Imagination divulga primeiros benchmarks da GPU E‑Series mostrando ganhos em upscaling de IA e velocidade de pre‑fill de LLMs

A Imagination revelou os primeiros dados de benchmark publicamente disponíveis para seu próximo processador gráfico da série E‑Series. Os resultados, fornecidos pelos laboratórios independentes LeiPhone e Jon Peddie Research, concentram‑se em duas capacidades de destaque: Neural Super Resolution (NSR) para upscaling de imagens e a fase de pre‑fill de grandes modelos de linguagem (LLMs) executados no mesmo silício.

A tecnologia NSR, batizada pela Imagination como Neural Super Resolution, afirma dobrar a resolução de uma imagem‑fonte em apenas 2,3 milissegundos. A medição foi feita em condições controladas usando as suítes de teste da LeiPhone e da Jon Peddie Research, que aplicaram uma carga de trabalho padronizada de upscaling de 4K para 8K. Nenhum outro dado de tempo ou figura comparativa foi divulgado além do valor de 2,3 ms.

Em paralelo, os benchmarks mostram que a etapa de pre‑fill para grandes modelos de linguagem – uma operação intensiva em memória que carrega os pesos do modelo para a memória da GPU antes da inferência – é executada 4,7 vezes mais rápido na E‑Series em relação à geração anterior D‑Series da Imagination. Tanto LeiPhone quanto Jon Peddie Research observaram o mesmo fator de aceleração em uma variedade de tamanhos de modelo, embora os modelos exatos e as configurações de lote não tenham sido enumerados.

Arquitetura de Acelerador de Matrizes

Um elemento central do aumento de desempenho é a inclusão de um acelerador de matrizes dedicado dentro da GPU E‑Series. O acelerador suporta um conjunto de formatos de dados de baixa precisão, incluindo MXFP8, MXFP4, BF16 e FP4. Esses formatos são projetados para reduzir a largura de bits das operações de tensor, aumentando assim o throughput de multiplicações de matrizes e kernels de convolução que dominam as cargas de trabalho de IA.

A Imagination afirma que o acelerador de matrizes está intimamente acoplado ao motor de sombreamento. Ao incorporar a unidade de matriz diretamente no pipeline de renderização diferida baseada em tiles (TBDR), o movimento de dados entre o rasterizador gráfico e os blocos de computação de IA é minimizado. A análise da LeiPhone atribui até 39 % de melhoria na eficiência energética a essa integração, embora a metodologia exata de medição não tenha sido divulgada.

Pilha de Software Unificada

Outra afirmação da Imagination é que a E‑Series pode ser programada através de uma única pilha de software que abrange APIs gráficas tradicionais (OpenCL, Vulkan) e frameworks de IA (Llama.cpp, ONNX, PyTorch). A empresa argumenta que isso reduz o número de drivers necessários e encurta os ciclos de qualificação para designers de system‑on‑chip (SoC) que precisam dar suporte tanto à renderização quanto à inferência de IA no mesmo die.

A pilha unificada visa simplificar o desenvolvimento para plataformas embarcadas onde memória, energia e área de silício são recursos escassos. Ao reutilizar a mesma infraestrutura de driver para renderização e IA, os OEMs poderiam potencialmente evitar a manutenção de suítes de validação separadas para gráficos e aceleradores de redes neurais.

Benefícios de Largura de Banda e Compressão

A Imagination também destaca as características de compressão do modelo NSR. Segundo a empresa, a rede NSR é comprimida em cerca de 65 % de seu tamanho original. Essa compressão se traduz em uma redução de 50 % na demanda de largura de banda de memória quando comparada a um caminho de renderização nativo que não utiliza NSR.

A exigência reduzida de largura de banda é especialmente relevante para SoCs que visam displays de alta resolução, mas são limitados por interfaces de memória. A Imagination lista uma largura de banda máxima de memória de 768 GB/s para a plataforma E‑Series, mas observa que o desempenho real dependerá de quanto dessa largura de banda for alocado para cargas gráficas versus cargas de IA.

Embora a compressão diminua a pressão sobre a largura de banda, a Imagination reconhece que a qualidade visual dos quadros upscaled por NSR permanece “próxima” ao output de renderização nativa de referência. Nenhuma métrica quantitativa de qualidade, como PSNR ou SSIM, foi fornecida no lançamento do benchmark.

Limitações e Arquitetura Heterogênea

A Imagination é transparente ao afirmar que a GPU E‑Series não substitui unidades de processamento neural (NPUs) dedicadas para todas as tarefas de IA. Cargas de trabalho que exigem latência ultra‑baixa ou operadores altamente especializados ainda podem ser melhor atendidas por NPUs projetados especificamente para isso. A empresa, portanto, posiciona a E‑Series como um componente de um tecido computacional heterogêneo mais amplo que inclui CPUs, NPUs e outros aceleradores.

A documentação do benchmark também enfatiza que o impacto no mundo real dependerá da adoção por engenheiros de software e das configurações de memória dos SoCs. O ganho de 4,7× no pre‑fill de LLMs, por exemplo, assume um subsistema de memória capaz de entregar a largura de banda anunciada de 768 GB/s. Sistemas com largura de banda inferior podem observar ganhos reduzidos.

Da mesma forma, a latência de upscaling NSR de 2,3 ms foi medida sob condições de teste ideais. Os documentos alertam que implantações industriais podem encontrar variabilidade devido à maturidade dos drivers, ao throttling térmico ou à integração com outros componentes do sistema.

• Neural Super Resolution dobra a resolução em 2,3 ms
• Pre‑fill de LLM 4,7× mais rápido que a D‑Series
• Acelerador de matrizes suporta MXFP8, MXFP4, BF16, FP4
• Pilha unificada reduz contagem de drivers em OpenCL, Vulkan, PyTorch

A lista acima captura as quatro métricas‑cabeça que a Imagination e as casas de teste independentes publicaram. Todas as demais observações de desempenho permanecem qualitativas ou são expressas como melhorias relativas sem números absolutos.

Do ponto de vista prático, organizações que avaliam a E‑Series para dispositivos embarcados ou de borda precisam ponderar os ganhos documentados contra as incertezas destacadas no release do benchmark. Os ganhos de eficiência energética associados ao rendering baseado em tiles e à integração da unidade de matriz sugerem menor consumo por quadro, o que pode ser valioso para produtos alimentados por bateria.

Entretanto, a dependência de uma pilha de software unificada significa que as equipes de desenvolvimento precisarão verificar a compatibilidade com suas toolchains existentes. Se uma empresa já utiliza uma NPU dedicada para inferência crítica em latência, a E‑Series pode complementar, em vez de substituir, esse hardware, exigindo um particionamento cuidadoso das cargas de trabalho.

A largura de banda de memória continua sendo um fator decisivo. Sistemas que não conseguem provisionar os 768 GB/s completos podem não alcançar a melhoria de 39 % na eficiência energética nem a aceleração de 4,7× no pre‑fill de LLMs. Designers, portanto, devem avaliar seu subsistema de memória já nas fases iniciais de planejamento de SoC.

Por fim, os dados de benchmark não garantem adoção ampla na indústria. Os fornecedores de software precisam integrar o novo modelo NSR e as APIs do acelerador de matrizes em seus motores de renderização e frameworks de IA antes que os usuários finais possam se beneficiar. Até que essa integração ocorra, os números de desempenho permanecem como cenários de melhor caso observados em ambientes de laboratório controlado.