Imagination DXTP GPU IP:加速游戲AI應用,全天候暢玩無阻

日前,Imagination 推出了最新產品——Imagination DXTP GPU IP,在智能手機和其他功耗受限設備上加速圖形和AI工作負載時,保證全天候的電池續航。它是我們最新D系列GPU的最終產品,集成了自2022年發布以來引入的一系列功能,并實現了高達20%的功耗效率提升。

自2022年IMG DXT發布以來,智能手機市場已經發生了顯著變化。最新一代的基礎AI模型釋放了一波新的AI體驗,這些體驗正被智能手機公司集成到他們的產品中。從一鍵照片修復到實時翻譯,我們的移動設備比以往任何時候都更加智能,消費者也在提前升級以獲取新功能。

然而,手機的基本要素并沒有改變。它們仍然保持纖薄的設計,電池容量有限,熱限制始終存在,用戶界面要快速響應,一些后臺任務要持續運行。在不影響現有需求的前提下,手機需要集成額外的性能來支持AI。

為此,DXTP應運而生,像之前的Imagination GPU一樣,它是一款處理圖形工作負載、AI工作負載或兩者同時進行的處理器。Imagination GPU 的內在并行性使其適用于處理神經網絡中的數千個并行操作,以及游戲中每幀的數千個像素。它是一塊非常靈活的硅片。

功耗效率在移動市場中至關重要,這也正是 DXTP 所帶來的——通過調整 GPU 內的多個小模塊(如紋理處理單元)以節省功耗,實現了高達20%的功耗效率提升。

DXTP 還可以處理更復雜的圖形并提高持續性能。這一切都得益于其可擴展處理單元(SPU)中的通用著色集群(USC)布局的輕微調整,與其他D系列核相比,DXTP每個 SPU 的 USC 數量從三個減少到兩個,同時將SPU的總數從兩個增加到三個,以達到相同的性能水平。通過這種方式,DXTP 提供了比前一代產品多50%的幾何吞吐率,更好的內存訪問,并且緩存和系統級別的帶寬也得到了進一步擴展。

在計算方面,DXTP延續了前代D系列GPU的FP16操作額外流水線,并通過加速計算任務調度(提高至16倍)來避免簡單計算任務中的設置瓶頸,從而進一步提升計算性能。它還支持Imagination高度優化的OpenCL計算庫,提升了GPU在計算機視覺、大型語言模型和信號處理等常見AI應用中的利用率。這些庫與GPGPU和AI推理參考套件一同提供。對于Android開發者來說,Imagination GPU的優化LiteRT支持將幫助打造高性能的移動AI體驗。

開發人員可以通過常見的 API(如 OpenGL ES、OpenCL 和 Vulkan)輕松針對 DXTP 進行開發。驅動開發工具包(DDK)會定期更新以支持這些 API 的最新版本以及關鍵擴展。Imagination 開發者門戶網站提供了 PowerVR SDK 以及指南和示例代碼,向開發者展示如何充分利用 Imagination GPU,開發者還可獲得功能豐富的底層性能分析、跟蹤和調試工具,以實現最高的性能水平。

DXTP 現已成為功耗受限設備上純圖形和 AI 加速的首選 GPU。它已經開放許可用于智能手機和汽車領域,但同樣適用于其他消費類和桌面應用。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/70872.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/70872.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/70872.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

(python)Arrow庫使時間處理變得更簡單

前言 Arrow庫并不是簡單的二次開發,而是在datetime的基礎上進行了擴展和增強。它通過提供更簡潔的API、強大的時區支持、豐富的格式化和解析功能以及人性化的顯示,填補了datetime在某些功能上的空白。如果你需要更高效、更人性化的日期時間處理方式,Arrow庫是一個不錯的選擇…

pandas中的數據結構+數據查詢

pandas 數據結構 Series Series是一種類似于一維數組的對象,它由一組數據(不同數據類型)以及一組與之相關的數據標簽(即索引)組成。 列表創建 僅有數據列表即可產生最簡單的Series s1 pd.Series([1,a,5.2,7]) 左側…

使用前端 html css 和js 開發一個AI智能平臺官網模板-前端靜態頁面項目

最近 AI 人工智能這么火,那必須針對AI 做一個 AI方面的 官方靜態網站練手。讓自己的前端技術更上一層樓,哈哈。 隨著人工智能技術的不斷發展,越來越多的AI應用開始滲透到各行各業,為不同領域的用戶提供智能化解決方案。本網站致力…

React + TypeScript 數據模型驅動數據字典生成示例

React TypeScript 數據模型驅動數據字典生成示例 引言:數據字典的工程價值 在現代化全棧開發中,數據字典作為業務實體與數據存儲的映射橋梁,直接影響系統可維護性與團隊協作效率。傳統手動維護字典的方式存在同步成本高和版本管理混亂兩大痛…

MySQL八股整理

1. 如何定位慢查詢? 慢查詢一般發生在聯表查詢或者表中數據量較大時,當響應時間較長或者壓測時間超過2s時,就認為是慢查詢。定位慢查詢的話一般有兩種方法,一種是使用專門的分析工具去定位。另一種也是我們項目中之前使用過的方法…

ShardingSphere Proxy 配置

在使用 ShardingSphere Proxy 模式時,結合 主從復制架構 實現 讀寫分離,并按照 用戶ID哈希算法 確定庫、時間范圍 確定表的場景下,配置文件需要做一些調整以支持分片、讀寫分離以及主從復制。 以下是如何配置 ShardingSphere Proxy 模式的詳…

Redis集群機制及一個Redis架構演進實例

Replication(主從復制) Redis的replication機制允許slave從master那里通過網絡傳輸拷貝到完整的數據備份,從而達到主從機制。為了實現主從復制,我們準備三個redis服務,依次命名為master,slave1,…

Qt QScrollArea 總結

Qt QScrollArea 總結 1. 功能概述 滾動容器:用于顯示超出視口(Viewport)范圍的內容,自動提供滾動條。子部件管理:可包裹單個子部件(通過 setWidget()),當子部件尺寸 > 視口時&a…

Windows系統編程項目(一)進程管理器

本項目將通過MFC實現一個進程管理器,如下圖詳細信息頁所示: 一.首先創建一個基于對話框的MFC項目,在靜態庫中使用MFC 二.在項目默認的對話框中添加一個列表 三.列表添加變量 四.初始化列表 1.設置列表風格和表頭 2.填充列表內容 我們需要在…

RAG-202502

目錄 RAG場景的坑知識等級金字塔 初級RAG存在的問題高級RAG索前優化檢索優化檢索后優化 優化經驗總結參考 RAG場景的坑 晦澀的專業術語 誤區:在專業領域中。許多文獻和資料中充滿了專業術語,這些術語對于非專業人士(甚至是大模型&#xff0…

CDN與群聯云防護的技術差異在哪?

CDN(內容分發網絡)與群聯云防護是兩種常用于提升網站性能和安全的解決方案,但兩者的核心目標和技術實現存在顯著差異。本文將從防御機制、技術架構、適用場景和代碼實現等方面詳細對比兩者的區別,并提供可直接運行的代碼示例。 一…

STM32-智能小車項目

項目框圖 ST-link接線 實物圖: 正面: 反面: 相關內容 使用L9110S電機模塊 電機驅動模塊L9110S詳解 | 良許嵌入式 測速模塊 語音模塊SU-03T 網站:智能公元/AI產品零代碼平臺 一、讓小車動起來 新建文件夾智能小車項目 在里面…

【Linux】vim 設置

【Linux】vim 設置 零、起因 剛學Linux,有時候會重裝Linux系統,然后默認的vi不太好用,需要進行一些設置,本文簡述如何配置一個好用的vim。 壹、軟件安裝 sudo apt-get install vim貳、配置路徑 對所有用戶生效: …

【Python爬蟲(90)】以Python爬蟲為眼,洞察金融科技監管風云

【Python爬蟲】專欄簡介:本專欄是 Python 爬蟲領域的集大成之作,共 100 章節。從 Python 基礎語法、爬蟲入門知識講起,深入探討反爬蟲、多線程、分布式等進階技術。以大量實例為支撐,覆蓋網頁、圖片、音頻等各類數據爬取&#xff…

【java進階】java多態深入探討

前言 在Java的編程宇宙中,多態是極為關鍵的概念,它宛如一條靈動的紐帶,串聯起面向對象編程的諸多特性,賦予程序宛如生命般的動態活力與高度靈活性。透徹理解多態,不僅是提升代碼質量的關鍵,更是開啟高效編程大門的鑰匙。 一、多態的定義與本質 多態,從概念層面來講,…

17164字符遷移

17164字符遷移 ??難度:中等 📖 📚 import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner new Scanner(System.in);int n scanner.nextInt();int q scanner.nextInt();scanner.next…

強化學習概覽

強化學習的目標 智能體(Agent)通過與環境(Environment)交互,學習最大化累積獎勵(Cumulative Reward)?的策略。 數學抽象 馬爾科夫決策過程(MDP) 收益 由于馬爾科夫決…

IDEA關閉SpringBoot程序后仍然占用端口的排查與解決

IDEA關閉SpringBoot程序后仍然占用端口的排查與解決 問題描述 在使用 IntelliJ IDEA 開發 Spring Boot 應用時,有時即使關閉了應用,程序仍然占用端口(例如:4001 端口)。這會導致重新啟動應用時出現端口被占用的錯誤&a…

QT:QPen、QBrush、與圖形抗鋸齒的關聯

QPen QPen 是 Qt 框架中用于定義繪圖時使用的畫筆屬性的類。在使用 QPainter 進行 2D 繪圖時,QPen 可以控制線條的外觀,比如線條的顏色、寬度、樣式(如實線、虛線等)、端點樣式(如方形端點、圓形端點等)和…

論文筆記(七十二)Reward Centering(三)

Reward Centering(三) 文章概括摘要3 基于值的獎勵中心化4 案例研究: 以獎勵為中心的 Q-learning5 討論、局限性與未來工作致謝 文章概括 引用: article{naik2024reward,title{Reward Centering},author{Naik, Abhishek and Wan…