作者：华秋开源硬件社区 黄晶晶

在2026年9月举行的 Arm Everywhere China年度大会上，Arm 正式推出第二代移动终端计算子系统（CSS for Mobile 2），在单一计算平台中实现对智能体 AI 和 AI 原生图形技术的全面支持。Arm CSS for Mobile 2 集成全新 Arm Mali G2-Ultra NX GPU、搭载 SME2 的 Arm C2 CPU 集群、增强型系统 IP、物理实现方案以及开发者就绪的软件生态系统。

在去年的发布中，Arm 全新平台命名体系里，Lumex 是面向旗舰手机 / 平板的移动端 CSS（Compute Subsystem计算子系统）。包含C1 CPU 集群（Armv9.3-A，SME2 第二代可扩展矩阵指令集）和Mali G1-Ultra GPU。此次迭代命名为CSS for Mobile 2，是Arm对命名体系做了简化。CSS for Mobile 更加清晰直观，同理面向 PC 领域的为CSS for PC。

Arm性能最强的移动CPU、双SME2单元加持

全新的Arm C2 CPU 集群包括Arm 性能最强大的移动 CPU——C2-Ultra、面向能效优化的 C2-Pro CPU，以及双 SME2 单元。这一设计使 AI 工作负载能够直接在 CPU 上实现高响应、低延迟处理，同时与各类 AI 加速器无缝协同工作。

与上一代 C1-Ultra 相比，C2-Ultra 可实现高达1.7倍的AI 性能提升，高达15%的单线程性能提升，在相同性能下高达 38% 的功耗降低。

Arm边缘AI 智能终端计算副总裁James McNiven解析，15% 这一数值来源于GeekBench 6.3 的单线程基准测试。而 1.7 倍性能提升则是针对特定的 AI 模型，在这个推理模型中，相较上一代产品，处理大量矩阵运算时可以实现1.7倍的执行性能提升。

Arm边缘AI CPU产品管理总监 Daniel Lu表示，我们的集群配置目前最高可支持 14 个核心，这种灵活配置带来独特的价值。例如，有些合作伙伴评估后认为，其智能体工作负载至少需要十个核心，就会相应选择十核心的配置。Arm 也非常愿意为芯片合作伙伴提供这种灵活性，以让他们能根据实际的工作负载，选择最适合的核心数量。

智能体时代的算力架构正在重构。在全新的计算体系中，随着AI从执行单一任务逐步演进为管理日益复杂的工作流，CPU 正成为整个系统的编排引擎。它负责维护上下文、调度工作负载，并协调更广泛计算系统中的各类任务，确保AI 智能体在推理、规划和执行过程中始终保持高响应性。

同时CPU直接承担部分AI计算任务。业界普遍存在一个认知误区，认为 AI 计算全部由 GPU 与 NPU 接管。但事实上，大量轻量推理、分支决策、上下文处理等 AI 相关工作，依然需要 CPU 来完成。CPU不再只是单纯的控制单元，而是深度参与 AI 工作流，与 GPU、NPU 形成异构协同，共同支撑智能体的持续运行。

为此，Arm最新的C2 CPU集群配置了翻倍的 SME2 计算能力，可使最新小语言模型的运行速度提升高达 70%，进一步增强CPU对AI工作负载的加速能力。

James McNiven表示，Arm 并没有对“轻量级模型”设定一个严格的定义或明确的参数门槛。不过通常来说，我们所说的轻量级模型主要是 20 亿至 30 亿的参数规模，例如 Gemma-2B、腾讯混元的 HY-1.8B-2Bit，都属于我们认为的轻量级模型。

他进一步分析，对于计算密集度非常高的工作负载来说，CPU 并非最优选择，更适合放到GPU或者NPU上去运行。我们更希望 CPU 聚焦于运行那些可以限定在本地算力预算之内的小语言模型。

第二代 Arm 可伸缩矩阵扩展（SME2）底层上沿用了与上一代 CSS 平台相同的架构。但可以支持更前沿的工艺节点（例如 2nm），此外今年可配置的 SME2 单元数增加，有些合作伙伴会选择部署更多的 SME2 单元。

针对 SME2 的优化，除了合作伙伴可以部署更多 SME2 单元之外，Arm 在生态系统软件支持上也完成了大量提升。例如，Arm KleidiAI 如今集成了数量更多的内核，同时落地SME2 配套指令集能力，例如查找表（look-up table）指令，CPU 可以直接处理位宽更小的权重与激活值。因此诸多优化成果来自软件生态合作伙伴的协同。

SME2 虽然是去年新推出的技术，但目前几乎所有旗舰智能手机，无论是安卓还是 iOS 手机，均已采用 SME2 技术。围绕 SME2 构建的生态系统也在不断壮大，其中包括支付宝、Google AI Edge Gallery、OPPO 和 vivo 等。

Arm Mali G2-Ultra NX支持AI原生图形

Arm Mali G2-Ultra NX 是首款集成专用神经网络加速器的 Mali GPU，可将神经网络计算与传统图形处理紧密融合，实现更高的能效和响应速度。图形处理与神经网络计算可在同一处理管线中协同运行，使相关工作负载直接在 GPU 内完成，这为开发者在性能、能效与视觉质量之间进行权衡和优化提供了全新的方式。

同时，该 GPU 还引入了全新的执行引擎（Execution Engine，EE）和第三代光线追踪单元（Ray Tracing Unit v3，RTUv3），专为日益复杂的图形工作负载以及现代游戏引擎功能而设计。

结合Arm神经网络技术，Mali G2-Ultra NX在神经网络处理场景下可实现最高 4 倍的“每瓦性能”提升。这一跨越式的能效进步，为更加丰富、更高保真度和更复杂的图形体验释放了更大的性能空间。

Arm Mali G2-Ultra NX 的三大AI原生图形技术方案，支撑 GPU面向下一代移动图形的核心能力。NSS 即神经超级采样，通过渲染更少像素，由 AI 重建高分辨率画面，在降低着色开销的同时提升画质，相关模型已在 Hugging Face、GitHub 及 ArmNG SDK 开源发布。

NFRU 为神经帧率提升技术，不需要渲染全部完整帧，依靠 AI 生成中间帧，用更低帧渲染成本实现更顺滑的运动画面，同样开放开发者获取。

NSSD 是神经超分与降噪技术，专门针对光线追踪带来的噪点问题，对低采样输入同时完成超分辨率重建与降噪处理，适配实时光追场景，该方案将于2026年通过早期接入计划开放可运行版本。三项技术分别从分辨率、帧率、光追降噪三个维度，依托 GPU 内置 AI 引擎优化图形渲染，大幅降低移动端渲染负载，为手机等设备带来更高画质、更流畅的游戏与实时图形体验。

Arm 边缘 AI 高级产品经理 Deyan Lazarov表示，我们聚焦打造轻量化、高效的 AI 神经网络，推动这项新技术能够先在移动端市场落地应用。因此，目前版本的神经网络只支持在两个渲染帧之间生成一帧 AI 重建帧。但面向未来，我们已经规划了更丰富的路线图来扩展应用场景，这也是我们正在积极推进的方向。

此外，延迟是一项关键考量。以 30 帧每秒（FPS）场景为例，在实际应用中，单帧时间预算约为 33 毫秒。开发者需要在这个时间窗口内既完成原始帧的渲染，同时完成 AI 生成帧的插入。这样在原本 30 FPS 的时间预算内，可以输出两帧画面，从而实现了 60 FPS 的效果。此外，开发者还需要配合使用帧步调（Frame Pacing）解决方案。因为实际运行过程中，帧与帧之间的时间间隔并不总是完全一致。虽然 AI 插值的延迟相对固定，但每一帧的实际渲染时间可能会有所波动。因此，需要借助 Android 平台或游戏引擎提供的帧步调解决方案，确保画面能够以稳定的节奏持续输出。

以《光影新生》为例，画面采用低分辨率渲染，并在生成帧流程中完成分辨率放大和重建，开发者可以独立使用 NFRU 来实现。如果渲染压力太大、时间不够用，还可以进一步降低原始渲染分辨率，从而减少 GPU 渲染所需时间。在最新版本中，我们还引入了不同质量等级（quality tiers）的模型。也就是说，如果开发者愿意在一定程度上牺牲画面质量，就可以选择运行速度快得多的网络模型。因此，对于开发者而言，有多种方式可以在画质和性能之间进行权衡，确保拥有足够的性能预算来满足自身需求。

AI 在处理复杂内容时优势显著，对于拥有大量几何细节和复杂渲染需求的桌面级画面内容，AI 能够发挥非常明显的作用。从行业发展趋势来看，我们相信 AI 增强图形（AI-enhanced graphics）将逐渐成为行业标配。不过，这并不意味着传统图形渲染会被取代。Arm 也持续推进传统图形性能的发展。例如，与上一代产品相比，Mali G2-Ultra NX 在现有游戏内容中可实现高达 14% 的性能提升。未来一方面会持续增强 AI 相关功能，另一方面也将不断推进传统图形渲染技术的演进。

Arm G2-Ultra NX 是以软 IP 的形式交付的，部分情况下也可提供硬宏（hard macro）实现方案。通常情况下，合作伙伴获取 RTL 交付后，可以根据自身产品需求决定具体配置，例如着色器核心与 NX 单元的数量配置，不同运行频率以及不同工艺节点。在此基础上，合作伙伴可以自行开展 IP 实现、配置及集成工作，有时甚至还会针对软件驱动进行进一步的优化。因此，合作伙伴并不是直接使用一套固定配置，而是根据自身 SoC 的设计目标进行定制化实现。据悉，小米已经宣布了玄戒 O3 采用Arm G2-Ultra NX。

CSS for Mobile 2 建立在 Arm 持续投入 AI 软件生态系统的基础之上，从 KleidiAI 到 Arm 神经图形开发套件（Arm Neural Graphics Development Kit），为开发者提供构建这些全新能力所需的软件和开放接口。全新的 AI Portal 为开发者和智能体提供单一入口，用于发现、评估和使用经过优化的模型、代码和工具。

Arm生态团队布局全球，不仅与国际游戏工作室合作，也在积极支持中国本土的游戏引擎和游戏作品。上海工程团队完成了大量软件适配和集成支持工作，他们和 Unity 中国、腾讯游戏、网易等企业都有非常紧密的合作。近期Arm宣布与腾讯游戏开展合作，共同探索神经动态全局光照（Neural Dynamic Global Illumination）等未来技术。