当前位置: 首页 > article >正文

突破智能驾舱边界,Imagination如何构建高安全GPU+AI融合计算架构

日前,第十二届汽车电子创新大会暨汽车芯片产业生态发展论坛(AEIF 2025在上海顺利举办。大会围绕汽车前沿性、关键性和颠覆性技术突破,邀请行业众多专家学者,分享与探讨了汽车电子产业的技术热点与发展趋势。在515日的专题论坛上,Imagination中国区产品总监郑魁着重分享了公司 GPU  AI 融合的计算架构创新,及其在智能座舱领域的应用探索。同时,凭借领先的 GPU 技术,Imagination DXS GPU IP荣获“2025汽车电子·金芯奖-新锐产品大奖。

首先,郑魁表示随着智能驾驶和多模态交互的快速发展,汽车芯片正面临着愈发复杂的计算任务挑战。他举例说到,像车模渲染和环境重建,不仅对 GPU 处理能力提出了很高的要求,也促使芯片集成更多不同处理单元,如 CPUGPUAI 单元和 DSP 等,以满足多样化的应用场景需求。然而,传统的异构计算架构中,各处理单元各自独立,导致资源分配不均和系统开销增大等问题,已难以适应未来汽车芯片的发展需求。

作为全球领先的 GPU IP 供应商,Imagination 在智驾芯片上已探索多年,并在今年发布了全新的 E 系列 GPU。该产品搭载的全新架构将AI计算和图形渲染实现了结合。郑魁表示,系列 GPU 基于其高效的并行处理架构,不仅可提供卓越的图形性能,针对AI工作负载,其 INT8/FP8 算力可在 2  200 TOPS 之间扩展。同时,它还采用了全新的Burst Processors(爆发式处理器)技术,在AI推理、游戏和用户界面等工作负载下平均功耗效率再提升35%

那么,GPU设计者如何在产品中构建额外的AI加速?Imagination 采用了深度嵌入式集成的方案。这种方案与算术逻辑单元共享静态随机存取存储器和寄存器存储,从而最小化数据传输和重复利用。同时,还与现代 OpenCL  Vulkan 扩展相匹配。

系列在每一个 GPU 核中深度集成了低精度、高能效 AI加速能力,构建出计算密度极高的 E 系列神经核,其性能可扩展至 200 TOPSINT8。这些神经核支持多种主流 AI 数值格式,使开发者能够设计出满足不同性能、精度和功耗需求的网络架构。

此外,作为一款可编程处理器,E系列神经核通过在 GPU 内部深度集成 AI 加速能力,与更广泛的GPU 及异构计算软件生态实现无缝协同—— 其算力可通过OpenCL 等主流 API直接调用,开发者借助 oneAPIApache TVM LiteRT等开放标准工具,能轻松将工作负载迁移至神经核。

面向智能驾舱应用,郑魁介绍说单个 E 系列 GPU 可支持运行信息娱乐应用、驾驶舱显示屏、环视监控功能以及基于语音的HMI自然语言处理,同时它还具备 ASIL-B 功能安全认证,以及支持混合关键性工作负载的硬件虚拟化技术。

基于以上的技术优势,郑魁认为,相比较单独的GPUNPU系列 GPU  AI 性能支持,芯片面积成本,以及灵活性等方面优势显著,是智能座舱芯片的理想方案。郑魁也透露,Imaginaiton 正在开发适合不同市场的配置,包括 AI PC、数据中心、智能手机、工业等等。

除了精彩的主题分享外,会议期间2025年汽车电子·金芯奖也正式揭晓,Imagination DXS GPU IP 荣获"2025汽车电子·金芯奖-新锐产品大奖,获得了行业的认可。DXS GPU 是一款可扩展且灵活的 GPU IP,针对驾驶座舱、信息娱乐系统和高级驾驶辅助系统的图形和计算任务进行了优化。其革命性的功能安全技术——分布式安全机制,有效消除了因满足 ASIL-B 要求所带来的性能、功耗和面积开销。

END

欢迎加入Imagination GPU与人工智能交流2群

图片

入群请加小编微信:eetrend77

(添加请备注公司名和职称)

文章

Imagination 宣布推出 E-Series GPU:开启Edge AI 与图形处理新时代

图片

视频

【研讨会回放】50分钟Imagination E系列GPU超详细解读

Imagination Technologies 是一家总部位于英国的公司,致力于研发芯片和软件知识产权(IP),基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。获取更多物联网、智能穿戴、通信、汽车电子、图形图像开发等前沿技术信息,欢迎关注 Imagination Tech!

http://www.lryc.cn/news/2379932.html

相关文章:

  • DeepSeek 如何实现 128K 上下文窗口?
  • 云计算简介:从“水电”到“数字引擎”的技术革命
  • 计算圆周率 (python)
  • Python 实现图片浏览和选择工具
  • Python实现的在线词典学习工具
  • ES常识9:如何实现同义词映射(搜索)
  • BGP综合实验(2)
  • java实现poi-ooxml导出Excel的功能
  • 代码随想录算法训练营 Day51 图论Ⅱ岛屿问题Ⅰ
  • 【占融数科-注册/登录安全分析报告】
  • 【CF】Day62——Codeforces Round 948 (Div. 2) CD (思维 + LCM + 枚举因数 | 思维 + 哈希)
  • 基于requests_html的python爬虫
  • 循环神经网络:捕捉序列数据中的时间信息
  • 第35周Zookkeeper+Dubbo 面试题精讲
  • 聊聊更新中断和更新事件那些事儿
  • STM32:按键模块 传感器模块 以及 相关C语言知识(详细讲解)
  • C++23 std::mdspan:多维数组处理新利器
  • 基于高德MCP2.0的智能旅游攻略系统设计与实现
  • 【时时三省】(C语言基础)用函数实现模块化程序设计
  • Flink流处理:实时计算URL访问量TopN(基于时间窗口)
  • 初识函数------了解函数的定义、函数的参数、函数的返回值、说明文档的书写、函数的嵌套使用、变量的作用域(全局变量与局部变量)
  • java collection集合特点知识点详解
  • ngx_http_realip_module 模块概述
  • 自定义CString类与MFC CString类接口对比
  • 华为OD机试真题——考勤信息(2025A卷:100分)Java/python/JavaScript/C/C++/GO最佳实现
  • Go语言测试用例的执行与分析
  • vue3 vite 路由
  • MyBatis:动态SQL
  • 游戏引擎学习第280天:精简化的流式实体sim
  • femap许可与多用户共享