跳转到主要内容
2nm时代，多芯片组件成为主流创新技术与成熟工艺融合，长期预研技术走向普及，芯片向大尺寸、高模块化、高性能演进。
边缘AI会降低AI数据中心的重要性吗？近年来数据中心基础设施的爆炸式增长很大程度上基于企业会将人工智能模型集中部署而非部署在边缘的假设。如果边缘人工智能加速发展，这是否会降低以人工智能为中心的数据中心的重要性？
从功能到场景：未来汽车设计正在发生什么变化？当自动驾驶、AI、多模态交互逐渐成熟之后，汽车甚至可能从“移动空间”进一步变成一种可以主动理解人的智能环境。
散热成门槛，芯片设计要换新玩法下一代芯片的性能，一定程度上将取决于行业能否在全设计流程打通电气、热学、机械、流体动力学的专业能力。
AI 为什么离不开存储芯片？未来，随着通用人工智能、行业大模型、自动驾驶、AI算力中心的持续落地，数据量将持续爆发，对存储芯片的容量、带宽、速度、稳定性的要求还将持续升级。
AI2.0：物理AI推动融合可编程AI计算架构重塑未来系统设计Imagination的E系列图形处理硅知识产权（GPU IP）凭借面向端侧人工智能（AI）与图形系统的架构创新，获评“2026强芯TOP100——架构创新奖”。
从GPU到具身智能 Imagination E系列GPU荣获2026年“强芯TOP100”架构创新奖随着机器人和具身智能领域的AI负载日益复杂，Imagination正凭借其GPU融合加速架构，探索一种更高效、更灵活的边缘计算方案。
Unity内存优化：程序代码块精简指南优化时应优先测试兼容性，推荐使用轻量级替代库和官方方案。主要优化重点仍应放在大容量资源和高频分配对象上。
AI大模型训练，为制造业打开全新增长空间AI大模型不再只是实验室的技术概念，正通过行业化训练、微调优化，深度走进工厂车间，成为制造业提质、降本、增效的重要抓手。
高密度AI数据中心为何面临容量瓶颈随着人工智能大模型、智能推理和高性能计算快速发展，数据中心正在从传统的通用算力基础设施向高密度AI算力基础设施加速转型。
定制AI芯片，太热了人工智能的蓬勃发展主要得益于标准化硬件，包括高性能GPU、通用CPU以及尽可能多的HBM和DRAM。
从末端把关到全流程支点，AI时代给芯片检测带来重要跃迁在AI时代降临之际，不论是AI本身对检测行业的赋能作用，还是AI应用铺开带来的芯片需求大幅度增长，都将给整个检测行业造就全新的发展机遇。
物理AI撞上"能量墙"：边缘设备如何撑下去？AI正在走出数字界面。现代设备必须解读真实环境、推理变化中的条件，并在严苛的延迟预算内采取行动。而这只有在智能真正运行于物理世界的硬件上、而非远程服务器上时才能实现。
人工智能重塑数据中心的五大趋势随着算力需求持续增长以及智能运维技术逐渐成熟，人工智能本身也开始参与数据中心的规划、管理和优化。
相约上海，Imagination与您共聚D&R IP-SoC China 2026年度盛会E系列GPU为未来的边缘应用提供了一种通用且可编程的解决方案，涵盖图形渲染、桌面和智能手机等领域，可实现自然语言处理、工业计算机视觉以及自动驾驶等应用。
看不见的AI算力流水线AI的廉价感是一种精心设计的用户体验。算力的真实成本被平摊到了每一次看似免费的交互中，被云计算的规模效应和商业模式包装成按token计价的简单数字。
告别屏幕AI：2026，具身智能正在接管物理世界未来我们和AI的交互，将发生在房间、工厂、马路的每一寸空间里。AI不再是聊天工具，而是能自主干活、自主适应环境的物理助手。
智算中心双雄：CPU与GPU的终极对决！在智算中心的世界里，CPU如同一位经验丰富的全能管家，负责整个系统的协调与调度；而GPU则是一支规模庞大的精锐部队，专攻大规模并行计算任务。
具身智能正在进入“系统重构”时刻：从GPU到关节，从视觉到Agent，一场产业链全景技术会议即将开启Imagination技术经理孙千喆将带来《面向机器人领域的GPU融合计算与加速》，探讨GPU如何与机器人计算架构深度融合，为具身智能提供更加高效的计算能力。
面向 RISC-V AI 的 SIMT 扩展指令集开源发布：为 AI 并行算力构建开放编程接口RISC-V + AI 的下一阶段，不应只是让 RISC-V 能够执行若干 AI 算子，更要逐步形成支撑编译器、运行时、算子库、模拟器、验证工具和处理器实现协同演进的开放并行计算基础。
订阅