异构集成与异构计算
异构计算是指将CPU、GPU、FPGA、DSP等不同架构的运算单元整合到一起进行并行计算。
异构计算
异构计算（Heterogeneous Computing）是一种计算模型，它利用不同种类的处理单元或计算设备来执行任务。这些处理单元可以包括中央处理单元（CPU）、图形处理单元（GPU）、加速器、数字信号处理器（DSP）等。相比于传统的同构计算，即使用相同类型的处理单元，异构计算的优势在于可以更有效地处理不同类型的工作负载。
Imagination宣布成立IMG实验室，致力于创造突破性技术
Imagination Technologies宣布成立IMG实验室（IMG Labs），这是一个负责开发突破性创新技术的专业部门，旨在支撑新型先进半导体产品的开发。Tim Mamtora将担任IMG实验室负责人，领导这一面向下一代IP的技术孵化器。
异构计算的两大派别，为什么需要异构计算？
在互联网行业，随着信息化的普及，数据量的暴增使得人们对存储空间又有了新要求，同时，机器学习、人工智能、无人驾驶、工业仿真等领域的崛起，使得通用CPU在处理海量计算、海量数据/图片时遇到越来越多的性能瓶颈，如并行度不高、带宽不够、时延高等。
Imagination异构计算平台力助AI芯片厂商加速冲击110亿美元市场 | AIIA 2020
Imagination中国区战略市场与生态高级总监时昕代表公司出席了AIIA2020人工智能开发者大会，并在主论坛上发表了“基于GPU与神经网络加速器的异构计算平台”的主题演讲，分享了AI芯片的应用场景和发展趋势，Imagination神经网络加速器（NNA）IP 的强大性能，NNA与GPU的AI协同功能，以及Imagination的软件支持能力。
什么是异构并行计算？CPU与GPU的区别是什么？
同构计算是使用相同类型指令集和体系架构的计算单元组成系统的计算方式。而异构计算主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式，常见的计算单元类别包括CPU、GPU、DSP、ASIC、FPGA等。
AI PC的算力天平：NPU之外，GPU是不可或缺的砝码
近期，与非网与全球半导体IP供应商Imagination展开了一场对话，以其最新发布的E系列GPU IP为切入点，探讨了端侧模型演进对芯片架构提出的硬性要求，并为未来边缘系统的设计提供了差异化的配置思路。