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。
GLSL特性与C/C++类似，包括它的数据类型。GLSL有三种基本数据类型：float,int和bool，以及有这些数据类型组成的数组和结构体。GLSL不支持指针。
Imagination Technologies携合作伙伴芯驰科技在展会上接受了与非网的视频直播采访，围绕“智能驾驶、智能网联趋势下的汽车芯片产业”话题进行了深度对话。
TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。
12月17-18日，2020 第七届中国国际人工智能大会暨展示会（CIAI2020）在上海举行，AI业内多家企业齐聚一堂，就推动技术创新和产业发展进行了精彩分享和深入探讨。Imagination Technologies中国区销售总监杜昕代表公司出席大会，并发表“多核GPU与专用NNA推动从云到端侧智能应用”主题演讲。
图形处理器（英语：Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。
支持AI人工智能和ML机器学习部署的数据中心依靠基于图形处理单元（GPU）的服务器为其计算密集型架构提供支持。到2024年，在多个行业中，GPU使用量的增长将使GPU服务器的复合年增长率超过31％。这意味着将有更多的系统架构师承担承担相应的职责，以确保GPU系统具有最高的性能和成本效益。
SOC（拼作S-O-C）是一种集成电路，它包含了电子系统在单个芯片上所需的所有电路和组件。它可以与传统的计算机系统形成对比，后者由许多不同的组件组成。例如，台式计算机可以具有CPU、视频卡和声卡，它们通过主板上的不同总线连接。SoC将这些组件组合成一个芯片。
传统的GPU 可扩展性方法受到集中共享模块和着色器内核之间的连接限制。通常，共享逻辑包括集中式内存数据通路、作业管理器和几何分片引擎。这种中心化依赖性产生了一种星形网状结构，其中所有内核都需要连接到单一的中央单元。但是，这会导致拥塞和布局灵活性问题……
IMG B系列是全新系列GPU IP，它继承了IMG A 系列的所有先进特性，是有史以来最快的GPU IP，并增加了更多的性能——具有多种新的配置选项，为客户提供更多选择。凭借先进的多核架构，B 系列达到了前所未有的 IP性能级别，可应对各种新兴市场，使我们的客户能够以更低的功耗创造新型设备。
日前，Imagination重磅发布 B 系列多核GPU，在计算能力、性能功耗、带宽等各方面均有大幅提升。