Arm发布第二代移动计算子系统，AI原生架构重塑终端智能体体验

【区角快讯】当生成式AI从单纯的问答助手进化为能替人办事的智能体（Agent），手机等终端硬件面临的挑战已发生质变。过去两年，终端只需处理单次请求与响应，算力峰值过后即可休眠；而智能体AI需串联语音识别、记忆检索、推理规划及跨应用执行，这种延迟敏感、突发且内存密集的工作负载，要求CPU、GPU、加速器与云端大模型高度协同。组件间的数据传输效率与任务调度，成为决定用户体验的生死线。

在此背景下，Arm于Everywhere China活动上正式推出第二代移动终端计算子系统CSS for Mobile 2，这也是业界首个AI原生移动计算平台。该平台并非简单堆砌更快的CPU或GPU，而是从架构设计到软件生态进行了系统级协同优化，核心包括最新的Arm C2 CPU集群与首款AI原生Mali GPU G2-Ultra NX。

作为中枢调度者，C2 CPU集群在旗舰配置中采用2+6布局，由两颗支持SME2指令集的C2-Ultra核心与六颗C2-Pro核心组成，通过DSU共享L3缓存。C2-Ultra是Arm迄今最强的移动CPU核心，数据显示其GeekBench 6.3单线程性能提升15%，多线程提升12%，网页浏览与应用启动速度均提升约15%，而在同等性能下功耗较上一代C1-Utra大幅降低38%。微架构层面，C2-Ultra通过扩大执行引擎、优化数据搬运及精准分支预测，显著减少了因数据依赖导致的空闲等待，确保了指令流的持续稳定供给。

值得注意的是，SME2可扩展矩阵延伸指令集构成了端侧AI能力的基石。鉴于智能体由多个专用小模型协作完成，SME2天然适合加速这些轻量模型。配合专为查找密集型任务设计的LUTi查表指令，C2-Ultra能在编码阶段提高计算密度，在解码阶段优化内存带宽。实测表明，在语音识别、个人记忆检索及推理生成三类负载中，双核C2-Ultra搭配SME2相比前代实现了平均1.7倍的性能提速。以“策划周年纪念晚餐”为例，全链路耗时从450毫秒缩短至280毫秒，启用SME后延迟再降24%，标志着端侧AI响应正式进入用户无感等待区间。此外，Arm提供了从入门到旗舰的灵活配置方案，允许不同微架构核心混搭，以满足多样化的产品定位需求。

图形处理方面，面对高分辨率与复杂光追带来的功耗压力，Arm提出了神经图形（Neural Graphics）破局方案。首款AI原生Mali GPU G2-Ultra NX将神经加速器（NX）直接嵌入着色器核心，支持INT8/INT16精度计算，频率可达GPU两倍，并与传统图形流水线并行执行，极大减少了数据搬运开销。同时，全新执行引擎（EE）重构了指令集架构，将寄存器容量翻倍，有效缓解了现代着色器的溢出问题；第三代光线追踪单元（RTU v3）则通过紧凑存储结构与硬件级不透明度微图（OMM），使光追帧率提升30%，工作负载降低70%。

基于此，Mali G2-Ultra NX带来了三项神经图形技术：NSS神经超级采样可将540p渲染重建为1080p高保真画面，帧率提升近两倍且带宽减半；NFRU神经帧率提升利用光流加速器生成中间帧，将游戏帧率从60FPS拉升至120FPS；NSSD则专为光追降噪设计，一步输出清晰画面。Arm与Sumo Digital合作的《光影新生》手游演示显示，在无需预烘焙光照的情况下，该作在G2-Ultra NX上可实现60FPS流畅运行，相较前代平台帧率提升4倍，能效提升70%。传统图形性能方面，各项基准测试均有两位数增长，平均游戏性能提升约20%。

然而，CPU与GPU的强大若缺乏高效互联，整体性能仍会受限。CSS for Mobile 2引入了新一代SI L2系统互连，取代了原有的SI L1。这一通道化架构不仅完整支持LPDDR6标准，更将从CPU到DRAM的显式访存延迟降低了约45%，这是实现端侧AI即时响应的关键底层支撑。同时，SI L2提供了高效的硬件一致性与高级QoS机制，兼顾了安全特性如MTE与DVM的支持，确保了多组件并发时的秩序与能效。

软件生态同样是Arm布局的重点。主力开发工具KleidiAI已集成百款第三方应用并适配主流AI框架，积淀了大量优化微内核。全新的Arm AI Portal为开发者提供预优化模型、性能数据及部署资源，甚至集成了MCP服务器以支持智能体开发环境。在神经图形领域，ArmNG SDK开放了NSS和NFRU模型，并提供虚幻引擎插件等工具，预计现有游戏改造周期仅需3至6个月。

综上所述，CSS for Mobile 2反映了Arm对移动计算演进的深刻判断：未来终端将由智能体AI与AI原生图形共同定义。前者侧重低延迟的串行链路，后者追求高吞吐与能效平衡。两者虽需求各异，但对系统级协同的要求空前一致。单纯堆砌峰值算力已不足以应对挑战，唯有CPU、GPU、互连、内存与软件的整体协同，才能兑现真正的AI原生体验。至于实际表现如何，还需等待搭载该平台的旗舰SoC通过实测来验证。