
在移动GPU市场上,占据半壁江山的Imagination继续发力拓展嵌入式GPU市场。作为苹果御用图形处理器供应商,Imagination昨日正式发布其最新的PowerVR Series7 GPU,包括Series7XT和Series7X芯片。
全新一代PowerVR Series7,底层架构仍然延续了6系列的基于“Rogue” GPU架构,并对其进行了扩展及延伸,从16个算术逻辑单元(ALU)内核扩展到512个,以提升性能、效率,扩大覆盖范围。
为满足多样化市场的不同需求,可扩展的PowerVR Series7可以完整覆盖几乎所有移动设备:从可穿戴设备和物联网,到汽车、移动和消费电子产品,甚至是HPC高性能计算服务器等广泛的各种应用。
PowerVR Series7具备完整的硬件虚拟化、Android Extension Pack(AEP)支持、硬件镶嵌(tessellation)等新特性,以及几何着色器、可节省带宽/功耗的 PVR3C三重压缩技术、和完整的 ASTC(可调式扩展纹理压缩)支持等经过验证的特性。
此外,Series7 还包含 Imagination动态内核 PowerGearing 技术,以及集群级(cluster level)的电源管理功能。
从架构性能的角度来说,PowerVR Series7与前一代相同配置的Series 6系列有明显提升。经业界标准基准测试,PowerVR Series7同比达到60%增益,增强功能包括:
* 指令集增强包括增加双指令运行(co-issue)功能,可提升应用程序性能并增加 GPU 效率
* 新的分层式布局架构,能在除了增加时钟频率之外实现可扩展的多边形处理能力与像素填充率提升
* GPU 运算设定与缓存处理能力提升,可增加 300% 的平行处理性能
和目前的6系列一样,PowerVR Series7系列也分为两部分:高端的Series7XT、低端的Series7XE。
其中,Series7XT支持从 100 GFLOPS 到 1.5 TFLOPS 的性能可扩展性,专为下一代用户界面、3D 游戏和 GPU 运算提供最佳性能与用户体验所设计的。
Series7XT 针对中端与高端应用,包括智能手机和平板电脑、UltraHD TV 和机顶盒、游戏机和高性能服务器。将 AEP 和10位 YUV 支持视为标准功能,Series7XT GPU 是以2个到16个集群为基础,每个集群中包含32个多线程、多任务 ALU 内核,其高端配置能达到 teraflop 等级的性能。此系列 GPU 包括含2个集群的 GT7200、含4个的 GT7400、6个的 GT7600、8个的 GT7800、以及16个的 GT7900,其他配置也可提供。
Series7XE面向入门级移动设备,包括PowerVR GE7400和PowerVR GE7800,前者是½个着色器集群+16个ALU核心。后者是1个着色器集群+32个ALU核心,是世界上体积最小的兼容2014年6月与Android 5.0同期发布的AEP(Android Extension Pack)标准的图像芯片,所以即便是入门级芯片,同样可以应付大型3D游戏。
整体而言,Series7的两个子系列更像是互补的产品线:Series7XT致力于提供最佳每毫瓦性能,给移动和嵌入式GPU带来万亿次计算能力,而Series7XE则更倾向于为成本敏感型和新兴的应用提供最佳每平方毫米性能。
此外,PowerVR Series7还可根据使用者的需求选用特定的功能及软件与工具支持,极大程度降低功能耗费成本。
*Android Extension Pack (AEP):针对瞄准 Android 应用的客户,能在此新款 GPU 中发挥具备完整硬件镶嵌功能的 AEP,以及原生的 OpenGL ES 3.1 支持。此新套件能确保内容与 Android 5.0 Lollipop 版本的最大相容性。
*DirectX 11 Feature Pack:针对瞄准微软操作系统的客户,适用于 Series 7XT GPU 的此套件可提供完整的 DirectX 11.2 特性组合。
*OpenCL FP64 Feature Pack:针对将 Series 7XT 用于高性能服务器运算的客户,此套件能在每个集群中提供一个可扩展的 64 位浮点运算协同处理器。
Imagination市场营销执行副总裁Tony King-Smith也对PowerVR Series7寄予厚望。他相信,PowerVR Series7的推出,不仅可以增强PowerVR GPU的架构,还以优化设计套件等工具强化对 IP 的支持,进而帮助 Imagination 的合作伙伴针对各种市场应用,根据功耗、性能和面积的最佳平衡来选择最合适的解决方案。
据悉, PowerVR Series7XE 和 Series7XT GPU 即日开始提供授权。目前,Imagination 已与多家 PowerVR Series7 的先期授权伙伴展开合作,搭载Series7 GPU的设备将在2015年推出。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。