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AI（Edge AI），面向机器人与自动驾驶的物理AI（Physical 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。

“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AI（Generative AI）”向“智能体AI（Agentic 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“CSS（Compute 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DSU（Dynamic 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 NX，Arm宣称它是“首款AI原生GPU（Industry's 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/

CPU：C2-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SME2（Scalable 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/

GPU：Mali 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NX（Neural 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48（3×16）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 Maps，OMM）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 O'Driscoll 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/

Cloud：Neoverse 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 N3，Arm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GPU，NPU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？”