几天前，Google 发布了 Pixel 10 系列产品，最引人关注的自然是由台积电代工的「纯血」Tensor G5 芯片。 2016 年，Google 推出了第一代 Pixel 手机，给用户带来最纯正的 Android 体验；2021 年，Google 和三星合作推出了 Tensor 芯片，虽有 Exynos 换皮之嫌 疑，但总归算是将 Pixel 的「自研」程度再提高了一个层次；2025 年，Tensor G5 芯片告别了 Exynos 换皮，也终于摆脱了害人不浅的三星工艺。 值得关注的是，Tensor G5 的 GPU 部分采用了来自 Imagination 的 PowerVR 架构——你可能对这个名字有些眼熟——它曾和 Apple 一道走过 A 系列芯片的 起步阶段，为 A4 到 A10X 等芯片提供了 GPU 解决方案，然后又突然被 Apple 抛弃，在多年艰难求生后熬到今天，再次登上了智能手机。 在科技发展的历程中，这样的故事其实已经足够精彩，但 Imagination PowerVR 的故事还远不止于此。 从 VideoLogic 到 Imagination 1985 年，Tony Maclar ...

如果您希望可以时常见面，欢迎标星收藏哦~ 在这些加速器中，图形处理单元 (GPU) 已被证明在利用数据并行性进行机器学习和信号处理任务 方面尤为有效。当与主机 CPU 结合使用时，GPU 可形成加速处理单元 (APU)，从而实现一个统 一的平台，能够高效处理通用任务和计算密集型工作负载。 虽 然 存 在 各 种 GPU 实 现 方 案 ， 从 高 性 能 到 嵌 入 式 解 决 方 案 ， 但 它 们 在 超 低 功 耗 边 缘 设 备 （TinyAI）环境下的权衡利弊仍未得到深入研究。这些电池供电的设备在严格的功耗限制下运 行，通常在几十毫瓦的范围内，因此需要高效的 GPU 架构。 它们小巧的外形也对面积造成了严格的限制，完整的片上系统 (SoC) 仅占用几平方毫米的面积。 此 外 ， 由 于 缺 乏 文 件 系 统 和 多 线 程 支 持 ， 传 统 的 GPU 编 程 框 架 （ 例 如 标 准 开 放 计 算 语 言 (OpenCL) 实现）无法使用，因此需要进行自定义优化。 图形处理单元 (GPU) 擅长并行处理，但由于其功耗和面积限制，以及缺乏合适的编程框架， 在超低功耗边缘设备 (TinyAI) ...