Arm发布史上最强C2 Ultra CPU、首个AI原生GPU：打造新一代移动计算平台

快科技9月8日消息，过去两年，生成式AI让手机等终端能回答问题，如今的智能体（Agent）AI则要求终端能完成任务替人办事，这个转变看起来只差一步，对终端硬件的要求却是完全不一样。 生成式AI只需要处理一次请求，一次推理，一次响应，算力峰值过后系统回到低功耗待命。但智能体AI需要感知用户意图、检索记忆、推理规划、跨应用执行，整个过程涉及语音识别、向量检索、小模型推理、大模型调用等多个环节的串联。 这种工作负载的特征是：延迟敏感、突发性强、内存密集、高度异构，没有任何单一计算单元能独立胜任，CPU负责编排调度，GPU负责并行计算，加速器负责特定任务，云端的超大模型随时待命。 问题在于，这些组件之间的数据传输效率、任务调度协同、内存访问延迟，才是决定用户体验的关键。 对此Arm在Everywhere China活动上，正式发布了第二代移动终端计算子系统CSS for Mobile 2，这也是首个AI原生移动计算平台，它集成了最新的Arm C2 CPU集群、首个AI原生Mali GPU G2-Ultra NX。 这并非一个单纯更快的CPU或GPU，而是从架构设计、物理实现到软件生态，共同展开的系统级协同优化。 C2 CPU集群 在CSS for Mobile 2平台中，承担中枢调度角色的是C2 CPU集群，旗舰参考配置采用2+6布局，两颗支持SME2可扩展矩阵延伸指令集的C2-Ultra核心，搭配六颗C2-Pro核心，通过DSU共享L3缓存。 C2-Ultra是Arm迄今最强大的移动CPU核心， 能效方面，根据Arm公布的数据，GeekBench 6.3单线程提升15%，多线程提升12%；Speedometer 3.1网页浏览性能提升15%；应用启动加速12%；而在相同性能输出下，C2-Ultra的功耗相比上一代C1-Ultra 大幅降低了38%。 从微架构层面看，相比上一代C1-Ultra，C2-Ultra的改进集中在三个方向： 更大的执行引擎。 C2-Ultra在4.45GHz+频率下实现了超过15%的峰值性能提升，核心能够同时容纳更多在途指令，具备更高的指令级并行度，配合智能推测机制，每个活跃周期能完成更多有效工作，因数据依赖导致的空闲等待周期明显减少。 更聪明的数据搬运。 数据加载效率提升，依赖数据返回后相关工作能更快启动；Load/Store缓冲区扩容，核心能同时跟踪更多内存操作；预取更精准，可预测的数据流在核心请求前就被拉近。这三项叠加，大幅减少了后端停顿。 更精准的分支预测。 在浏览器、应用启动及各类基准测试场景下，大幅降低了复杂工作负载中的分支误预测，减少错误路径执行造成的资源浪费。配合更强大的取指能力、目标地址预测，以及更快的误预测恢复机制，确保了核心拥有持续稳定的指令流供给。 SME2与LUTi SME2可扩展矩阵延伸指令集是C2 CPU集群AI能力的核心，要知道端侧智能体并不是一个大模型包办一切，而是一组各司其职的专用小模型，语音、记忆检索、推理各用各的模型，由CPU上的编排层统一调度，SME2 的价值正体现在这些轻量模型上。 C2-Ultra 还引入了对 LUTi查表指令的支持，该指令专为查找密集型工作负载设计，能够大幅减少频繁的内存访问，在2-bit超低精度量化模型下进一步释放内存带宽压力。 在实际运行中，编码阶段是计算受限，用SME2提高计算密度；解码阶段是带宽受限，用LUTi 负责内存与带宽优化，两者强强联合，完成了对端侧AI模型全链路推理的高效覆盖。这也是为什么Arm强调SME2“天然适合构成移动端智能体的轻量模型积木”。 实测数据显示，在语音识别（Moonshine、Parakeet）、个人记忆检索（LFM 2.5-Colbert-350M 多语言搜索）以及推理生成（LFM 2.5 1.2B、Qwen 3.5 0.8B/2B、MiniCPM 5 1B、Gemma 4 E2B 等端侧小模型）三类工作负载中，2×C2-Ultra + SME2相比2×C1-Ultra + SME2，实现了平均1.7 倍的性能提速。 Arm还用一个“策划周年纪念晚餐”Agent工作流演示了体验：语音转文字阶段， C2-Ultra比C1-Ultra提速40%；记忆检索阶段快41%；推理生成结构化提示词阶段提速25%。整个流程的总耗时从C1-Ultra的约450毫秒缩短至C2-Ultra的约280毫秒，而在启用SME2后，延迟被进一步压缩24%。 能在约200毫秒级完成“感知-记忆-推理-执行”的全链路闭环，这意味着端侧AI智能体的响应速度已正式跨入用户无感等待的即时交互区间。 还有一个值得注意的细节是C2 CPU集群的灵活性，Arm提供了从入门级2N到旗舰2U+6Pro的多种配置，三档不同微架构（Ultra/Pro/Nano）可在同一集群内混搭，每档核心独立调频，合作伙伴可以根据产品定位灵活配置。 Mali G2-Ultra NX：首款AI原生Mali GPU CPU之外，图形一侧的压力同样急剧攀升，更高分辨率、更大规模的开放世界、更复杂的光线追踪，负载复杂度的增速已经超过手机功耗预算的增长上限。在1–2W的功耗与散热约束下，全分辨率、逐帧完整渲染的传统渲染路径，已无法平衡桌面级画质与高持续帧率的需求。 Arm 给出的破局方案是神经图形（Neural Graphics）：采用选择性渲染，并利用AI算法重建画面细节、中间帧及光照。原生渲染的像素占比可大幅降低至1/8，剩余7/8的画面全由 AI 重建，同时保持与原生渲染相媲美的画质水平。其设计目标是在1W的功耗预算内，实现高保真的神经图形渲染体验。 Mali G2-Ultra NX是首款AI原生Mali GPU，AI原生主要体现在三个架构层面的创新： 第一，神经加速器（NX）直接嵌入着色器核心。将专用神经加速电路与GPU的执行引擎、内存系统、控制结构紧密集成。NX单元支持INT8与INT16精度计算，运行频率最高可达GPU频率的2倍，支持完整张量运算与权重压缩，还集成了运动引擎与光流加速器。 这种深度集成使得神经图形任务能够与传统图形、计算流水线并行执行，并直接复用GPU的缓存与内存子系统，极大减少了跨单元的数据搬运开销。 第二，全新执行引擎（EE）。这是7代以来最大的ISA（指令集架构）重构，直接面向虚幻引擎5的Nanite虚拟几何体与Lumen动态全局光照而设计。面对日益复杂的现代着色器，寄存器溢出往往是导致性能暴跌的主因。 而新一代EE将每个Warp的寄存器容量直接翻倍，并支持16-Warp粒度的动态宽寄存器分配，大幅减少了溢出损失，GPU能更高效地运行更大规模的着色器程序，为更丰富的场景、更高视觉保真度与更稳帧率预留算力余量。 第三，第三代光线追踪单元（RTU v3）。移动端光追的核心瓶颈在于，随着场景几何复杂度激增，传统BVH结构中的三角形节点数据急剧膨胀，迅速挤爆缓存并吃满带宽。RTU v3引入了更紧凑的三角形存储结构，重复边与共享顶点不再需要重复存储，从而将更多数据塞进缓存，大幅释放DRAM带宽压力。 同时，硬件级不透明度微图（OMM）的引入，让光线与复杂透明/半透明几何体（如树叶、栅栏）的命中测试变得极度精确，降低了透明物