Arm中国大会观察：从端、云到机器人，计算平台如何应对智能体时代？

9月8日，Arm Everywhere China年度大会在上海举行，主题是「赋能AI计算的未来」，近2000人报名参会。

雷科技（ID：leitech）注意到，这场大会传递出的信号相当明确：当AI发展阶段从生成式AI迈向智能体AI，计算正在从云端一路延伸至边缘和物理世界，形成一个高度互联的整体。

Arm执行副总裁兼首席商务官Will Abbey在现场公布了一份成绩单，全球基于Arm技术芯片的累计出货量已超过3500亿颗。他还表示，中国合作伙伴在其中发挥了重要作用。

（图源：雷科技摄制）

智能体时代的计算，到底需要什么样的底座？Arm这场大会的内容主要分成三个部分：边缘AI、云AI、物理AI。所有场景下的智能体场景，Arm都要参与。

边缘AI：智能体在终端扎根了

智能体AI给移动设备带来的变化，肯定不是增加一个语音助手这么简单。具体来说，在手机上，它需要持续联系上下文状态、调用App以及协调不同类型的模型，最核心的就是要能理解用户意图自动完成任务，这对计算平台提出了新的要求。

Arm正式推出了第二代移动终端计算子系统CSS for Mobile 2，把CPU、GPU和系统IP更紧密地整合在一起。这套平台由两大引擎驱动：搭载第二代可伸缩矩阵扩展（SME2）技术的C2-Ultra CPU，以及首次引入专用神经网络加速器的Mali G2-Ultra NX GPU。

（图源：雷科技摄制）

先看CPU这边，全新的C2 CPU集群结合了性能最强的移动CPU C2-Ultra、面向能效优化的C2-Pro，以及双SME2单元配置。翻倍的SME2计算能力，能让最新小语言模型的运行速度提升最高70%。与上一代C1-Ultra相比，C2-Ultra的AI性能提升最高1.7倍，单线程性能提升15%，相同性能下功耗降低38%。

（图源：Arm）

大会上，Arm表达出了一个观点：CPU才是智能体AI的核心，它并非是要被GPU或NPU取代的次要部件。实际使用过程中，智能体需要维护上下文、调度工作负载、协调各类任务，CPU在这个过程中发挥着最关键的作用，CPU性能支撑着这些任务的顺利流畅运行。Arm的合作伙伴通义千问现场演示了一个案例，Qwen-Audio家族借助Arm CPU和SME2技术在端侧高效运行，从而让高质量语音生成不再依赖云端。

Arm GPU的进展同样值得关注，Mali G2-Ultra NX是首款集成专用神经网络加速器的Mali GPU，神经网络计算与传统图形处理可在同一管线中协同运行。在神经网络处理场景下，它的每瓦性能最高提升4倍；针对现有游戏内容，传统图形性能也有最高14%的提升。新增的第三代光线追踪单元和全新执行引擎，则瞄准了越来越复杂的游戏场景需求。

（图源：雷科技摄制）

神经图形（Neural Graphics）正在成为移动游戏领域的关键技术。我们了解到，网易《燕云十六声》计划今年推出支持神经超级采样（NSS）的版本，腾讯《暗区突围：无限》与Arm联合推进NSSD技术演示，叠纸《无限暖暖》也在集成NSS技术。

（图源：雷科技摄制）

加上腾讯游戏MagicDawn中台、Unity中国团结引擎的原生集成，Arm神经网络技术不再停留在演示阶段，已经在快速落地了，很快玩家就能在真实游戏产品上感受到。

从现场的讲解来看，神经图形应用在游戏领域，对消费者最直观的感受就是功耗更低的前提下，游戏帧数、画面清晰度都有显著的提升。而且，GPU中集成AI算力的做法，比传统的单纯提升GPU性能更加有效率。未来的游戏开发，AI的参与度大概率会更高。

（图源：雷科技摄制）

云AI：智能体让CPU在数据中心更重要了

智能体AI对云基础设施同样产生了影响，智能体不仅要推理，还要检索数据、调用工具以及和其他智能体协作，这导致AI数据中心需要具备更强的CPU算力。IDC数据显示，基于Arm架构的机架级服务器市场规模已经超越x86，成为云端计算的主流平台，几乎所有头部云服务商均都采用了Arm架构。

面对智能体浪潮下云端计算更加多元化的计算需求，Arm推出了很有针对性的两款产品。

一个是定制化程度很高的Neoverse CSS N4，作为Arm目前可配置性最高的计算子系统，它的单颗裸片最高可搭载128个内核，支持LPDDR6 内存与PCIe Gen 7互连。与上一代N3 相比，它的性能最高提升至两倍，每瓦性能最高1.25倍，内存带宽最高1.75倍。现在，鸿钧微电子已成为首批采用CSS N4 开发差异化基础设施芯片的合作伙伴之一。

（图源：雷科技摄制）

另一个是之前发布过的Arm AGI CPU，它属于买来即用。自推出以来，OpenAI、Meta、Oracle、Cloudflare、SAP、联想、Supermicro等企业都采购了AGI CPU。在中国市场上，字节跳动旗下火山引擎已把首批基于Arm AGI CPU的智能体沙箱推向市场。

（图源：雷科技摄制）

不过，这两份方案，无论是定制版还是量产版，都构建在Arm统一平台和软件生态上。在Arm看来，AI基础设施不存在适用于所有场景的单一方案，不同场景、不同负载需求，对应的解决方案肯定是差别的。

像智能体这类对性能要求比较高的应用场景，就需要CPU性能强的芯片和计算平台。当然，Arm给了选择权，客户可以结合自身情况来选择具体的方案。

物理AI：机器人产业需要统一生态

在很多人的感知里面，边缘和云端的AI主要呈现形式还是集中在数字虚拟世界里，用户通常是在一块屏幕里和相关应用互动。

相比之下，物理AI就更加有「实感」，毕竟它真的让智能走进了现实。机器人、机械臂以及其他具身智能产品，都会让我们有这样的感觉。

通常情况下，具身智能要具备感知、推理和行动能力，横跨AI模型、软件、计算平台、传感器等多个层级，任何一家企业想把所有流程独自搞定，不太现实。

为此，Arm的做法是把它擅长的Arm全面设计生态项目扩展到物理AI领域，目前加入的已经有亚马逊云科技、Hugging Face、Liquid AI、QNX等80多家业内知名企业。

（图源：Arm）

这份名单中有芯片品牌，有云服务商，有大模型巨头，也有操作系统平台，在物理AI的产业链中处于不同的位置，物理AI落地，需要它们一起合作，而组局的正是Arm。

Arm提出的首个「提案」是构建机器人能力分级框架，用一套统一的标准，来描述、评估和交流自主机器的能力水平。

（图源：Arm）

Arm合作伙伴银河通用机器人首席战略官赵于莉在大会上表示，其具身智能基座大模型AstraBrain已证明，单一基础模型即可支持人形机器人在制造、零售和家庭等多元场景中部署，而统一的能力框架将加速系统集成与创新。

也就是说，机器人产业目前也存在碎片化的问题，生态层面没有一个统一的标准，很像当年智能手机刚诞生时，很多品牌都在闭门造车，自己弄一套系统，最终大部分都被淘汰了。当然，这其实是给了Arm机会，不同企业用不同标准定义机器人的能力，产业协同的效率被大大拉低。

Arm处于芯片领域的顶端，有能力像当年苹果、谷歌定义移动生态一样，为机器人产业提供一套共同的计算语言。联想车计算、Anaxi Labs等伙伴的现场表态，也印证了Arm所具备的号召力。

值得一提的是，Arm还在大会上发布了AI Portal，它的作用是为开发者和智能体提供优化模型和性能、提供软件资源等。也就是说，Arm的这款智能体，本身也成为了开发者生态的一员，能为其他智能体提供帮助。

毫无疑问，AI发展已经从模型时代进入到了Agent智能体时代。同时，智能体对计算提出了新的需求，芯片和计算服务的将不是单一场景，消费者用的终端产品、现实世界里的机器人、提供云AI的数据中心等，都需要算力更强、功能更丰富、功耗更低、生态更完善的计算平台。Arm所要做的，就是让合作伙伴相信，他们支付的电费、购买的方案、部署的硬件设备，都会释放出最大的价值。

总的来说，Arm这场大会，最核心的目的不是发布某一款芯片，也不是强调Arm架构的CPU或GPU性能很强。在我们看来，Arm更想强调的，是在智能体时代，Arm有能力提供一个统一的计算生态、交流平台以及兼容所有AI场景的解决方案。Arm认为，智能体时代需要统一的计算底座，Arm自己就是这个底座。

（图源：雷科技摄制）

3500亿颗芯片出货量，超过2200万名开发者，加上覆盖云、边缘和物理应用的统一平台，Arm的成绩和野心都已经充分展露出来。可以预见的是，未来的AI世界里，我们会更频繁地看见Arm的身影。

9月4日-8日，世界最大家电与消费电子展IFA2026在柏林盛大召开。
作为全球AI集体点赞的“IFA报道最强新媒体”，雷科技今年派出史上规格最高、规模最大的探展团飞赴柏林，采取“2+N”（双主播+多名现场编辑+多名后台编辑）的模式，对IFA2026进行现场、立体、一手报道，重点关注AI Agent与家电和硬件的结合，机器人技术与家庭场景的融合、人车家数字生活新趋势以及国产品牌在世界舞台的展示。
雷科技IFA2026报道团成员正在柏林现场紧锣密鼓地展开报道，欢迎关注！