CPU加速AI普及，GPU首次加AI，Arm为何把NPU留给伙伴？

个人AI的实现，到底需要一套怎样的计算底座？当手机开始理解用户意图、调用工具并连续完成任务，计算平台要支撑的已不只是一次模型推理，而是完整的个人AI体验。

在今天的Arm Everywhere China 2026大会上，Arm发布了最新的CSS for Mobile 2。可以观察到，AI在全新的手机计算子系统中扮演了两个不同角色，CPU通过增强AI计算能力，帮助更多应用用上AI；Mali GPU首次原生集成神经网络加速器，用AI推动游戏性能和体验跨越式提升。

Arm的CPU正在推动端侧AI进一步普及。“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。”Arm边缘AI智能终端计算副总裁James McNiven表示。SME2是Arm给CPU增加的一套AI矩阵运算加速能力。

新一代Arm C2 Ultra带来15%的单线程性能提升，增强SME2支持的C2 CPU集群，在特定AI模型上的执行性能可达到上一代的1.7倍。

全新的Arm Mali GPU让人眼前一亮。在《光影新生》演示中给出的数据显示，Mali G2-Ultra NX借助神经图形技术，相比没有AI辅助渲染的上一代Mali G1-Ultra，帧率与能效最高达到4倍。AI开始参与画面重建，让手机能够以不同于传统渲染的方式获得更高的游戏性能。

CPU加速AI普及，AI加速GPU进化。但在这套面向个人AI的平台中，Arm为什么没有同时纳入自家的NPU？James McNiven解释：“在移动设备领域，Arm一贯的思路是将NPU层面的技术创新更多交由合作伙伴主导。”

把NPU的差异化创新留给伙伴后，Arm将重点放在CPU、GPU以及支撑硬件能力的软件生态上。从KleidiAI到神经图形模型、SDK和游戏引擎合作，Arm正在缩短处理器能力与开发者应用之间的距离。软硬件一体的系统和生态正是Arm在AI时代能够继续成为领导者的关键。

SME2成为旗舰标配，Arm CPU加速端侧AI普及

个人AI带来的计算负载，比运行一次模型复杂得多。以预订结婚纪念日晚餐为例，智能体需要完成语音转文字，搜索用户喜欢的餐厅、日历和相册，再生成指令、访问网页并执行操作，如果餐厅订满，整套流程还要重新运行。

CPU既要运行部分轻量级模型，也要承担工具调用和任务编排，每个环节的延迟都会影响最终体验。

Arm C2 Ultra针对这类负载增强了单线程性能、执行引擎和数据访问能力。根据Arm给出的数据，其单线程性能和网页浏览性能均提升15%，应用启动和多线程性能分别提升12%。单线程性能的提升，会直接影响智能体交互、工具调用和并行任务的响应速度。

在C2 CPU集群中，C2 Ultra负责需要快速响应的突发负载，C2 Pro则以更高能效承担持续任务。Arm的合作伙伴可以按照产品定位调整两类核心的数量，而不是用一种核心覆盖所有场景。对于同时包含模型推理、系统服务和前台应用的个人AI负载，这种配置空间比单独追求一个峰值数字更有实际意义。

更明显的AI性能提升来自SME2。在特定AI模型中，增强SME2支持的C2 CPU集群，执行性能可以达到上一代的1.7倍。不过，端侧AI不仅受计算能力限制，也经常受制于内存带宽。

以大语言模型为例，处理整段输入的预填充阶段包含大量矩阵运算，更接近计算密集型任务；逐字生成答案时，处理器需要频繁读取模型权重，又更容易受到内存带宽限制。

SME2提高矩阵计算效率，低位宽与缓存设计则减少需要搬运的数据，几项改进分别对应模型运行的不同阶段。

面对计算密集型负载，量化是一个解决方法，从INT8、INT4进一步走向INT2。位宽降低后，计算量和数据量随之减少，但也可能损失精度。Arm边缘AI CPU产品管理总监Daniel Lu对雷峰网(公众号：雷峰网)表示：“量化感知训练能够缓解模型从INT8降到INT4、INT4降到INT2带来的精度损失，业界也在持续缩小精度损耗。”

相比追求更高的主频或峰值算力，Arm更关注降低延迟。Daniel Lu表示，“如果一味追求峰值性能，反而可能影响延迟。持续运行的高计算密集型算法更适合GPU或NPU，CPU则应聚焦低延迟应用，以及能够控制在本地算力预算内的小语言模型。搭载SME引擎的CPU集群等效算力约为5至6TOPS。”

内存受限时，再高的计算性能也可能消耗在等待数据上。Daniel Lu介绍，C2 CPU集群同时配备私有L2缓存与大容量共享L3缓存，能够减少访问系统级缓存乃至DRAM的频次，从而降低延迟以及数据移动产生的功耗。

从低位宽矩阵计算到缓存拓扑，C2 CPU集群针对的是端侧AI落地后的实际瓶颈。SME2已经进入几乎所有旗舰手机，下一步的关键是让开发者更方便地使用这层广泛存在的AI能力。

Mali GPU首次集成AI加速器，手游性能跨越式提升

如果说CPU的进化是让更多应用能够使用AI，Mali G2-Ultra NX则让AI直接参与图形计算，改变GPU输出画面的方式。

实时光线追踪、复杂几何细节和动态全局光照正在进入手机，散热、电池容量和内存带宽却很难同步跃升。依靠GPU逐像素渲染，开发者不得不在画质、帧率和功耗之间反复取舍。

Mali G2-Ultra NX首次在Mali GPU中原生集成神经网络加速器，让手游开发者不再需要反复取舍。

全新GPU采用神经超级采样（NSS）技术，先以较低分辨率渲染，再由神经网络重建高分辨率画面；神经超级采样与降噪（NSSD）同时处理光追噪声；神经帧率提升（NFRU）则利用前后两个真实渲染帧重建中间帧。

这不是让大语言模型“凭空生成”画面。Mali G2-Ultra NX采用卷积神经网络，以GPU渲染的真实画面、运动向量和深度信息为输入完成重建。开发者也可以用自己的游戏内容训练模型，让输出保持原有的美术风格。

在《光影新生》的三帧演示中，第一帧和第三帧只有四分之一像素采用传统方式渲染，中间帧完全由AI重建。综合计算，八分之七的像素由AI完成重建。

AI插帧也会带来新的延迟问题。以30FPS为例，每个真实帧的时间预算约为33毫秒，系统既要完成真实帧渲染，也要在合适的时序插入重建帧。如果调度不当，帧率数字提高了，操作响应仍可能变慢。因此，NFRU不仅依赖GPU中的NX单元，也需要Android帧节奏机制和游戏引擎共同配合，保证生成帧进入显示链路时不破坏交互延迟。

这使Mali G2-Ultra NX的帧率与能效最高达到上一代的4倍，DRAM流量最高降低70%。如果不使用神经图形技术，Arm给出的综合游戏基准性能平均提升20%，同频游戏实测性能最高提升14%。两组数字的差距，正体现了AI为GPU打开的增量空间。

传统图形能力也在升级。Mali G2-Ultra NX引入新的执行引擎和第三代光追单元，以更紧凑的三角形数据表达减少重复数据，在现有光追基准测试中可将DRAM带宽需求降低约13%。

“AI增强图形将逐渐成为行业标配。”James McNiven指出，Arm会同时加强AI功能和传统图形渲染技术。神经网络加速器并非取代渲染单元，简单画面的传统渲染成本已经很低，面对几何细节和光照更复杂的内容，AI重建才更容易体现效率优势。

这颗GPU也能承担图形之外的AI计算。Arm边缘AI高级产品经理Deyan Lazarov告诉雷峰网，只要神经网络采用INT8等合适的数据格式，就可以在GPU上运行；即使部分计算使用浮点格式，GPU也能处理。不过，现阶段Arm的重点仍是图形应用。

CPU For AI，解决AI如何走向更多应用；AI For GPU，回答AI如何改进已有的计算产品。两条路径在CSS for Mobile 2上交汇。

NPU留给伙伴，Arm用系统和软件支撑个人AI

Arm CSS for Mobile 2没有集成Arm NPU，并不意味着个人AI不需要NPU。CPU适合任务编排、工具调用和低延迟的轻量级负载，GPU兼顾图形与通用计算，NPU则擅长持续运行计算密集型模型。

James McNiven表示：“在移动设备领域，Arm一贯的思路是将NPU层面的技术创新更多交由合作伙伴主导，我们在物联网场景有Ethos系列NPU。”

手机芯片厂商通常拥有自己的NPU架构，也会围绕自有模型、操作系统和第一方AI功能深度优化。

第三方应用面对的情况不同。开发者需要覆盖不同品牌和芯片，如果每款NPU都单独适配，成本会明显提高。CPU和GPU相对标准化的编程环境，更适合作为广泛应用的共同基础。具体任务运行在CPU、GPU还是NPU，则通常由系统厂商通过软件调度。

Arm CSS for Mobile为合作伙伴保留了配置空间。C2 CPU集群最高支持14个核心，客户可以按工作负载搭配C2 Ultra与C2 Pro。Mali G2-Ultra NX也允许配置着色器核心和NX单元，再围绕工艺、频率和功耗优化。

Arm的重点，是提供经过系统优化的CPU、GPU、互联IP，以及连接硬件与应用的软件系统CSS。与以往相比，Arm今年发布新一代CPU和GPU时，也把软件栈和生态放在了更重要的位置。

Deyan Lazarov解释：“我们高度重视软件生态建设，核心目标是降低开发者使用门槛，让技术更易于上手。”过去彼此分开的图形、通用计算与神经网络计算，正在进入统一的计算体系，开发工具也需要随之打通。

在GPU方面，Arm开放神经图形模型，并提供SDK、示例代码和游戏引擎插件，还与腾讯游戏、Unity中国等伙伴推进适配。在CPU的软件生态构建上，KleidiAI把针对SME2优化的计算内核接入不同AI框架。开发者无需直接处理底层指令，也能调用新的硬件能力。

这层软件抽象对端侧AI尤其重要。模型和应用如果需要逐一识别底层CPU指令、GPU单元和不同芯片配置，新硬件能力很难快速普及。当优化内核通过常用框架和引擎交付，开发者沿用熟悉的工具链，就能在不重写应用的情况下获得硬件加速。

Arm Everywhere China 2026反复强调软件，目的正是让新增算力真正进入应用，而不是停留在芯片规格表中。

这也是Arm从IP走向CSS后必须补上的一环。单独提供CPU或GPU IP，客户需要自行完成大量集成和系统优化。CSS组合CPU、GPU和系统IP，帮助客户缩短芯片研发周期。软件生态继续向上连接模型、框架与应用，让硬件能力更快转化为产品体验。

个人AI仍在快速变化，CPU、GPU和NPU的分工也会继续调整。相比给出一种固定组合，Arm选择提供可配置的计算基础，再用软件降低开发和迁移门槛。

CPU推动AI普及，AI推动GPU进化，合作伙伴用NPU形成差异化，软件把不同处理器连接到应用。持续迭代的硬件和不断完善的软件生态，将成为Arm在个人AI时代继续站在计算中心的关键。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

个人AI的实现，到底需要一套怎样的计算底座？当手机开始理解用户意图、调用工具并连续完成任务，计算平台要支撑的已不只是一次模型推理，而是完整的个人AI体验。

在今天的Arm Everywhere China 2026大会上，Arm发布了最新的CSS for Mobile 2。可以观察到，AI在全新的手机计算子系统中扮演了两个不同角色，CPU通过增强AI计算能力，帮助更多应用用上AI；Mali GPU首次原生集成神经网络加速器，用AI推动游戏性能和体验跨越式提升。

Arm的CPU正在推动端侧AI进一步普及。“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。”Arm边缘AI智能终端计算副总裁James McNiven表示。SME2是Arm给CPU增加的一套AI矩阵运算加速能力。

新一代Arm C2 Ultra带来15%的单线程性能提升，增强SME2支持的C2 CPU集群，在特定AI模型上的执行性能可达到上一代的1.7倍。

全新的Arm Mali GPU让人眼前一亮。在《光影新生》演示中给出的数据显示，Mali G2-Ultra NX借助神经图形技术，相比没有AI辅助渲染的上一代Mali G1-Ultra，帧率与能效最高达到4倍。AI开始参与画面重建，让手机能够以不同于传统渲染的方式获得更高的游戏性能。

CPU加速AI普及，AI加速GPU进化。但在这套面向个人AI的平台中，Arm为什么没有同时纳入自家的NPU？James McNiven解释：“在移动设备领域，Arm一贯的思路是将NPU层面的技术创新更多交由合作伙伴主导。”

把NPU的差异化创新留给伙伴后，Arm将重点放在CPU、GPU以及支撑硬件能力的软件生态上。从KleidiAI到神经图形模型、SDK和游戏引擎合作，Arm正在缩短处理器能力与开发者应用之间的距离。软硬件一体的系统和生态正是Arm在AI时代能够继续成为领导者的关键。

SME2成为旗舰标配，Arm CPU加速端侧AI普及

个人AI带来的计算负载，比运行一次模型复杂得多。以预订结婚纪念日晚餐为例，智能体需要完成语音转文字，搜索用户喜欢的餐厅、日历和相册，再生成指令、访问网页并执行操作，如果餐厅订满，整套流程还要重新运行。

CPU既要运行部分轻量级模型，也要承担工具调用和任务编排，每个环节的延迟都会影响最终体验。

Arm C2 Ultra针对这类负载增强了单线程性能、执行引擎和数据访问能力。根据Arm给出的数据，其单线程性能和网页浏览性能均提升15%，应用启动和多线程性能分别提升12%。单线程性能的提升，会直接影响智能体交互、工具调用和并行任务的响应速度。

在C2 CPU集群中，C2 Ultra负责需要快速响应的突发负载，C2 Pro则以更高能效承担持续任务。Arm的合作伙伴可以按照产品定位调整两类核心的数量，而不是用一种核心覆盖所有场景。对于同时包含模型推理、系统服务和前台应用的个人AI负载，这种配置空间比单独追求一个峰值数字更有实际意义。

更明显的AI性能提升来自SME2。在特定AI模型中，增强SME2支持的C2 CPU集群，执行性能可以达到上一代的1.7倍。不过，端侧AI不仅受计算能力限制，也经常受制于内存带宽。

以大语言模型为例，处理整段输入的预填充阶段包含大量矩阵运算，更接近计算密集型任务；逐字生成答案时，处理器需要频繁读取模型权重，又更容易受到内存带宽限制。

SME2提高矩阵计算效率，低位宽与缓存设计则减少需要搬运的数据，几项改进分别对应模型运行的不同阶段。

面对计算密集型负载，量化是一个解决方法，从INT8、INT4进一步走向INT2。位宽降低后，计算量和数据量随之减少，但也可能损失精度。Arm边缘AI CPU产品管理总监Daniel Lu对雷峰网(公众号：雷峰网)表示：“量化感知训练能够缓解模型从INT8降到INT4、INT4降到INT2带来的精度损失，业界也在持续缩小精度损耗。”

相比追求更高的主频或峰值算力，Arm更关注降低延迟。Daniel Lu表示，“如果一味追求峰值性能，反而可能影响延迟。持续运行的高计算密集型算法更适合GPU或NPU，CPU则应聚焦低延迟应用，以及能够控制在本地算力预算内的小语言模型。搭载SME引擎的CPU集群等效算力约为5至6TOPS。”

内存受限时，再高的计算性能也可能消耗在等待数据上。Daniel Lu介绍，C2 CPU集群同时配备私有L2缓存与大容量共享L3缓存，能够减少访问系统级缓存乃至DRAM的频次，从而降低延迟以及数据移动产生的功耗。

从低位宽矩阵计算到缓存拓扑，C2 CPU集群针对的是端侧AI落地后的实际瓶颈。SME2已经进入几乎所有旗舰手机，下一步的关键是让开发者更方便地使用这层广泛存在的AI能力。

Mali GPU首次集成AI加速器，手游性能跨越式提升

如果说CPU的进化是让更多应用能够使用AI，Mali G2-Ultra NX则让AI直接参与图形计算，改变GPU输出画面的方式。

实时光线追踪、复杂几何细节和动态全局光照正在进入手机，散热、电池容量和内存带宽却很难同步跃升。依靠GPU逐像素渲染，开发者不得不在画质、帧率和功耗之间反复取舍。

Mali G2-Ultra NX首次在Mali GPU中原生集成神经网络加速器，让手游开发者不再需要反复取舍。

全新GPU采用神经超级采样（NSS）技术，先以较低分辨率渲染，再由神经网络重建高分辨率画面；神经超级采样与降噪（NSSD）同时处理光追噪声；神经帧率提升（NFRU）则利用前后两个真实渲染帧重建中间帧。

这不是让大语言模型“凭空生成”画面。Mali G2-Ultra NX采用卷积神经网络，以GPU渲染的真实画面、运动向量和深度信息为输入完成重建。开发者也可以用自己的游戏内容训练模型，让输出保持原有的美术风格。

在《光影新生》的三帧演示中，第一帧和第三帧只有四分之一像素采用传统方式渲染，中间帧完全由AI重建。综合计算，八分之七的像素由AI完成重建。

AI插帧也会带来新的延迟问题。以30FPS为例，每个真实帧的时间预算约为33毫秒，系统既要完成真实帧渲染，也要在合适的时序插入重建帧。如果调度不当，帧率数字提高了，操作响应仍可能变慢。因此，NFRU不仅依赖GPU中的NX单元，也需要Android帧节奏机制和游戏引擎共同配合，保证生成帧进入显示链路时不破坏交互延迟。

这使Mali G2-Ultra NX的帧率与能效最高达到上一代的4倍，DRAM流量最高降低70%。如果不使用神经图形技术，Arm给出的综合游戏基准性能平均提升20%，同频游戏实测性能最高提升14%。两组数字的差距，正体现了AI为GPU打开的增量空间。

传统图形能力也在升级。Mali G2-Ultra NX引入新的执行引擎和第三代光追单元，以更紧凑的三角形数据表达减少重复数据，在现有光追基准测试中可将DRAM带宽需求降低约13%。

“AI增强图形将逐渐成为行业标配。”James McNiven指出，Arm会同时加强AI功能和传统图形渲染技术。神经网络加速器并非取代渲染单元，简单画面的传统渲染成本已经很低，面对几何细节和光照更复杂的内容，AI重建才更容易体现效率优势。

这颗GPU也能承担图形之外的AI计算。Arm边缘AI高级产品经理Deyan Lazarov告诉雷峰网，只要神经网络采用INT8等合适的数据格式，就可以在GPU上运行；即使部分计算使用浮点格式，GPU也能处理。不过，现阶段Arm的重点仍是图形应用。

CPU For AI，解决AI如何走向更多应用；AI For GPU，回答AI如何改进已有的计算产品。两条路径在CSS for Mobile 2上交汇。

NPU留给伙伴，Arm用系统和软件支撑个人AI

Arm CSS for Mobile 2没有集成Arm NPU，并不意味着个人AI不需要NPU。CPU适合任务编排、工具调用和低延迟的轻量级负载，GPU兼顾图形与通用计算，NPU则擅长持续运行计算密集型模型。

James McNiven表示：“在移动设备领域，Arm一贯的思路是将NPU层面的技术创新更多交由合作伙伴主导，我们在物联网场景有Ethos系列NPU。”

手机芯片厂商通常拥有自己的NPU架构，也会围绕自有模型、操作系统和第一方AI功能深度优化。

第三方应用面对的情况不同。开发者需要覆盖不同品牌和芯片，如果每款NPU都单独适配，成本会明显提高。CPU和GPU相对标准化的编程环境，更适合作为广泛应用的共同基础。具体任务运行在CPU、GPU还是NPU，则通常由系统厂商通过软件调度。

Arm CSS for Mobile为合作伙伴保留了配置空间。C2 CPU集群最高支持14个核心，客户可以按工作负载搭配C2 Ultra与C2 Pro。Mali G2-Ultra NX也允许配置着色器核心和NX单元，再围绕工艺、频率和功耗优化。

Arm的重点，是提供经过系统优化的CPU、GPU、互联IP，以及连接硬件与应用的软件系统CSS。与以往相比，Arm今年发布新一代CPU和GPU时，也把软件栈和生态放在了更重要的位置。

Deyan Lazarov解释：“我们高度重视软件生态建设，核心目标是降低开发者使用门槛，让技术更易于上手。”过去彼此分开的图形、通用计算与神经网络计算，正在进入统一的计算体系，开发工具也需要随之打通。

在GPU方面，Arm开放神经图形模型，并提供SDK、示例代码和游戏引擎插件，还与腾讯游戏、Unity中国等伙伴推进适配。在CPU的软件生态构建上，KleidiAI把针对SME2优化的计算内核接入不同AI框架。开发者无需直接处理底层指令，也能调用新的硬件能力。

这层软件抽象对端侧AI尤其重要。模型和应用如果需要逐一识别底层CPU指令、GPU单元和不同芯片配置，新硬件能力很难快速普及。当优化内核通过常用框架和引擎交付，开发者沿用熟悉的工具链，就能在不重写应用的情况下获得硬件加速。

Arm Everywhere China 2026反复强调软件，目的正是让新增算力真正进入应用，而不是停留在芯片规格表中。

这也是Arm从IP走向CSS后必须补上的一环。单独提供CPU或GPU IP，客户需要自行完成大量集成和系统优化。CSS组合CPU、GPU和系统IP，帮助客户缩短芯片研发周期。软件生态继续向上连接模型、框架与应用，让硬件能力更快转化为产品体验。

个人AI仍在快速变化，CPU、GPU和NPU的分工也会继续调整。相比给出一种固定组合，Arm选择提供可配置的计算基础，再用软件降低开发和迁移门槛。

CPU推动AI普及，AI推动GPU进化，合作伙伴用NPU形成差异化，软件把不同处理器连接到应用。持续迭代的硬件和不断完善的软件生态，将成为Arm在个人AI时代继续站在计算中心的关键。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。