聚焦嵌入式 AI：Imagination 在工博会国芯展嵌入式会议分享可编程 GPU 架构
Imagination 已受邀参加工博会期间举办的国芯展嵌入式会议“先进封装与异构集成驱动嵌入式系统创新研讨会”，并带来《面向嵌入式 AI 的可编程 GPU 架构：融合图形、AI 与通用并行计算》的技术分享。
GPU
GPU，全称为图形处理单元（Graphics Processing Unit），是一种专用于处理图形和图像计算的处理器。起初，GPU主要用于图形渲染，但随着计算需求的增加，尤其是在科学计算、深度学习和其他并行计算领域，GPU的通用计算能力逐渐受到重视。
GPU相对于传统的中央处理单元（CPU）在设计上有一些显著的区别。CPU更适用于处理通用的控制流任务，而GPU则专注于高度并行的数据处理。GPU通常拥有大量的小型处理单元，被设计成能够同时处理大量相似的任务，例如图形渲染中的像素计算或深度学习中的矩阵运算。
总体而言，GPU在图形处理领域的成功应用和对并行计算需求的响应使其逐渐演变成为通用计算设备，广泛用于加速各种科学和工程计算应用。
从原型到性能：在 Volcanic GPU 上优化 OpenCV 图像缩放
本文将一个内部优化案例改造为可对外分享的实战讲解，展示如何把一个简单的图像处理操作迁移到 GPU 上、验证其正确性，并进一步调优以获得更好的吞吐。
从晶体管到神经网络：GPU如何走到今天，又将去向何方
近期我们一直在向中国客户和媒体展示E系列。它背后的故事经历了一个非凡的转折：原本为绘制图像而打造的硬件，帮助现代AI成为可能。如今，AI正在帮助它绘图、思考和创作。
端侧AI，GPU重新崛起！
长期以来，为了应对图像渲染、语音识别、计算机视觉及神经网络推理等多元化任务，芯片厂商往往倾向于在SoC中不断叠加专用的加速模块——CPU、GPU、DSP与NPU各司其职。
GPU 正在成为端侧推理的融合中心——Imagination谈端侧芯片的下一个十年
Imagination 技术支持总监艾克发表主题演讲，从端侧推理的真实场景出发，分享了 Imagination 对异构融合架构的思考，以及 E 系列 GPU IP 如何将 AI 能力融入 GPU 核心，应对端侧芯片 5-10 年生命周期中的持续变化。
GPU公司半年报到底透露了哪些不为人知的秘密？
未来的GPU赛道，再也不是“只要入局就能吃肉”的蓝海市场。技术迭代、生态完善、落地能力、盈利质量，将成为筛选优质企业的核心标尺。
游戏设备发热真相：硬件为何变烤炉
高性能硬件如多核CPU和GPU在运行大型3D游戏时全速运转，电流增大导致发热加剧，而散热系统不足会加剧温度升高。
多站点分布式GPU架构：探索本地分布式GPU资源
本文将概述如何利用多站点分布式 GPU 架构，包括其优势、局限性、安全考量，以及技术与经济层面的关键因素。
openRuyi 图形团队深度参与 Mesa 上游建设，持续推进 IMG 开源 GPU 驱动生态
openRuyi 团队通过代码贡献、测试反馈与架构优化，正与 IMG 官方以及开源社区紧密合作，共同加快该驱动的成熟与落地。
代理式人工智能需要的远不止GPU
代理式人工智能工作负载正重塑现代数据中心基础设施的计算需求，将性能瓶颈从以GPU为核心的推理环节，转移至对CPU算力要求极高的编排与工作流管理环节。