Imagination apresenta os primeiros benchmarks da GPU E‑Series, revelando ganhos de upscaling IA e velocidade de pre‑fill em LLM

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

A tecnologia NSR, denominada pela Imagination como Neural Super Resolution, afirma dobrar a resolução de uma imagem de origem em apenas 2,3 milissegundos. A medição foi realizada em condições controladas usando os conjuntos de testes de LeiPhone e Jon Peddie Research, que aplicaram uma carga de trabalho padronizada de upscaling de 4K para 8K. Não foram divulgados outros tempos nem comparações 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 – executa 4,7 vezes mais rápido na E‑Series do que na geração anterior D‑Series da Imagination. Tanto LeiPhone quanto Jon Peddie Research observaram o mesmo fator de aceleração em diferentes tamanhos de modelo, embora os modelos exatos e as configurações de lote não tenham sido enumerados.

Arquitetura Matrix‑Accelerator

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

A Imagination afirma que o acelerador de matriz está estreitamente acoplado ao motor de sombreamento. Ao integrar 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 IA é minimizado. A análise da LeiPhone atribui até 39 % de melhoria na eficiência energética a esta integração, embora a metodologia exata de medição não tenha sido revelada.

Pilha de Software Unificada

Outra afirmação da Imagination é que a série E 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 isto reduz o número de drivers necessários e encurta os ciclos de qualificação para designers de system‑on‑chip (SoC) que precisam suportar simultaneamente renderização e inferência IA no mesmo die.

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

Largura de Banda e Benefícios de Compressão

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

A diminuição da exigência de largura de banda é particularmente relevante para SoCs que visam ecrãs de alta resolução, mas que são limitados pelos limites da interface de memória. A Imagination lista uma largura de banda máxima de memória de 768 GB/s para a plataforma E‑Series, mas ressalta que o desempenho real dependerá de quanto dessa largura de banda for alocada para gráficos versus cargas de trabalho IA.

Embora a compressão reduza a pressão sobre a largura de banda, a Imagination reconhece que a qualidade visual dos frames upscalados por NSR permanece “próxima” do output de renderização nativa de referência. Nenhum métrico quantitativo de qualidade, como PSNR ou SSIM, foi fornecido no lançamento do benchmark.

Limitações e Arquitetura Heterogénea

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 podem ainda ser melhor atendidas por NPUs construídas especificamente para esse fim. Assim, a empresa posiciona a E‑Series como um componente de um tecido de computação heterogéneo mais amplo que inclui CPUs, NPUs e outros aceleradores.

A documentação do benchmark também sublinha que o impacto no mundo real dependerá da adoção por parte dos engenheiros de software e das configurações de memória dos SoCs. O ganho de 4,7× no pre‑fill de LLM, por exemplo, pressupõe 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.

De forma similar, a latência de upscaling NSR de 2,3 ms foi medida em condições de teste ideais. Os documentos alertam que a implementação industrial pode encontrar variabilidade devido à maturidade dos drivers, ao throttling térmico ou à integração com outros componentes do sistema.

• Neural Super Resolution duplica a resolução em 2,3 ms
• Pre‑fill de LLM 4,7× mais rápido que a D‑Series
• Acelerador de matriz suporta MXFP8, MXFP4, BF16, FP4
• Pilhas unificadas reduzem a contagem de drivers em OpenCL, Vulkan, PyTorch

A lista acima resume as quatro principais métricas que a Imagination e os laboratórios 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 devem ponderar os ganhos documentados contra as incertezas destacadas no relatório de benchmark. Os ganhos de eficiência energética ligados ao renderizador baseado em tiles e à integração da unidade de matriz sugerem um consumo menor por frame, o que pode ser valioso para produtos alimentados por bateria.

Contudo, a dependência de uma pilha de software unificada implica que as equipas de desenvolvimento terão de validar a compatibilidade com as suas toolchains existentes. Caso uma empresa já utilize uma NPU dedicada para inferência crítica em termos de latência, a E‑Series pode complementar, em vez de substituir, esse hardware, exigindo uma partição cuidadosa das cargas de trabalho.

A largura de banda de memória continua a ser um fator decisivo. Sistemas incapazes de provisionar os 768 GB/s completos podem não alcançar a melhoria de 39 % em eficiência energética nem a aceleração de 4,7× no pre‑fill de LLM. Os designers devem, portanto, avaliar o subsistema de memória já nas fases iniciais de planeamento do SoC.

Finalmente, os dados de benchmark não garantem uma adoção ampla na indústria. Os fornecedores de software precisarão integrar o novo modelo NSR e as APIs do acelerador de matriz nos seus motores de renderização e frameworks de IA antes que os utilizadores finais possam beneficiar. Até que essa integração ocorra, os números de desempenho permanecem cenários de melhor caso observados em ambientes de laboratório controlado.