背景
边缘 AI 的快速发展正促使 SoC 架构师重新思考传统处理器设计。专用 NPU 在运行现有模型时表现出色，但不断演进的 AI 工作负载、日益复杂的系统，以及功耗和芯片面积预算方面不断增大的压力，正逐渐暴露出固定功能方案的局限性。
在本次网络研讨会中，Imagination 的技术专家将介绍一种全新的加速方案：通过融合架构，在单一处理器和统一软件栈上集成图形、计算与 AI。您将了解系统设计人员为何开始寻求独立加速器之外的方案，数据搬移与内存带宽为何正成为关键瓶颈，以及哪些架构选择有助于未来的边缘设备兼顾灵活性与效率。
本次研讨会还将探讨 GPU 在 AI 加速中日益重要的作用，包括如何在保持用户所期待的图形性能的同时，支持生成式 AI 和神经渲染等新兴工作负载。
无论您面向汽车、消费电子、工业还是嵌入式系统开展设计，都将获得实用洞见，深入了解适用于下一代边缘计算的架构。
立即报名，了解融合加速如何简化系统设计、提高资源利用率，并帮助您的下一款 SoC 更好地适应未来需求。
核心要点
- 为何当前的边缘 AI 系统将向融合加速转型。
- 图形、计算与 AI 工作负载如何在统一的处理器架构上协同运行。
- 内存带宽与数据搬移对 AI 系统效率的影响。
- 随着 AI 模型持续演进，可编程性为何变得日益重要。
- 架构师在构建下一代边缘与嵌入式系统时需要考虑的关键因素。
