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。
Imagination 公司不仅入围“年度杰出创新企业”奖项，同时其全新推出的 IMG DXT GPU 图形处理器 IP 也入围了“年度 IP 产品”奖项。
算力是人工智能的三大要素之一，需要芯片的支撑，这是人工智能进一步发展并实现产业化的关键。
GPU服务器是一种配备了高性能图形处理器（Graphics Processing Unit，GPU）的服务器，专门用于进行计算密集型的任务和处理大规模的图形计算。
为了支持 DCD 市场客户，Imagination对 OpenGL® 的支持从 3.3 版扩展到 4.6 版。
为了支持 DCD 市场客户，Imagination正在扩充其 API 覆盖范围。首先我们将对 OpenGL® 的支持从 3.3 版扩展到 4.6 版（OpenGL®的最新版本）。
在没有GPU之前，基本上所有的任务都是交给CPU来做的。有GPU之后，二者就进行了分工，CPU负责逻辑性强的事物处理和串行计算，GPU则专注于执行高度线程化的并行处理任务。
GPU 加速计算可以提供非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到 GPU，同时仍由 CPU 运行其余程序代码。
将Imagination的RISC-V Catapult CPU 与Green Hills的µ-veloSity™ RTOS 相结合，可加速推进面向汽车和工业市场的实时安全解决方案
分别从全球和中国市场趋势、处理器技术发展，以及国产处理器芯片行业现状的方面，对国际巨头和50家国产处理器厂商进行了全面而详尽的分析。
6 月 27 日上午10:00-12:00，Imagination 人工智能、SoC 芯片技术专家李安将在直播间分享最新 GPU 技术及其在数据中心和 AI 应用中的设计开发方案。