尧图网站建设 
作者周雅Arm Everywhere China今天在上海举行Arm执行副总裁兼首席商务官Will Abbey作为第一位发言人走上台前先给了一个数字3500亿这是Arm和合作伙伴过去30年累计交付的设备总数。他开玩笑说自己算术不好如果一个个数完这3500亿台设备大约要花11000年。3500亿这个数字的意义更在于它背后的产业质变从早期的移动便携设备到云端数据中心再到今天跑在路上的智能汽车等等Arm架构正在成为承载全球计算的通用底座。梳理整场活动Arm同时公布了三条业务线的进展面向手机与个人设备的边缘AIEdge AI面向机器人与自动驾驶的物理AIPhysical AI面向数据中心的云业务Cloud。最新发布了多款新品包括面向边缘AI场景的新一代移动计算平台CSS for Mobile 2以及其中的C2 CPU集群和Mali G2-Ultra NX GPU面向物理AI场景的新设计Arm Total Design for Physical AI与机器人能力分级框架Robotics Capability Framework以及新一代Neoverse CSS云端平台。同时Arm还继续推进AGI CPU在中国市场的生态合作和落地。/01/“CPU重新成为智能体AI时代的编排中心”“下一代计算的形态不会由单一的设备、单一的模型或单一的云端来定义而是取决于「智能如何在所有设备与环境之间连接与流动」。”Will Abbey判断。今天的AI workload已经截然不同转变就发生在“生成式AIGenerative AI”向“智能体AIAgentic AI”的过渡上。在生成式AI阶段用户提出需求AI给出建议用户对建议不满意就换个措辞再问一次重复几轮直到拿到合适的答案。用户是主动方AI是响应方交互是“一问一答”的离散事件。此时大量智能运行在云端任务结束计算也基本结束。现在的智能体AI阶段改变了该模式。系统主动理解上下文主动为用户发现信息主动在合适的时机把结果送到眼前。Arm边缘AI事业部执行副总裁Chris Bergey把智能体的工作流拆成四步感知Perceive、记忆Remember、推理Reason、执行Act。「感知」用户所处的环境和意图「记忆」用户过去的偏好、历史和相关的个人数据「推理」根据当前情境规划出解决问题的最佳路径最后「执行」实际的任务。这四个阶段常常同时发生、彼此触发形成一个持续运转的智能体循环。这类工作负载是“连续、突发、对延迟敏感、依赖内存、并且高度异构”但问题在于这四步不一定由同一个模型完成更不一定全部适合放在同一种硬件上用户的一个意图可能从手机上发起、在云端做重推理、在具身智能硬件上完成执行。于是Arm判断“CPUs are the heart of Agentic AI。”言下之意在智能体AI时代CPU重新回到了整个工作流的中心位置因为它负责大量编排、逻辑控制、低延迟任务和传统软件调用。Chris Bergey还补充了一个数据“今天95%的Android AI推理跑在CPU上。”据悉Arm CPU占据全球99%的智能手机Mali GPU的累计出货量超过140亿颗覆盖从入门到旗舰的绝大多数移动设备。/02/CSS for Mobile 2把CPU、GPU与系统能力重新组合于是Arm正式推出 CSS for Mobile 2第二代移动终端计算子系统可以先把它理解成下一代移动芯片的一套“基础设计”。它本身并不是高通骁龙、联发科天玑那样可以直接装进手机里的完整SoC而是Arm提前把CPU、GPU、系统互连、软件和一部分芯片实现方案组合、验证和优化好再交给芯片厂商继续加入自己的NPU、基带、图像处理器等模块做成最终产品。这也是“CSSCompute Subsystem”也就是计算子系统的含义。Arm边缘AI智能终端计算副总裁James McNiven此前在采访中强调了两个关键点第一CSS for Mobile 2是“AI原生平台”其做法是让CPU、GPU、系统IP、软件层围绕AI原生的目标协同重构而非在某个单独模块上叠加AI能力。第二这套体系依然遵循Arm一贯的“通用平台合作伙伴自研”模式Arm提供软IP有些模块也支持硬宏交付合作伙伴根据自身产品需求组合和定制比如着色器核心数、NX单元数、频率、工艺等都可以由合作伙伴决定。昨日发布的小米玄戒O3已经首发采用Mali G2-Ultra NX。熟悉的网友可能发现了命名的变化去年问世的上一代产品叫做Arm® Lumex™今年新一代更名为CSS for Mobile 2。James在媒体采访中解释说是为了“简化simplification”Arm今年在COMPUTEX上发布了面向PC的CSS for PC接下来Arm的每一代计算子系统都会以“CSS for xxx”的形式命名移动、PC、云端的计算子系统命名区分开来定位一目了然让媒体、开发者、合作伙伴都能一眼认出。CSS for Mobile 2主要包含四个部分第一部分是C2 CPU集群由全新微架构的C2-Ultra性能核、与去年C1-Pro同微架构但工艺优化的C2-Pro以及DSUDynamic Shared Unit动态共享单元组成。C2-Ultra的目标是提供最强的单核性能负责应用启动、网页、交互和Agent突发响应C2-Pro负责持续性的工作负载比如后台的信息同步、多任务处理、持续运行的推理任务DSU把所有核心连接在一起并提供整个集群的共享缓存共享L3缓存Arm的参考设计是2颗Ultra加6颗Pro但DSU最高可以支持14核芯片厂商可根据自己的产品需要调整核心数量。第二部分是Mali G2-Ultra NXArm宣称它是“首款AI原生GPUIndustrys first AI-native GPU”。它把神经加速器Neural accelerators简称NX集成到着色器核心内部同时对传统的执行引擎和光追单元做了大幅升级。第三部分是SI L2系统互联完整支持LPDDR6内存同时兼容LPDDR5X和LPDDR5负责把CPU、GPU等计算模块与主存以及外设连接起来并优化访存延迟、内存标签安全、单位面积功耗和服务质量QoS等指标。第四部分是软件栈包括加速库KleidiAI以及此次正式上线的开发者门户AI Portal。KleidiAI在CPU侧为SME2提供高效实现AI Portal则是模型、工具、集成流程的一站式入口值得关注的是它还提供MCP Server可以让智能体比如Claude Code、Codex自主发现和调用Arm的AI能力。这其中最核心的变化是Arm第一次明确把整套移动计算平台围绕两种新的AI负载重新设计一种是智能体AI另一种是神经图形也就是让AI直接参与游戏画面的生成和渲染。为此CSS for Mobile 2里面最重要的两颗计算核心也一起换代了新的C2 CPU集群以及Mali G2-Ultra NX GPU。/03/CPUC2-Ultra微架构化解多智能体等待先说CPU。过去提到“手机AI算力”大家首先想到的往往是NPU。但Arm这次反而用了大量时间解释CPU为什么会在Agent时代重新变得重要原因就在于Agent不是只做一次大模型推理。譬如你给Agent一个任务“帮我规划并预订我和太太的结婚十周年纪念晚餐。”这简单一句话背后Agent却要做一长串操作· 先做感知Agent先把语音转换成文字理解需求· 再做记忆在本地日历、照片、常去餐厅这些个人数据里搜索关联信息、判断饮食偏好· 然后做推理用小语言模型整理这些上下文形成可以执行的提示词如餐厅偏好、时间、人数、特殊要求· 最后做执行打开网页或App查询座位、完成预订并给太太发送消息。这四步对硬件的要求并不一样。语音识别要求快速响应本地检索更依赖内存访问小语言模型需要一定的矩阵计算真正执行任务时又要回到浏览器、App和操作系统。也正因为如此Agent的体验不可能只靠一颗NPU决定。Arm逐项测试了“十周年晚餐”这条工作流。在感知阶段使用小型语音转文字模型时C2-Ultra配合SME2相比上一代对应配置快约40%到了记忆阶段本地搜索和信息检索时C2-Ultra相比上一代快约41%在推理阶段Arm使用小语言模型生成结构化调用指令C2-Ultra平均提升约25%到了最后的执行阶段传统CPU性能又重新进入AI体验Agent还是要打开网页、启动App、调用地图和消息服务因此Geekbench单线程、多线程、网页性能和应用启动这些看上去很“传统”的指标到了Agent时代依然重要。Arm给出的数据是C2 CPU集群单线程提升约15%、多线程约12%网页性能提升约15%应用启动提升约12%。单看任何一个数字都不算特别夸张但Agent真正体验到的是这些延迟的总和。Arm最终把“十周年晚餐”流程跑了一遍。上一代C1-Ultra完成示例流程大约需要2秒换成C2-Ultra后时间缩短到约1.72秒节省280毫秒即提升15%进一步加入SME2后整条链路压到约1.55秒节省450毫秒即提升24%。要知道人类对大约100毫秒量级的响应变化已经能够感知。对于Agent来说这种差别还可能继续放大。如果第一次查询发现餐厅已经满位系统需要重新搜索、推理、调用工具再来一轮。一次少等几百毫秒连续几次之后就会变成非常明显的体验差距。所以C2 CPU集群的设计目标是在延迟、能效、通用性、兼容性、可移植性、安全性这些互相牵制的维度上做到均衡并非追求某个单一指标上的最强。这也是理解其中C2-Ultra的一个关键它的目标是为智能体AI提供一个高效的编排中枢。此前在采访中Arm边缘AI CPU产品管理总监Daniel Lu花了不小的篇幅讲C2-Ultra内部的微架构变化他把这些改动分成了三块前端Front-end、执行引擎Execution和数据侧Data path每一块都对应智能体AI时代对CPU的新要求。首先是前端。浏览器、App、操作系统和Agent编排里到处都是分支判断一旦预测错误CPU就可能沿着错误路径先跑一段再清空流水线重新开始。C2-Ultra因此在前端做了三方面改进提升了分支预测准确性、加强指令传递、降低预测失误的恢复成本。三者结合让C2 Ultra在应对复杂控制流程时保持更高的吞吐效率。其次是执行引擎C2-Ultra也做了较大调整。C2 Ultra把“同时可以处理的任务数量”做得更大这样前面有一条指令暂时卡住时CPU还能先去执行后面那些不受影响的指令不至于干等。同时它的推测执行也更积极。也就是说当CPU判断某一步大概率会继续往这个方向走时会提前做一部分准备等结果真正确定后就能更快接上。两项改进结合直接提高了单核在真实工作负载下的性能表现。最后一个更现实的问题来自数据。CPU核心再强如果数据没有及时送过来也只能等。Daniel明确指出“许多现代软件的工作负载对数据加载速度和内存访问效率的敏感度已经超过了对纯计算能力的敏感度。”因此C2-Ultra还改进了数据加载、预取和缓存体系。每个核心都有自己的私有L2缓存整个集群再共享DSU提供的L3缓存。能留在片上缓存里的数据越多就越少需要去访问更远、更慢、也更耗电的主内存。这三块改动叠加构成C2-Ultra相较上一代C1-Ultra的单线程性能提升15%。在相同性能水平下C2-Ultra的功耗降低30%。这个数字对于电池受限的移动端设备意味着同一个应用的运行时间可以延长或者在相同电池预算下能够运行更复杂的工作负载。此外C2 CPU集群面向AI推理的加速主要靠SME2Scalable Matrix Extension 2第二代可伸缩矩阵扩展。该技术去年已推出。SME2本身沿用了上一代设计微架构没有变化但这一代主要从“硬件资源更多”和“软件用得更好”两个方向继续挖潜一边是合作伙伴可以配置更多SME2单元另一边是KleidiAI把更多针对低比特模型的优化真正落到软件层。SME2的价值在哪里Daniel把大语言模型的推理链路分成了编码和解码两个阶段两个阶段的性能瓶颈不同SME2的加速方式也不一样。编码阶段可以理解为模型先把用户的提示词“吃进去”。这一步要同时处理整段输入背后会进行大量矩阵计算所以它最吃的是计算能力。SME2在这里的加速方式是“量化感知训练”配合极低精度的矩阵乘法让CPU更快处理这些输入。在Arm给出的2-bit测试中这条路径带来最高1.75倍的编码性能提升。解码阶段是从模型逐步生成每一个token的过程。此时CPU要不断从内存里读取模型权重很多时间其实花在“等数据”上。因此Arm用了另一套办法通过LUTi查找表指令尽量让低比特数据保持压缩状态减少反复从内存搬运的数据量。搬得少了等待也就少了。在对应的2-bit测试中解码阶段最高可以提升约1.6倍。所以这两个阶段虽然都属于大模型推理解决办法却完全不同前半段是“算得快一点”后半段是“少搬一点数据”。James用一个演示解释了该思路演示的是CPU本地的实时语音翻译加语音克隆能力一位说英语的发言人对着模型讲话模型理解语义、翻译成中文然后用发言人自己的音色把翻译结果说出来。整个过程在设备本地完成多线程并发运行在多颗CPU上全部依赖SME2加速。该演示用到的模型选择很有讲究。翻译部分用的是腾讯混元的一个2-bit量化模型约300MB属于极度压缩的轻量模型文本转语音部分用的是通义千问的TTS模型以FP32精度运行以保证音色还原度。James特意解释了这样搭配的理由“这样做是为了展示CPU支持的不同数据类型如何被灵活利用。”现场听起来效果是不错的。/04/GPUMali G2-Ultra NX让AI进入图形渲染流水线如果说C2 CPU的变化是在为智能体准备那么 Mali G2-Ultra NX 解决的是另一件事手游的画质问题。我们先把视角放在移动游戏的变革。过去两三年间手机游戏的视觉规格正在快速向桌面级看齐。Epic把Lumen、Nanite、Megalights这些桌面级图形技术引入虚幻引擎5的移动端让原本只属于主机和PC的动态全局光照与超复杂几何体进入手游开发者的工具箱Solar Bay Extreme等基准测试的光追复杂度大幅上升对硬件的要求逼近桌面级别。许多跨平台游戏希望玩家在主机、PC与手机之间获得一致的画质体验玩家自己也期待在地铁通勤时续玩主机上未完的一局。对此过去的解法是逐代提升传统GPU的能效比。但眼下传统解法已经接近物理极限进一步的性能提升只能靠架构级的重塑。Mali G2-Ultra NX提供了一条不同的思路Arm称Mali G2-Ultra NX是首款AI原生Mali GPU它的更新集中在三处。第一集成神经加速器NXNeural Accelerator这是Arm此次GPU发布的核心创新。NX的形态是深度集成到GPU的着色器核心Shader Core内部的加速器不作为独立芯片存在。它以低至1瓦的功耗提供神经图形所需的高质量AI推理并且在同电压点下运行速度可以达到GPU时钟频率的2倍。从GPU的视角来看运行NX上的神经工作负载与运行计算着色器几乎没有差别都通过统一的调度和内存路径管理开发者不需要为NX单独学习一套调度机制。设计上NX尽可能复用了GPU现有的调度和内存路径几乎不增加额外的硬件。Arm边缘AI高级产品经理Deyan Lazarov此前在媒体沟通会中开玩笑说“在实拍的die shot上你其实很难找出哪一块是NX因为它已经深度融入到着色器核心里了。”当NX空闲时电源门控power gating机制会直接把它关闭避免不必要的功耗。最小配置是6个着色器核心合作伙伴可以根据自身产品自由选择着色器核心的数量与每个核心里NX单元的数量。第二重新设计执行引擎Execution Engine。Deyan称“这是Mali七代GPU以来最大规模的ISA重构专门针对Nanite类的桌面级复杂着色器。”此处稍作解释随着Nanite、Lumen等虚幻引擎5的桌面级图形技术向移动端延伸GPU需要处理的几何数据和着色器程序越来越复杂对寄存器资源的需求也随之增加如果GPU支持的寄存器数量不够就必须溢出到内存性能立刻掉下来。G2-Ultra NX增加了每个线程组warp可以使用的寄存器资源并采用更细粒度的动态分配方式以减少“寄存器溢出”register spilling所带来的性能损失。上述这种“更细粒度的动态分配方式”是指G2-Ultra NX把寄存器分配从过去只能在32/64之间选择改成以16个寄存器为粒度进行动态分配。这个变化能减少寄存器资源的浪费。譬如一个线程组如果需要40个寄存器过去可能需要按64个的档位分配而现在可以按483×16个来分配。这样能够让有限的寄存器资源得到更充分利用也降低大型着色器因为寄存器不够、不得不把数据临时搬到更慢存储空间的概率即减少“寄存器溢出”。第三引入第三代光追单元。3D场景由大量三角形拼成相邻三角形往往会共享“顶点”和“边”过去这些信息可能在光追所使用的几何结构里被重复表示场景越复杂占用的缓存和内存带宽越高。第三代光追单元采用更紧凑的共享边三角形shared edge triangles表示让相邻三角形复用部分几何信息。如此一来同样大小的GPU缓存可以容纳更多三角形数据光追时也就不必频繁从DRAM取数。Arm给出的测试结果是在主流光追基准中DRAM流量最高减少约13%。第三代光追单元还加入了硬件透明度微贴图Hardware Opacity Micro MapsOMM技术。此处有必要详解桌面级游戏充满了树叶、头发、皮毛、栅栏、网状织物这些透明或半透明资产传统做法是在光追的遍历traversal过程中每次遇到透明物体就中断遍历去查询Alpha图判断这一点是否可见如果可见继续遍历否则跳过这种“中断-查询-恢复”的过程对光追性能损耗极大桌面级场景里透明物体越多光追就越慢。硬件OMM把透明度信息直接嵌入到光追加速结构里让光追单元在遍历过程中不需要中断即可获得透明度信息最终效果是光追的连续遍历得以保持性能大幅提升。Deyan直言“完全相同的场景我们添加大量灌木和额外阴影后性能基本保持不变。”在另一个包含大量光追元素的演示里硬件OMM把整体光追工作负载降低最高70%帧率提升最高30%。三处改动共同服务于同一个目标让桌面级视觉可以在移动功耗下持续运行。Mali G2-Ultra NX还推出了三个变体旗舰的Mali G2-Ultra NX之外还有Mali G2-Premium NX和Mali G2-Pro NX。这三个变体让不同价位的手机都能享受到AI原生图形能力。Arm以软IP的形式交付这颗GPU部分情况下也提供硬宏hard macro实现方案合作伙伴可以根据自身产品需求决定着色器核心数、NX单元数、频率和工艺组合也可以针对软件驱动进一步优化。这套组合拳可以在由Arm和Sumo Digital联合开发的手游《光影新生》Neural Dawn里看出实效其中演示了一组三帧序列第一帧GPU只真实渲染1/4像素其余3/4通过神经超级采样NSS重建第二帧传统几何和光栅化几乎不再做完整渲染而通过NFRU生成中间帧第三帧再次只渲染1/4像素。三帧平均下来只有1/8最终像素来自真实渲染另外7/8由AI重建。跑在Mali G2-Ultra NX上《光影新生》能在约2瓦GPU功耗下持续维持60帧。作为对比上一代Mali G1-Ultra即使被推到约1.5GHz的峰值频率在同一场景里不足40帧。启用G2-Ultra NX的神经加速能力后帧率与能效最高可提升4倍DRAM内存带宽最高降低70%。这个70%对应的是可调节模式下的NSS代价是画质会有一定下降开发者可以自主选择在带宽、性能与画质之间的权衡点。Deyan给的说法是“我们给开发者提供了很大的自由度。如果他们希望更省电可以选择更激进的NSS模式如果他们更看重画质可以让NSS只做最保守的补齐。”传统渲染部分也没有被忽略。Chris在现场给的数据是Mali G2 Ultra在标准游戏基准测试上GPU性能提升24%非AI游戏实测提升最高14%。这两个数字让Mali G2 Ultra的完整表达清晰起来AI是渲染的加速器传统图形是AI推理结果的基础两者相互支撑。此处有必要稍作解释NSS、NFRU、NSSD的作用是什么NSS也就是神经超级采样Neural Super Sampling。它实现的是2×2分辨率超采样也就是GPU只需要渲染目标分辨率1/4的像素剩余3/4由神经网络补齐。GPU的传统渲染管线输出低分辨率的画面NSS的神经网络在此基础上做超分输出目标分辨率的高清画面。这项技术带来的直接价值是在保持画质的前提下大幅降低GPU的渲染负担从而降低功耗、延长电池寿命或者在同样的功耗预算下跑出更高的帧率。NFRU也就是神经帧率超分Neural Frame Rate Upscaling解决帧率问题。GPU传统渲染两个真实帧NFRU的神经网络在这两个真实帧之间插入一个AI重建帧把30帧率翻倍为60帧。这项技术特别适合动作类和竞速类游戏让画面的连贯性大幅提升。NSSD则是神经超采样加降噪Neural Super Sampling and Denoising是NSS的进阶版本面向光追。它在超采样的基础上加入光追降噪用于处理光追场景里因光线数量减少为降低功耗而不可避免出现的噪点。光追是移动GPU上极其昂贵的操作减少每帧发射的光线数量能大幅节省功耗但代价是画面出现噪点NSSD的神经网络能够在降低光线数量的同时补齐画质让开发者可以放心地采用更激进的光追策略。三套技术听起来不同底层都在做同一件事把一部分昂贵计算替换成更便宜的重建。于是就得到了上述《光影新生》“1/8是真实渲染、7/8由AI重建”的结果。这里需要注意的是“AI重建”并不是“AI凭空脑补”Deyan在媒体采访中主动澄清这些神经网络都基于CNN卷积神经网络架构而非Transformer。这跟大语言模型的实现路径不同Transformer擅长“想象”内容可以从零生成完整的画面CNN更擅长从已有内容出发做超分和补全需要真实渲染帧作为输入。《光影新生》的意义不止于视觉Deyan把它定位为一次开发流程与创意思路的转型。Arm把Mali G2 Ultra上的NSS、NFRU等模型的权重完全开源到GitHub和Hugging Face让手机厂商和游戏开发者都可以基于自身产品或美术风格重新训练。他还向观众宣布了一个关键的中国生态合作Arm与Unity中国正在把神经图形技术直接集成到引擎里将在10月发布届时中国开发者可以像使用标准Unity功能一样使用Arm的神经图形能力。Deyan给出的两个数字对开发者尤其有说服力。第一个数字是集成时间现有游戏走完NSS的完整集成流程只需3个月左右3个月对小团队意味着“一个版本的迭代周期”可以在下一次大版本更新时把NSS加进来。第二个数字是《光影新生》从想法到发布的完整周期不到18个月团队规模不到20人这或许能给一些游戏OPC注入信心。生态合作方面Arm与腾讯游戏MagicDown部门成立了联合实验室共同探索神经动态全局光照、神经纹理压缩等下一代AI图形技术。Chris在现场展示了双方在《暗区突围》里启用NSSD的早期效果光追场景的画质提升非常直观。《无限暖暖》等中国头部手游也出现在合作案例里。Chris一句话概括“几乎所有中国头部游戏公司都在我们的生态里。”/05/物理AI从机器人能力框架到现实世界的实时计算接下来Arm 物理AI业务拓展副总裁Dermot ODriscoll 登台把话题从手机延伸到机器人、汽车和其他自主系统。Dermot首先讲的不是模型而是一个很工程的问题一台机器从“看见”现实世界到真正做出动作究竟需要多长时间。他把这段时间概括为从光子进入传感器到执行器真正产生动作之间的延迟。对于物理AI来说这是一项关键指标。因为机器人和汽车面对的不是屏幕里的文字而是真实世界传感器看到了什么系统能不能及时判断执行器又能不能足够快地做出反应直接决定机器能否安全、稳定地工作。换句话说物理AI真正困难的地方是能不能在极短时间里完成感知、判断和行动同时还满足功耗、重量和安全限制。Dermot随后把这件事放进一个更大的产业背景里。按照Arm估算2025年物理AI相关计算市场大约为250亿美元进入2030年代后年市场机会可能达到2000亿美元左右。这相当于一个约8倍的增长空间。背后的逻辑是今天全球经济中仍有很大一部分属于“物理产业”。Dermot此前给出的口径是全球GDP大约115万亿美元其中约40万亿美元来自金融、通信、娱乐等数字化程度较高的产业而制造、交通、建筑、农业等物理产业占到约70万亿至75万亿美元也就是接近三分之二。这些产业并不是没有使用计算和AI而是和信息产业相比计算的渗透程度仍然低得多。在Arm看来一旦AI真正进入制造、农业、采矿、物流和交通这样的现实产业带来的就不只是新一代机器人而是整个物理经济生产效率的提升空间。其中最直观的例子是汽车和机器人。在汽车领域Dermot援引行业和Arm的估算称随着汽车从今天的分布式电子系统、辅助驾驶逐步走向更高级别自动驾驶单车所需要的计算和芯片价值可能有约4倍增长空间。在机器人领域Dermot认为其则还处在更早阶段从过去按照固定程序反复执行单一任务开始走向能够感知环境、自主判断并采取行动的机器。这两个市场在底层计算上又有不少共同点。汽车和机器人都需要连接摄像头、雷达等传感器都要完成感知和实时推理最后还要把计算结果转化成转向、制动、机械臂运动等实际动作。安全、实时性和能效也都是共同的底层要求。当天Arm围绕物理AI宣布了三件事第一件是Arm Total Design for Physical AI。它并不是一颗新的机器人芯片也不是一套固定的Compute Subsystem而是Arm把已经在其他计算市场使用的Total Design合作模式扩展到了物理AI。简单来说做一台真正可以量产的机器人需要把AI模型、软件、芯片、传感器、云服务、开发工具和整机系统全部组合起来。任何一层没有打通都可能拖慢产品落地。Arm希望通过Total Design把这些不同环节的厂商提前组织到同一个生态中共同解决系统集成的问题。目前已有80多家公司加入Arm Total Design for Physical AI。第二件事是Robotics Capability Framework也就是机器人能力框架。今天机器人行业有一个很现实的问题大家都在说自己的机器人“更智能”“更自主”但不同公司说的“自主”可能完全不是一回事。类似自动驾驶的L0-L5分级Arm希望先给机器人产业提供一套框架该框架把机器人的能力划分为六个阶段从 RL0的响应式系统一路发展到 RL5能够持续自我改进的系统中间还包括对环境和上下文理解逐渐增强的不同阶段用相对统一的方式描述和比较机器人到底具备什么能力。Arm也特意强调这并不是它单方面给产业制定的一套最终标准。Dermot把它称作一次对整个行业的“邀请”先提出一个起点再让机器人厂商、芯片公司、软件公司、研究机构和客户一起讨论、修改和完善。与这套框架同时公布的还有一份关于机器人能力体系的 Manifesto。这份文件由Arm执行副总裁兼首席架构师Richard Grisenthwaite撰写核心问题也是为什么机器人产业需要一套共同语言以及如何在不限制不同厂商技术路线的前提下让产业更容易描述、集成和验证机器人的能力。生态合作方面博泰车联网、银河通用机器人均作为站台伙伴。比如银河通用机器人首席战略官赵于莉谈到机器人行业今天仍然缺少共同的基础标准这会直接增加不同硬件、软件和场景之间的集成成本。两周前举行的第二届世界人形机器人运动会开幕式上银河通用的人形机器人已经与网球运动员郑洁进行了单打和混双展示机器人需要实时判断来球、移动身体并完成击球。/06/CloudNeoverse CSS N4承接智能体时代的基础设施变化端侧的智能体需要常态化协同物理世界产生的数据需要回传沉淀这促使AI基础设施层发生了一场结构性巨变。Arm云AI业务拓展副总裁Eddie Ramirez公布了一项业务里程碑自Neoverse推出以来全球数据中心累计部署的Neoverse CPU核心已经超过15亿个。其中跨越第一个10亿颗核心耗时整整六年而从10亿狂飙至15亿核心仅用了不到一年。Eddie Ramirez指出智能体AI正在让数据中心的计算特征发生变化。过去的云数据中心聚焦于离散任务的横向弹性扩展但智能体7×24小时不眠不休单个任务又会触发大量工具调用、API访问和其他Agent交互驱动Token消耗量呈几何级暴涨。在数据中心内部通用CPU系统的全天候编排调度能力与整体能效PUE/TCO正在成为难点。对此Arm正式发布了新一代 Neoverse CSS N4它是Arm迄今可配置性最高的Neoverse计算子系统。合作伙伴可以根据不同场景调整CPU核心数量、缓存、内存、I/O和加速器互连单颗芯片可以从8核配置到128核也支持多Chiplet系统。相比上一代CSS N3Arm给出的数据是每插槽性能最高提升2倍、每瓦性能最高提升1.25倍、内存带宽最高提升1.75倍。除了性能本身CSS另一层价值是缩短芯片开发周期。Arm在现场举例称已经有合作伙伴借助Neoverse CSS把从拿到产品到样片的时间压缩到约13个月并在约18个月进入量产。这里的核心不是N4固定能做到“13-18个月交付”而是预集成、预验证的CSS可以减少芯片厂商从零开始集成和验证CPU子系统的工作量。面向更高密度的AI基础设施Arm还再次展示了今年3月发布的AGI CPU。在与Supermicro合作的200kW液冷机架方案中可以部署336颗AGI CPU、超过45000个CPU核心。Arm称在其参考配置下AGI CPU每机架性能相比最新x86系统可达到2倍以上。更值得一提的是这些云端产品开始进入中国生态。新紫光集团代表在现场宣布将与Arm围绕IP、CSS和AGI CPU等产品展开长期合作并计划成立通用人工智能联合创新中心围绕AI智能体、CXL内存池化、机架级系统以及具身智能等方向开展联合研究。/07/Arm战略方向NPU取舍、产品节奏与中国生态如果把这次发布的所有内容放在一起看Arm所传递的内容除了上述新品也包括它的战略定位。这在边缘AI端尤其明显。CSS for Mobile 2已经把新一代C2 CPU集群、Mali G2-Ultra NX GPU和SI L2系统互连组合在一起但却没有提及NPU。对于一场以AI为核心的移动计算发布来说这其实是一个很反常识的缺口。Arm并非没有NPU技术。在物联网和边缘设备领域Arm一直有Ethos-U系列NPU IP也已经形成相应的软件和合作伙伴生态。但智能手机市场的逻辑不一样。 James在被问及“Arm是否会放弃手机NPU路线”时给出的回答很明确“Arm的战略重点是助力合作伙伴打造性能最优的CPU集群与GPUNPU层面的技术创新交由合作伙伴主导因为他们对自家AI方案有独到理解尤其在“第一方AI应用”厂商自研AI应用上表现出色。”这个说法可以被解读为战略取舍。对于旗舰手机芯片厂商来说NPU恰恰是最希望掌握在自己手里的核心能力之一不同SoC厂商都希望围绕自家的NPU去深度优化相机、语音、系统AI和智能体功能再把这些能力变成芯片和终端的差异化卖点。Arm无意进入客户的自有领域。所以Arm没有选择把AI手机里的每一个计算单元都包下来。它更愿意把工程资源放在那些几乎所有合作伙伴都绕不开的公共层CPU、GPU、系统互连以及背后的软件生态。这里还有另一个现实问题第三方开发者到底愿不愿意专门适配NPU。Daniel提到今天手机厂商自己的应用通常能更充分地利用NPU因为厂商知道自家硬件是怎么工作的也愿意投入更多人力做针对性优化。但普通第三方开发者面对的是整个Android市场不同手机使用不同芯片不同芯片里的NPU架构、运行环境和开发工具又可能不一样。如果开发者想让自己的应用覆盖尽可能多的设备就意味着要付出额外的适配成本。这时候CPU反而有一个很朴素的优势跨平台、跨芯片厂商都更容易兼容。同一套代码更容易跑在不同手机和不同SoC上开发者是否值得专门针对某一颗NPU做优化最终取决于一个很现实的问题获得的性能提升能不能覆盖额外的开发和适配成本。这也是为什么Daniel在谈CPU价值时反复强调几个基础能力可移植性、对开发者友好、低延迟以及安全性。CPU几乎存在于所有智能手机中。一个新的AI应用或者新的计算负载出现时开发者首先可以让它在CPU上跑起来等应用逐渐成熟、计算特征变得清晰之后再决定其中哪些任务值得迁移到GPU或者NPU上执行。在发布会收尾时Will Abbey重新回到台上又把话题重新拉回了中国。他说Arm与中国生态伙伴已经共同创新超过二十年。回头看这段合作他越来越确认的是中国科技产业并不只是等待下一波技术到来而是在主动推动、塑造和定义这个生态本身决定着计算技术的下一个发展方向。随后他把问题抛回给现场你可以参与其中可以帮助定义和重塑下一代计算但更重要的是——“接下来你准备做什么” Arm如何为Agentic AI时代重写芯片逻辑？
作者周雅Arm Everywhere China今天在上海举行Arm执行副总裁兼首席商务官Will Abbey作为第一位发言人走上台前先给了一个数字3500亿这是Arm和合作伙伴过去30年累计交付的设备总数。他开玩笑说自己算术不好如果一个个数完这3500亿台设备大约要花11000年。3500亿这个数字的意义更在于它背后的产业质变从早期的移动便携设备到云端数据中心再到今天跑在路上的智能汽车等等Arm架构正在成为承载全球计算的通用底座。梳理整场活动Arm同时公布了三条业务线的进展面向手机与个人设备的边缘AIEdge AI面向机器人与自动驾驶的物理AIPhysical AI面向数据中心的云业务Cloud。最新发布了多款新品包括面向边缘AI场景的新一代移动计算平台CSS for Mobile 2以及其中的C2 CPU集群和Mali G2-Ultra NX GPU面向物理AI场景的新设计Arm Total Design for Physical AI与机器人能力分级框架Robotics Capability Framework以及新一代Neoverse CSS云端平台。同时Arm还继续推进AGI CPU在中国市场的生态合作和落地。/01/“CPU重新成为智能体AI时代的编排中心”“下一代计算的形态不会由单一的设备、单一的模型或单一的云端来定义而是取决于「智能如何在所有设备与环境之间连接与流动」。”Will Abbey判断。今天的AI workload已经截然不同转变就发生在“生成式AIGenerative AI”向“智能体AIAgentic AI”的过渡上。在生成式AI阶段用户提出需求AI给出建议用户对建议不满意就换个措辞再问一次重复几轮直到拿到合适的答案。用户是主动方AI是响应方交互是“一问一答”的离散事件。此时大量智能运行在云端任务结束计算也基本结束。现在的智能体AI阶段改变了该模式。系统主动理解上下文主动为用户发现信息主动在合适的时机把结果送到眼前。Arm边缘AI事业部执行副总裁Chris Bergey把智能体的工作流拆成四步感知Perceive、记忆Remember、推理Reason、执行Act。「感知」用户所处的环境和意图「记忆」用户过去的偏好、历史和相关的个人数据「推理」根据当前情境规划出解决问题的最佳路径最后「执行」实际的任务。这四个阶段常常同时发生、彼此触发形成一个持续运转的智能体循环。这类工作负载是“连续、突发、对延迟敏感、依赖内存、并且高度异构”但问题在于这四步不一定由同一个模型完成更不一定全部适合放在同一种硬件上用户的一个意图可能从手机上发起、在云端做重推理、在具身智能硬件上完成执行。于是Arm判断“CPUs are the heart of Agentic AI。”言下之意在智能体AI时代CPU重新回到了整个工作流的中心位置因为它负责大量编排、逻辑控制、低延迟任务和传统软件调用。Chris Bergey还补充了一个数据“今天95%的Android AI推理跑在CPU上。”据悉Arm CPU占据全球99%的智能手机Mali GPU的累计出货量超过140亿颗覆盖从入门到旗舰的绝大多数移动设备。/02/CSS for Mobile 2把CPU、GPU与系统能力重新组合于是Arm正式推出 CSS for Mobile 2第二代移动终端计算子系统可以先把它理解成下一代移动芯片的一套“基础设计”。它本身并不是高通骁龙、联发科天玑那样可以直接装进手机里的完整SoC而是Arm提前把CPU、GPU、系统互连、软件和一部分芯片实现方案组合、验证和优化好再交给芯片厂商继续加入自己的NPU、基带、图像处理器等模块做成最终产品。这也是“CSSCompute Subsystem”也就是计算子系统的含义。Arm边缘AI智能终端计算副总裁James McNiven此前在采访中强调了两个关键点第一CSS for Mobile 2是“AI原生平台”其做法是让CPU、GPU、系统IP、软件层围绕AI原生的目标协同重构而非在某个单独模块上叠加AI能力。第二这套体系依然遵循Arm一贯的“通用平台合作伙伴自研”模式Arm提供软IP有些模块也支持硬宏交付合作伙伴根据自身产品需求组合和定制比如着色器核心数、NX单元数、频率、工艺等都可以由合作伙伴决定。昨日发布的小米玄戒O3已经首发采用Mali G2-Ultra NX。熟悉的网友可能发现了命名的变化去年问世的上一代产品叫做Arm® Lumex™今年新一代更名为CSS for Mobile 2。James在媒体采访中解释说是为了“简化simplification”Arm今年在COMPUTEX上发布了面向PC的CSS for PC接下来Arm的每一代计算子系统都会以“CSS for xxx”的形式命名移动、PC、云端的计算子系统命名区分开来定位一目了然让媒体、开发者、合作伙伴都能一眼认出。CSS for Mobile 2主要包含四个部分第一部分是C2 CPU集群由全新微架构的C2-Ultra性能核、与去年C1-Pro同微架构但工艺优化的C2-Pro以及DSUDynamic Shared Unit动态共享单元组成。C2-Ultra的目标是提供最强的单核性能负责应用启动、网页、交互和Agent突发响应C2-Pro负责持续性的工作负载比如后台的信息同步、多任务处理、持续运行的推理任务DSU把所有核心连接在一起并提供整个集群的共享缓存共享L3缓存Arm的参考设计是2颗Ultra加6颗Pro但DSU最高可以支持14核芯片厂商可根据自己的产品需要调整核心数量。第二部分是Mali G2-Ultra NXArm宣称它是“首款AI原生GPUIndustrys first AI-native GPU”。它把神经加速器Neural accelerators简称NX集成到着色器核心内部同时对传统的执行引擎和光追单元做了大幅升级。第三部分是SI L2系统互联完整支持LPDDR6内存同时兼容LPDDR5X和LPDDR5负责把CPU、GPU等计算模块与主存以及外设连接起来并优化访存延迟、内存标签安全、单位面积功耗和服务质量QoS等指标。第四部分是软件栈包括加速库KleidiAI以及此次正式上线的开发者门户AI Portal。KleidiAI在CPU侧为SME2提供高效实现AI Portal则是模型、工具、集成流程的一站式入口值得关注的是它还提供MCP Server可以让智能体比如Claude Code、Codex自主发现和调用Arm的AI能力。这其中最核心的变化是Arm第一次明确把整套移动计算平台围绕两种新的AI负载重新设计一种是智能体AI另一种是神经图形也就是让AI直接参与游戏画面的生成和渲染。为此CSS for Mobile 2里面最重要的两颗计算核心也一起换代了新的C2 CPU集群以及Mali G2-Ultra NX GPU。/03/CPUC2-Ultra微架构化解多智能体等待先说CPU。过去提到“手机AI算力”大家首先想到的往往是NPU。但Arm这次反而用了大量时间解释CPU为什么会在Agent时代重新变得重要原因就在于Agent不是只做一次大模型推理。譬如你给Agent一个任务“帮我规划并预订我和太太的结婚十周年纪念晚餐。”这简单一句话背后Agent却要做一长串操作· 先做感知Agent先把语音转换成文字理解需求· 再做记忆在本地日历、照片、常去餐厅这些个人数据里搜索关联信息、判断饮食偏好· 然后做推理用小语言模型整理这些上下文形成可以执行的提示词如餐厅偏好、时间、人数、特殊要求· 最后做执行打开网页或App查询座位、完成预订并给太太发送消息。这四步对硬件的要求并不一样。语音识别要求快速响应本地检索更依赖内存访问小语言模型需要一定的矩阵计算真正执行任务时又要回到浏览器、App和操作系统。也正因为如此Agent的体验不可能只靠一颗NPU决定。Arm逐项测试了“十周年晚餐”这条工作流。在感知阶段使用小型语音转文字模型时C2-Ultra配合SME2相比上一代对应配置快约40%到了记忆阶段本地搜索和信息检索时C2-Ultra相比上一代快约41%在推理阶段Arm使用小语言模型生成结构化调用指令C2-Ultra平均提升约25%到了最后的执行阶段传统CPU性能又重新进入AI体验Agent还是要打开网页、启动App、调用地图和消息服务因此Geekbench单线程、多线程、网页性能和应用启动这些看上去很“传统”的指标到了Agent时代依然重要。Arm给出的数据是C2 CPU集群单线程提升约15%、多线程约12%网页性能提升约15%应用启动提升约12%。单看任何一个数字都不算特别夸张但Agent真正体验到的是这些延迟的总和。Arm最终把“十周年晚餐”流程跑了一遍。上一代C1-Ultra完成示例流程大约需要2秒换成C2-Ultra后时间缩短到约1.72秒节省280毫秒即提升15%进一步加入SME2后整条链路压到约1.55秒节省450毫秒即提升24%。要知道人类对大约100毫秒量级的响应变化已经能够感知。对于Agent来说这种差别还可能继续放大。如果第一次查询发现餐厅已经满位系统需要重新搜索、推理、调用工具再来一轮。一次少等几百毫秒连续几次之后就会变成非常明显的体验差距。所以C2 CPU集群的设计目标是在延迟、能效、通用性、兼容性、可移植性、安全性这些互相牵制的维度上做到均衡并非追求某个单一指标上的最强。这也是理解其中C2-Ultra的一个关键它的目标是为智能体AI提供一个高效的编排中枢。此前在采访中Arm边缘AI CPU产品管理总监Daniel Lu花了不小的篇幅讲C2-Ultra内部的微架构变化他把这些改动分成了三块前端Front-end、执行引擎Execution和数据侧Data path每一块都对应智能体AI时代对CPU的新要求。首先是前端。浏览器、App、操作系统和Agent编排里到处都是分支判断一旦预测错误CPU就可能沿着错误路径先跑一段再清空流水线重新开始。C2-Ultra因此在前端做了三方面改进提升了分支预测准确性、加强指令传递、降低预测失误的恢复成本。三者结合让C2 Ultra在应对复杂控制流程时保持更高的吞吐效率。其次是执行引擎C2-Ultra也做了较大调整。C2 Ultra把“同时可以处理的任务数量”做得更大这样前面有一条指令暂时卡住时CPU还能先去执行后面那些不受影响的指令不至于干等。同时它的推测执行也更积极。也就是说当CPU判断某一步大概率会继续往这个方向走时会提前做一部分准备等结果真正确定后就能更快接上。两项改进结合直接提高了单核在真实工作负载下的性能表现。最后一个更现实的问题来自数据。CPU核心再强如果数据没有及时送过来也只能等。Daniel明确指出“许多现代软件的工作负载对数据加载速度和内存访问效率的敏感度已经超过了对纯计算能力的敏感度。”因此C2-Ultra还改进了数据加载、预取和缓存体系。每个核心都有自己的私有L2缓存整个集群再共享DSU提供的L3缓存。能留在片上缓存里的数据越多就越少需要去访问更远、更慢、也更耗电的主内存。这三块改动叠加构成C2-Ultra相较上一代C1-Ultra的单线程性能提升15%。在相同性能水平下C2-Ultra的功耗降低30%。这个数字对于电池受限的移动端设备意味着同一个应用的运行时间可以延长或者在相同电池预算下能够运行更复杂的工作负载。此外C2 CPU集群面向AI推理的加速主要靠SME2Scalable Matrix Extension 2第二代可伸缩矩阵扩展。该技术去年已推出。SME2本身沿用了上一代设计微架构没有变化但这一代主要从“硬件资源更多”和“软件用得更好”两个方向继续挖潜一边是合作伙伴可以配置更多SME2单元另一边是KleidiAI把更多针对低比特模型的优化真正落到软件层。SME2的价值在哪里Daniel把大语言模型的推理链路分成了编码和解码两个阶段两个阶段的性能瓶颈不同SME2的加速方式也不一样。编码阶段可以理解为模型先把用户的提示词“吃进去”。这一步要同时处理整段输入背后会进行大量矩阵计算所以它最吃的是计算能力。SME2在这里的加速方式是“量化感知训练”配合极低精度的矩阵乘法让CPU更快处理这些输入。在Arm给出的2-bit测试中这条路径带来最高1.75倍的编码性能提升。解码阶段是从模型逐步生成每一个token的过程。此时CPU要不断从内存里读取模型权重很多时间其实花在“等数据”上。因此Arm用了另一套办法通过LUTi查找表指令尽量让低比特数据保持压缩状态减少反复从内存搬运的数据量。搬得少了等待也就少了。在对应的2-bit测试中解码阶段最高可以提升约1.6倍。所以这两个阶段虽然都属于大模型推理解决办法却完全不同前半段是“算得快一点”后半段是“少搬一点数据”。James用一个演示解释了该思路演示的是CPU本地的实时语音翻译加语音克隆能力一位说英语的发言人对着模型讲话模型理解语义、翻译成中文然后用发言人自己的音色把翻译结果说出来。整个过程在设备本地完成多线程并发运行在多颗CPU上全部依赖SME2加速。该演示用到的模型选择很有讲究。翻译部分用的是腾讯混元的一个2-bit量化模型约300MB属于极度压缩的轻量模型文本转语音部分用的是通义千问的TTS模型以FP32精度运行以保证音色还原度。James特意解释了这样搭配的理由“这样做是为了展示CPU支持的不同数据类型如何被灵活利用。”现场听起来效果是不错的。/04/GPUMali G2-Ultra NX让AI进入图形渲染流水线如果说C2 CPU的变化是在为智能体准备那么 Mali G2-Ultra NX 解决的是另一件事手游的画质问题。我们先把视角放在移动游戏的变革。过去两三年间手机游戏的视觉规格正在快速向桌面级看齐。Epic把Lumen、Nanite、Megalights这些桌面级图形技术引入虚幻引擎5的移动端让原本只属于主机和PC的动态全局光照与超复杂几何体进入手游开发者的工具箱Solar Bay Extreme等基准测试的光追复杂度大幅上升对硬件的要求逼近桌面级别。许多跨平台游戏希望玩家在主机、PC与手机之间获得一致的画质体验玩家自己也期待在地铁通勤时续玩主机上未完的一局。对此过去的解法是逐代提升传统GPU的能效比。但眼下传统解法已经接近物理极限进一步的性能提升只能靠架构级的重塑。Mali G2-Ultra NX提供了一条不同的思路Arm称Mali G2-Ultra NX是首款AI原生Mali GPU它的更新集中在三处。第一集成神经加速器NXNeural Accelerator这是Arm此次GPU发布的核心创新。NX的形态是深度集成到GPU的着色器核心Shader Core内部的加速器不作为独立芯片存在。它以低至1瓦的功耗提供神经图形所需的高质量AI推理并且在同电压点下运行速度可以达到GPU时钟频率的2倍。从GPU的视角来看运行NX上的神经工作负载与运行计算着色器几乎没有差别都通过统一的调度和内存路径管理开发者不需要为NX单独学习一套调度机制。设计上NX尽可能复用了GPU现有的调度和内存路径几乎不增加额外的硬件。Arm边缘AI高级产品经理Deyan Lazarov此前在媒体沟通会中开玩笑说“在实拍的die shot上你其实很难找出哪一块是NX因为它已经深度融入到着色器核心里了。”当NX空闲时电源门控power gating机制会直接把它关闭避免不必要的功耗。最小配置是6个着色器核心合作伙伴可以根据自身产品自由选择着色器核心的数量与每个核心里NX单元的数量。第二重新设计执行引擎Execution Engine。Deyan称“这是Mali七代GPU以来最大规模的ISA重构专门针对Nanite类的桌面级复杂着色器。”此处稍作解释随着Nanite、Lumen等虚幻引擎5的桌面级图形技术向移动端延伸GPU需要处理的几何数据和着色器程序越来越复杂对寄存器资源的需求也随之增加如果GPU支持的寄存器数量不够就必须溢出到内存性能立刻掉下来。G2-Ultra NX增加了每个线程组warp可以使用的寄存器资源并采用更细粒度的动态分配方式以减少“寄存器溢出”register spilling所带来的性能损失。上述这种“更细粒度的动态分配方式”是指G2-Ultra NX把寄存器分配从过去只能在32/64之间选择改成以16个寄存器为粒度进行动态分配。这个变化能减少寄存器资源的浪费。譬如一个线程组如果需要40个寄存器过去可能需要按64个的档位分配而现在可以按483×16个来分配。这样能够让有限的寄存器资源得到更充分利用也降低大型着色器因为寄存器不够、不得不把数据临时搬到更慢存储空间的概率即减少“寄存器溢出”。第三引入第三代光追单元。3D场景由大量三角形拼成相邻三角形往往会共享“顶点”和“边”过去这些信息可能在光追所使用的几何结构里被重复表示场景越复杂占用的缓存和内存带宽越高。第三代光追单元采用更紧凑的共享边三角形shared edge triangles表示让相邻三角形复用部分几何信息。如此一来同样大小的GPU缓存可以容纳更多三角形数据光追时也就不必频繁从DRAM取数。Arm给出的测试结果是在主流光追基准中DRAM流量最高减少约13%。第三代光追单元还加入了硬件透明度微贴图Hardware Opacity Micro MapsOMM技术。此处有必要详解桌面级游戏充满了树叶、头发、皮毛、栅栏、网状织物这些透明或半透明资产传统做法是在光追的遍历traversal过程中每次遇到透明物体就中断遍历去查询Alpha图判断这一点是否可见如果可见继续遍历否则跳过这种“中断-查询-恢复”的过程对光追性能损耗极大桌面级场景里透明物体越多光追就越慢。硬件OMM把透明度信息直接嵌入到光追加速结构里让光追单元在遍历过程中不需要中断即可获得透明度信息最终效果是光追的连续遍历得以保持性能大幅提升。Deyan直言“完全相同的场景我们添加大量灌木和额外阴影后性能基本保持不变。”在另一个包含大量光追元素的演示里硬件OMM把整体光追工作负载降低最高70%帧率提升最高30%。三处改动共同服务于同一个目标让桌面级视觉可以在移动功耗下持续运行。Mali G2-Ultra NX还推出了三个变体旗舰的Mali G2-Ultra NX之外还有Mali G2-Premium NX和Mali G2-Pro NX。这三个变体让不同价位的手机都能享受到AI原生图形能力。Arm以软IP的形式交付这颗GPU部分情况下也提供硬宏hard macro实现方案合作伙伴可以根据自身产品需求决定着色器核心数、NX单元数、频率和工艺组合也可以针对软件驱动进一步优化。这套组合拳可以在由Arm和Sumo Digital联合开发的手游《光影新生》Neural Dawn里看出实效其中演示了一组三帧序列第一帧GPU只真实渲染1/4像素其余3/4通过神经超级采样NSS重建第二帧传统几何和光栅化几乎不再做完整渲染而通过NFRU生成中间帧第三帧再次只渲染1/4像素。三帧平均下来只有1/8最终像素来自真实渲染另外7/8由AI重建。跑在Mali G2-Ultra NX上《光影新生》能在约2瓦GPU功耗下持续维持60帧。作为对比上一代Mali G1-Ultra即使被推到约1.5GHz的峰值频率在同一场景里不足40帧。启用G2-Ultra NX的神经加速能力后帧率与能效最高可提升4倍DRAM内存带宽最高降低70%。这个70%对应的是可调节模式下的NSS代价是画质会有一定下降开发者可以自主选择在带宽、性能与画质之间的权衡点。Deyan给的说法是“我们给开发者提供了很大的自由度。如果他们希望更省电可以选择更激进的NSS模式如果他们更看重画质可以让NSS只做最保守的补齐。”传统渲染部分也没有被忽略。Chris在现场给的数据是Mali G2 Ultra在标准游戏基准测试上GPU性能提升24%非AI游戏实测提升最高14%。这两个数字让Mali G2 Ultra的完整表达清晰起来AI是渲染的加速器传统图形是AI推理结果的基础两者相互支撑。此处有必要稍作解释NSS、NFRU、NSSD的作用是什么NSS也就是神经超级采样Neural Super Sampling。它实现的是2×2分辨率超采样也就是GPU只需要渲染目标分辨率1/4的像素剩余3/4由神经网络补齐。GPU的传统渲染管线输出低分辨率的画面NSS的神经网络在此基础上做超分输出目标分辨率的高清画面。这项技术带来的直接价值是在保持画质的前提下大幅降低GPU的渲染负担从而降低功耗、延长电池寿命或者在同样的功耗预算下跑出更高的帧率。NFRU也就是神经帧率超分Neural Frame Rate Upscaling解决帧率问题。GPU传统渲染两个真实帧NFRU的神经网络在这两个真实帧之间插入一个AI重建帧把30帧率翻倍为60帧。这项技术特别适合动作类和竞速类游戏让画面的连贯性大幅提升。NSSD则是神经超采样加降噪Neural Super Sampling and Denoising是NSS的进阶版本面向光追。它在超采样的基础上加入光追降噪用于处理光追场景里因光线数量减少为降低功耗而不可避免出现的噪点。光追是移动GPU上极其昂贵的操作减少每帧发射的光线数量能大幅节省功耗但代价是画面出现噪点NSSD的神经网络能够在降低光线数量的同时补齐画质让开发者可以放心地采用更激进的光追策略。三套技术听起来不同底层都在做同一件事把一部分昂贵计算替换成更便宜的重建。于是就得到了上述《光影新生》“1/8是真实渲染、7/8由AI重建”的结果。这里需要注意的是“AI重建”并不是“AI凭空脑补”Deyan在媒体采访中主动澄清这些神经网络都基于CNN卷积神经网络架构而非Transformer。这跟大语言模型的实现路径不同Transformer擅长“想象”内容可以从零生成完整的画面CNN更擅长从已有内容出发做超分和补全需要真实渲染帧作为输入。《光影新生》的意义不止于视觉Deyan把它定位为一次开发流程与创意思路的转型。Arm把Mali G2 Ultra上的NSS、NFRU等模型的权重完全开源到GitHub和Hugging Face让手机厂商和游戏开发者都可以基于自身产品或美术风格重新训练。他还向观众宣布了一个关键的中国生态合作Arm与Unity中国正在把神经图形技术直接集成到引擎里将在10月发布届时中国开发者可以像使用标准Unity功能一样使用Arm的神经图形能力。Deyan给出的两个数字对开发者尤其有说服力。第一个数字是集成时间现有游戏走完NSS的完整集成流程只需3个月左右3个月对小团队意味着“一个版本的迭代周期”可以在下一次大版本更新时把NSS加进来。第二个数字是《光影新生》从想法到发布的完整周期不到18个月团队规模不到20人这或许能给一些游戏OPC注入信心。生态合作方面Arm与腾讯游戏MagicDown部门成立了联合实验室共同探索神经动态全局光照、神经纹理压缩等下一代AI图形技术。Chris在现场展示了双方在《暗区突围》里启用NSSD的早期效果光追场景的画质提升非常直观。《无限暖暖》等中国头部手游也出现在合作案例里。Chris一句话概括“几乎所有中国头部游戏公司都在我们的生态里。”/05/物理AI从机器人能力框架到现实世界的实时计算接下来Arm 物理AI业务拓展副总裁Dermot ODriscoll 登台把话题从手机延伸到机器人、汽车和其他自主系统。Dermot首先讲的不是模型而是一个很工程的问题一台机器从“看见”现实世界到真正做出动作究竟需要多长时间。他把这段时间概括为从光子进入传感器到执行器真正产生动作之间的延迟。对于物理AI来说这是一项关键指标。因为机器人和汽车面对的不是屏幕里的文字而是真实世界传感器看到了什么系统能不能及时判断执行器又能不能足够快地做出反应直接决定机器能否安全、稳定地工作。换句话说物理AI真正困难的地方是能不能在极短时间里完成感知、判断和行动同时还满足功耗、重量和安全限制。Dermot随后把这件事放进一个更大的产业背景里。按照Arm估算2025年物理AI相关计算市场大约为250亿美元进入2030年代后年市场机会可能达到2000亿美元左右。这相当于一个约8倍的增长空间。背后的逻辑是今天全球经济中仍有很大一部分属于“物理产业”。Dermot此前给出的口径是全球GDP大约115万亿美元其中约40万亿美元来自金融、通信、娱乐等数字化程度较高的产业而制造、交通、建筑、农业等物理产业占到约70万亿至75万亿美元也就是接近三分之二。这些产业并不是没有使用计算和AI而是和信息产业相比计算的渗透程度仍然低得多。在Arm看来一旦AI真正进入制造、农业、采矿、物流和交通这样的现实产业带来的就不只是新一代机器人而是整个物理经济生产效率的提升空间。其中最直观的例子是汽车和机器人。在汽车领域Dermot援引行业和Arm的估算称随着汽车从今天的分布式电子系统、辅助驾驶逐步走向更高级别自动驾驶单车所需要的计算和芯片价值可能有约4倍增长空间。在机器人领域Dermot认为其则还处在更早阶段从过去按照固定程序反复执行单一任务开始走向能够感知环境、自主判断并采取行动的机器。这两个市场在底层计算上又有不少共同点。汽车和机器人都需要连接摄像头、雷达等传感器都要完成感知和实时推理最后还要把计算结果转化成转向、制动、机械臂运动等实际动作。安全、实时性和能效也都是共同的底层要求。当天Arm围绕物理AI宣布了三件事第一件是Arm Total Design for Physical AI。它并不是一颗新的机器人芯片也不是一套固定的Compute Subsystem而是Arm把已经在其他计算市场使用的Total Design合作模式扩展到了物理AI。简单来说做一台真正可以量产的机器人需要把AI模型、软件、芯片、传感器、云服务、开发工具和整机系统全部组合起来。任何一层没有打通都可能拖慢产品落地。Arm希望通过Total Design把这些不同环节的厂商提前组织到同一个生态中共同解决系统集成的问题。目前已有80多家公司加入Arm Total Design for Physical AI。第二件事是Robotics Capability Framework也就是机器人能力框架。今天机器人行业有一个很现实的问题大家都在说自己的机器人“更智能”“更自主”但不同公司说的“自主”可能完全不是一回事。类似自动驾驶的L0-L5分级Arm希望先给机器人产业提供一套框架该框架把机器人的能力划分为六个阶段从 RL0的响应式系统一路发展到 RL5能够持续自我改进的系统中间还包括对环境和上下文理解逐渐增强的不同阶段用相对统一的方式描述和比较机器人到底具备什么能力。Arm也特意强调这并不是它单方面给产业制定的一套最终标准。Dermot把它称作一次对整个行业的“邀请”先提出一个起点再让机器人厂商、芯片公司、软件公司、研究机构和客户一起讨论、修改和完善。与这套框架同时公布的还有一份关于机器人能力体系的 Manifesto。这份文件由Arm执行副总裁兼首席架构师Richard Grisenthwaite撰写核心问题也是为什么机器人产业需要一套共同语言以及如何在不限制不同厂商技术路线的前提下让产业更容易描述、集成和验证机器人的能力。生态合作方面博泰车联网、银河通用机器人均作为站台伙伴。比如银河通用机器人首席战略官赵于莉谈到机器人行业今天仍然缺少共同的基础标准这会直接增加不同硬件、软件和场景之间的集成成本。两周前举行的第二届世界人形机器人运动会开幕式上银河通用的人形机器人已经与网球运动员郑洁进行了单打和混双展示机器人需要实时判断来球、移动身体并完成击球。/06/CloudNeoverse CSS N4承接智能体时代的基础设施变化端侧的智能体需要常态化协同物理世界产生的数据需要回传沉淀这促使AI基础设施层发生了一场结构性巨变。Arm云AI业务拓展副总裁Eddie Ramirez公布了一项业务里程碑自Neoverse推出以来全球数据中心累计部署的Neoverse CPU核心已经超过15亿个。其中跨越第一个10亿颗核心耗时整整六年而从10亿狂飙至15亿核心仅用了不到一年。Eddie Ramirez指出智能体AI正在让数据中心的计算特征发生变化。过去的云数据中心聚焦于离散任务的横向弹性扩展但智能体7×24小时不眠不休单个任务又会触发大量工具调用、API访问和其他Agent交互驱动Token消耗量呈几何级暴涨。在数据中心内部通用CPU系统的全天候编排调度能力与整体能效PUE/TCO正在成为难点。对此Arm正式发布了新一代 Neoverse CSS N4它是Arm迄今可配置性最高的Neoverse计算子系统。合作伙伴可以根据不同场景调整CPU核心数量、缓存、内存、I/O和加速器互连单颗芯片可以从8核配置到128核也支持多Chiplet系统。相比上一代CSS N3Arm给出的数据是每插槽性能最高提升2倍、每瓦性能最高提升1.25倍、内存带宽最高提升1.75倍。除了性能本身CSS另一层价值是缩短芯片开发周期。Arm在现场举例称已经有合作伙伴借助Neoverse CSS把从拿到产品到样片的时间压缩到约13个月并在约18个月进入量产。这里的核心不是N4固定能做到“13-18个月交付”而是预集成、预验证的CSS可以减少芯片厂商从零开始集成和验证CPU子系统的工作量。面向更高密度的AI基础设施Arm还再次展示了今年3月发布的AGI CPU。在与Supermicro合作的200kW液冷机架方案中可以部署336颗AGI CPU、超过45000个CPU核心。Arm称在其参考配置下AGI CPU每机架性能相比最新x86系统可达到2倍以上。更值得一提的是这些云端产品开始进入中国生态。新紫光集团代表在现场宣布将与Arm围绕IP、CSS和AGI CPU等产品展开长期合作并计划成立通用人工智能联合创新中心围绕AI智能体、CXL内存池化、机架级系统以及具身智能等方向开展联合研究。/07/Arm战略方向NPU取舍、产品节奏与中国生态如果把这次发布的所有内容放在一起看Arm所传递的内容除了上述新品也包括它的战略定位。这在边缘AI端尤其明显。CSS for Mobile 2已经把新一代C2 CPU集群、Mali G2-Ultra NX GPU和SI L2系统互连组合在一起但却没有提及NPU。对于一场以AI为核心的移动计算发布来说这其实是一个很反常识的缺口。Arm并非没有NPU技术。在物联网和边缘设备领域Arm一直有Ethos-U系列NPU IP也已经形成相应的软件和合作伙伴生态。但智能手机市场的逻辑不一样。 James在被问及“Arm是否会放弃手机NPU路线”时给出的回答很明确“Arm的战略重点是助力合作伙伴打造性能最优的CPU集群与GPUNPU层面的技术创新交由合作伙伴主导因为他们对自家AI方案有独到理解尤其在“第一方AI应用”厂商自研AI应用上表现出色。”这个说法可以被解读为战略取舍。对于旗舰手机芯片厂商来说NPU恰恰是最希望掌握在自己手里的核心能力之一不同SoC厂商都希望围绕自家的NPU去深度优化相机、语音、系统AI和智能体功能再把这些能力变成芯片和终端的差异化卖点。Arm无意进入客户的自有领域。所以Arm没有选择把AI手机里的每一个计算单元都包下来。它更愿意把工程资源放在那些几乎所有合作伙伴都绕不开的公共层CPU、GPU、系统互连以及背后的软件生态。这里还有另一个现实问题第三方开发者到底愿不愿意专门适配NPU。Daniel提到今天手机厂商自己的应用通常能更充分地利用NPU因为厂商知道自家硬件是怎么工作的也愿意投入更多人力做针对性优化。但普通第三方开发者面对的是整个Android市场不同手机使用不同芯片不同芯片里的NPU架构、运行环境和开发工具又可能不一样。如果开发者想让自己的应用覆盖尽可能多的设备就意味着要付出额外的适配成本。这时候CPU反而有一个很朴素的优势跨平台、跨芯片厂商都更容易兼容。同一套代码更容易跑在不同手机和不同SoC上开发者是否值得专门针对某一颗NPU做优化最终取决于一个很现实的问题获得的性能提升能不能覆盖额外的开发和适配成本。这也是为什么Daniel在谈CPU价值时反复强调几个基础能力可移植性、对开发者友好、低延迟以及安全性。CPU几乎存在于所有智能手机中。一个新的AI应用或者新的计算负载出现时开发者首先可以让它在CPU上跑起来等应用逐渐成熟、计算特征变得清晰之后再决定其中哪些任务值得迁移到GPU或者NPU上执行。在发布会收尾时Will Abbey重新回到台上又把话题重新拉回了中国。他说Arm与中国生态伙伴已经共同创新超过二十年。回头看这段合作他越来越确认的是中国科技产业并不只是等待下一波技术到来而是在主动推动、塑造和定义这个生态本身决定着计算技术的下一个发展方向。随后他把问题抛回给现场你可以参与其中可以帮助定义和重塑下一代计算但更重要的是——“接下来你准备做什么”