Arm发布CSS for Mobile 2：GPU唱主角

今天去了趟上海的Arm Everywhere China，Arm发布了新一代AI原生计算平台，说实话这种芯片计算平台的发布特别硬核，实在是考验我的吸收理解能力，我尽量写通俗一些，让大家都能看懂。

一年前，Arm Unlocked上海站的主角是Lumex CSS，这是Arm第一代面向手机的计算子系统，把CPU、GPU、系统互联和软件做成一个完整平台交给芯片厂，不再是一个个单独的IP核。

今天，Arm发布了第二代移动终端计算子系统（CSS for Mobile 2），也就是去年Lumex的第二代。

只看参数表的话，这是一次标准意义上的年度升级，CPU单线程提升15%，GPU基准性能最高提升24%。

不过，一整天的活动听下来，我越来越确定一件事，GPU才是Arm今年真正想讲的故事。

从IP到Lumex再到CSS for Mobile 2，Arm向前迈进一步

Lumex今年改成了CSS for Mobile 2，有人可能会疑惑为什么换名字，我们特地问了Arm这个问题，其实是有意为之，改名就是为了简化命名体系，CSS for Mobile表意清晰，一看就知道是针对移动领域的平台，与之相比，此前COMPUTEX上还发布了CSS for PC，这样大家一眼就能看清每个平台针对哪个品类。

名字变了背后，是Arm在交付方式上向前迈了一步，前文有提到，以前Arm交付的是单个IP核，芯片厂商自己拿回去组合，从Lumex开始，甚至从Arm CSS for Client开始，Arm在IP授权的基础上，又多了一种选择，即把CPU、GPU、系统互连、物理实现、软件工具链预先整合好，做成一个完整平台交给芯片厂商。

要特别说明的是，这不是捆绑销售，合作伙伴既可以整套采用CSS平台，也可以单独选用其中某个组件，还可以和自研或第三方IP结合，根据产品定位、性能目标和市场需求灵活搭配。

大家可以理解为CSS提供的是一个经过系统级优化的参考方案，用不用、用多少，主动权在客户手里。

CSS for Mobile 2的三大件分别是C2 CPU集群、Mali G2-Ultra NX GPU和SI L2系统互连，而这三大件的设计，都围绕同一个原点：智能体。

Arm认为，手机上的AI正在从问答助手变成能自主完成任务的智能体，而智能体的工作流可以拆成四步：

第一步是感知，听懂用户在说什么、理解意图；

第二步是记忆，调取日历、照片、偏好等上下文信息；

第三步是推理，根据已知信息规划下一步该做什么、生成结构化指令；

第四步是行动，调用对应的App或服务把事情办完。

当然，全程还有一个编排层在调度，决定每一步该跑在哪个计算资源上，CPU就是这个体系的编排调度中心，C2 CPU集群集成了双SME2引擎，就是专门用来跑轻量级AI任务的。

按Arm官方的说法，轻量模型通常指20亿至30亿参数规模，比如Gemma-2B、腾讯混元HY-1.8B-2Bit，这个规模的模型放在CPU上跑，延迟比NPU还低，而且跨平台兼容性好。

具体参数方面，最新AI模型性能最高提升1.7倍，语音转文本延迟降低40%，单线程性能提升15%。这些提升贯穿智能体工作流的各个环节，比如更快的语音处理缩短交互起始延迟，更快的记忆检索让智能体迅速调取上下文，更快的推理速度让决策更及时等。

值得一提的是，目前vivo X300系列、OPPO Find X9系列、三星S26系列，包括iPhone等几乎所有旗舰手机，都已经采用了SME2技术，这意味着Arm在CPU端的AI能力已经实现了大规模落地。

手机GPU撞墙之后

说完CPU，来说说今年的重头戏：GPU。

当前手机游戏的画面越来越复杂，高分辨率、高帧率、大世界、光线追踪，每一项都在增加GPU的工作量。而手机的功耗预算就那么多，散热空间也有限，GPU的性能增长追不上游戏复杂度的增长，这是所有手机GPU厂商都要面对的一堵墙。

Arm的解法是Mali G2-Ultra NX，这个名字里的“NX”，就是Neural Accelerators（神经网络加速器）的意思。

从这就可以看出，Arm做了一个和很多厂商不同的选择，没有把AI加速器做成独立的NPU放在GPU旁边，而是直接集成进了着色器核心内部。

这个设计的好处是数据不用在GPU和NPU之间来回搬运，神经图形任务和渲染任务可以并行跑，共享GPU的内存系统和缓存，延迟更低、效率更高。而且这部分加速器面积极小，带电源门控，不用的时候直接关掉不耗电。

其实就像两个人一起拼乐高，如果一个在客厅、一个在卧室，零件要来回传递，效率很低；如果两个人坐在同一张桌子前，共享一个零件盒，随时能看到对方拼到哪了，配合起来就快得多。

基于NX加速器，Arm带来了三项神经图形技术：

神经超级采样（NSS）：GPU 先渲染低分辨率画面，再用神经网络重建到高分辨率，最高提升2倍 FPS，外部内存流量降低50%。

神经帧率提升（NFRU）：在两帧之间生成AI中间帧，支撑120 FPS持续游戏，DRAM流量降低33%。

神经超级采样与降噪（NSSD）：把超分和降噪结合，专门用于复杂光追场景，在低采样率的光追画面上同时提升分辨率和去除噪点。

说到这里难免有人会问：这和NVIDIA的DLSS有什么区别？

Arm也很坦诚，直言不讳表示底层要实现的场景确实高度相似，超分、帧生成、降噪，但手机必须在功耗和散热约束下重新设计整套东西，所以Arm的模型更小更省电，而且是开放的，手机厂商验证之后可以按自己的产品需求修改和定制，目前Arm正与腾讯游戏合作探索神经动态全局光照等下一代技术。

说白了，移动端再怎么堆料，在绝对画质方面肯定比不过桌面显卡，但我认为Arm的方向是对的，在手机个位数性能释放的功耗预算里，用AI来补画面，确实是一条“曲线救国”路。

抛开AI，传统图形渲染依旧有硬实力

说了这么多AI，不如实际跑跑看效果。

在Arm Everywhere China上，Arm展现了和Sumo Digital基于虚幻引擎5.5联合打造了一款叫《光影新生》demo，支持MegaLights，场景内最多1400盏动态光源，光照与阴影全部为光线追踪实时计算，没有预烘焙，实际效果非常惊艳。

作为参考，它原来只有15 FPS，但在Mali G2-Ultra NX平台上跑到了持续60 FPS，相当于帧率最高4倍的提升，同时DRAM流量还最多降低了70%。

如果以为G2-Ultra NX只靠AI，那就小看它了，这一代GPU在传统渲染上也有实打实的提升，主要有两项关键升级。

其中一个是全新的执行引擎，这是Mali七代产品以来最大的指令集架构升级，每个线程束的寄存器数量比上一代多了一倍，支持动态寄存器分配。

在面对UE5 Nanite和Lumen这类越来越复杂的着色器程序，寄存器翻倍能有效减少溢出到内存的情况，让大着色器更高效地运行。

另一个是第三代光线追踪单元，采用了更紧凑的光线－三角形数据结构，光追基准测试的DRAM流量降低13%。同时硬件支持不透明度微贴图（OMM），能高效处理植被、织物这类透明几何体，演示中帧率提升30%，光追负载降低70%。

硬件能力到位了，开发者能不能方便地用上才是关键，Arm在这方面也做了不少铺垫。

针对开发者生态，Arm推出了神经图形开发套件（Arm Neural Graphics Development Kit），目前NSS和NFRU模型已经在Hugging Face和GitHub上开放。

国内大厂的合作进展也很快，腾讯Magic Dawn、Unity中国团结引擎已集成；网易《燕云十六声》今年将推出NSS版本，腾讯《暗区突围：无限》、叠纸的《无限暖暖》也在集成中。另外据小米官方信息，玄戒O3也采用了G2-Ultra NX。

还是那句话，AI不是万能的，神经图形更像是一个工具，用在什么场景、用到什么程度，最终还是开发者说了算。

写在最后

一整天活动下来，有两点观察想和大家分享。

第一、神经图形在移动端确实到了可用的节点，模型、插件、demo都有了，还有明确的接入周期和国内厂商的适配名单，这些都是技术从概念走向落地的信号。当然最终效果还要看量产机型和实际游戏，但至少路径我觉得是清晰的，不再是PPT上的画饼。

第二是关于CSS平台模式的一点思考，Arm把CPU、GPU、互连、软件整合得越来越深，那各家终端的差异化从哪里来？

针对这个问题，Arm也对雷科技表示，平台解决的是基础能力的下限， 保证每一家采用CSS 的芯片都能达到不错的性能、能效和兼容性，而差异化交给合作伙伴在平台上做，核心数量、频率、工艺节点、自研IP的混接，都由厂商自己决定。

相当于Arm的平台化不是要把厂商变成贴牌工厂，而是把重复造轮子的工作交给自己，让厂商把精力放在真正能体现差异的地方。

以上就是我在Arm Everywhere China的所见所闻，至于Arm这种模式能不能走通，等量产机型出来就会有答案了。