 非常大,以至于无法直接在单个设备上训练的情况。
2026-03-02 |
深度学习
,
训练
Imagination GPU 正式接入 Mesa CI
基于德州仪器(TI)AM68架构、搭载IMG BXS-4-64 GPU的设备集群现已集成至Mesa上游持续集成系统。
2026-03-02 |
Imagination
,
德州仪器
,
数据中心
从构想到必然:边缘计算正在开启下一波创新浪潮
随着云计算技术的爆发,数据存储与处理大规模向云端迁移。如今,随着物联网设备的爆发式增长,计算模型再次向本地回归。
2026-02-28 |
边缘计算
,
云计算
Alpha Test为何破坏TBDR优化?
alpha test的不可预测性迫使显卡处理所有像素,削弱了TBDR的性能优势。
2026-02-28 |
TBDR
,
GPU渲染
,
延迟渲染
如何弥合芯粒间互操作性鸿沟
目前,芯粒已成为下一代系统架构讨论中的核心议题。
2026-02-28 |
芯片集成
,
芯粒
,
互连技术
如何为人工智能/机器学习开发选择合适的数据标注方法?
本文将系统剖析各类数据标注方法的技术原理、适用场景与选型框架,为不同成熟度、不同预算、不同隐私要求的AI项目提供实战指南。
2026-02-28 |
人工智能
,
机器学习
,
监督学习
大语言模型的幻觉:定义、原因与处理方法
这篇文章将详细解释什么是大模型的幻觉、其背后的原因,以及如何有效处理它。
2026-02-27 |
大语言模型
,
人工智能
2026丙午年 RISC-V 十大进展预测
甲辰计划(rv2036.org)的主理人吴伟向大家分享甲辰计划对丙午年(2026年)的RISC-V十大进展预测。
2026-02-27 |
RISC-V
深度预渲染优化指南:PreZ Pass全解析
PreZ Pass(预写深度通道)是优化3D渲染性能的技术,通过先写深度再写颜色的两阶段渲染避免过度绘制。
2026-02-27 |
3D渲染
,
性能优化
,
GPU渲染
Khronos成立25周年:以开放标准塑造视觉计算的未来
Khronos 对行业的影响力深远,这并非源于某家公司的愿景,而是集体智慧和共同目标的结晶。
2026-02-26 |
Khronos
,
Vulkan
,
并行计算
,
人工智能
深度卷积神经网络(CNN)— 稠密连接网络(DenseNet)
DenseNet 在 ImageNet 和其他计算机视觉任务上表现出色,解决了传统卷积神经网络(CNN)中可能存在的梯度消失和特征复用效率低的问题。
2026-02-26 |
卷积
,
神经网络
深度学习中的超参数优化
构建深度学习模型时,你必须做出许多看似随意的决定:应该堆叠多少层?每层包含多少个单元或过滤器?激活函数应该使用relu还是其他函数?
2026-02-26 |
深度学习
,
超参数
节能AI芯片,该如何设计?
随着工作负载持续扩张,能效如今已与原始性能同等关键。对于研发AI芯片的工程师而言,核心挑战不再仅仅是加速模型运行,而是在每瓦功耗下实现性能最大化。
2026-02-26 |
AI芯片
,
芯片设计
现代GPU的Early-Z:性能关键与失效陷阱
现代GPU硬件普遍自带Early-Z技术,能够提前丢弃被遮挡像素以提高渲染效率。
2026-02-25 |
GPU
,
着色器
,
TBDR
智能驾驶新纪元:2026智能汽车AI技术趋势解读
从功能汽车到智能体,从出行工具到移动生活空间,AI与汽车的融合已驶入不可逆的快车道。这场变革不仅是技术的升级,更是产业生态、商业模式和人类生活方式的重构。
2026-02-25 |
智能驾驶
,
智能汽车
Chiplet,如何助力HPC?
随着传统芯片架构在功耗、散热和空间方面逼近物理极限,小芯片架构(chiplet architecture)正在兴起,有望为高性能计算(HPC)开辟一条新的发展道路。
2026-02-25 |
Chiplet
,
高性能计算
芯片的这个问题,越来越难
在半导体行业的大部分发展历程中,污染问题都被视为颗粒物问题。良率损失可以追溯到异物落在不该落的地方,而工艺控制的重点在于过滤、清洗和分类。
2026-02-25 |
半导体
,
芯片
拥抱Chiplet,大芯片的必经之路
随着传统芯片架构在功耗、散热和空间方面逼近物理极限,一种新型架构正在兴起,有望为高性能计算开辟一条新的发展道路,这种架构被称为Chiplet架构。
2026-02-13 |
Chiplet
,
芯片设计
,
高性能计算
为何GPU无法运行超长Shader?
Shader长度受限的根本原因在于硬件资源瓶颈和平台兼容性,而不仅仅是执行耗时问题。
2026-02-13 |
GPU
,
Shader
半导体晶圆厂的安全防护之道
在风险高企的芯片制造领域,安全防护不仅是一门技术学科,更是实现生产安全、稳定、持续高效运转的基石。
2026-02-13 |
半导体
,
晶圆
200 中的第 1
››