Arm 发布新一代计算平台：从单一算力转向智能体时代的资源编排

事件概述

2026年9月16日，Arm 在上海举办的 Arm Everywhere China 活动中，首次完整阐述了其在云 AI、边缘 AI 和物理 AI 三个维度的未来战略。此次发布会的核心信号是 Arm 试图突破传统“CPU IP 供应商”的角色边界，转而致力于成为 AI 时代计算资源的“编排者”和“基建底座”。面对 AI 计算从单一芯片性能竞争转向多单元协同竞争的现状，Arm 明确表示不预设未来的具体技术形态，而是构建一个允许变化、支持多方决策的开放平台。

核心信息与产品发布

1. 战略重心转移：从 Token 生成到 Token 调度

• 智能体时代的新挑战：AI 任务不再局限于单次响应，而是演变为包含理解意图、检索数据、调用应用及自主执行的连续流程。这要求计算资源在云、端侧和物理世界之间高效流动。
• CPU 角色的重塑：在智能体（Agent）场景下，CPU 的核心价值从单纯的加速转向“编排”。由于任务链路涉及低延迟响应、系统资源访问及多模块协同，CPU 将在 AI 计算体系中承担更基础的组织角色，而非被 NPU 完全取代。
• 算力分布趋势：行业观点认为，未来约 80% 的 Token 生成可能发生在本地设备，终端将从数据入口转变为智能计算节点。竞争焦点从“制造更多 Token”转向“以更低成本、更低延迟处理 Token”。

2. 关键产品与技术升级

• CSS for Mobile 2（首个 AI 原生移动计算子系统）：

  • 定位：作为“半成品”芯片设计方案，重组 SoC 设计方式，降低客户开发门槛。
  • 配置：集成 Arm C2 CPU 集群、Mali G2-Ultra NX GPU、SI L2 互连及软件工具。
  • 性能提升：相比上一代，单线程性能最高提升 15%，多线程性能最高提升 12%，AI 模型性能最高提升 1.7 倍。
  • Neoverse CSS N4：面向服务器领域，支持 128 个 CPU 核心，首款支持 LPDDR6 和 PCIe Gen 7，插槽性能最高提升至 2 倍，每瓦性能提升 25%。

• C2-Ultra CPU：

  • 架构优化：参考配置为 2 颗 C2-Ultra + 6 颗 C2-Pro，共享 L3 缓存，并配置两个 SME2 单元增强 AI 处理能力。
  • 能效表现：相同性能下功耗最高降低 38%，延续双位数性能增长趋势。

• Mali G2-Ultra NX GPU：

  • AI 图形融合：首款将神经网络加速器直接集成到着色器内核的 Mali GPU，支持 int8/int16 计算，频率可达 GPU 时钟的两倍。
  • 技术路径：采用卷积网络进行神经超级采样、帧率超分及降噪，模型压缩后功耗低于 1 瓦。目前聚焦单帧插值，未走多帧生成路线。
  • 传统渲染增强：指令集重构使寄存器分配更灵活，第三代光追单元减少冗余数据，主流光追基准场景 DRAM 流量降低 13%，帧率提升 30%。

• SME2 与 KleidiAI 软件生态：

  • 生态优先：硬件能力的价值取决于软件调用效率。通过 KleidiAI 等优化工具，降低开发者利用 CPU AI 加速能力的门槛，实现跨设备快速迁移。

值得关注：差异化竞争策略

• 开放 vs 封闭：与英伟达通过 CUDA 锁定开发者范式、苹果通过软硬一体深度结合不同，Arm 选择“不替客户做决定”。Arm 将 CPU、GPU、NPU 的任务分配权交给 OEM 厂商和芯片设计公司，自身仅确保基础能力并提供易于调用的软件生态。
• 拥抱不确定性：Arm 承认下一代终端形态和算力分配尚无定论，因此其产品设计逻辑是“无论市场走向何方，底座都能跟上”，旨在成为适应多种未来答案的通用平台。
• 产业链验证：微软基于 Neoverse CSS 在 18 个月内完成两代 Cobalt CPU 交付；云豹智能基于 CSS N2 构建 DPU 产品，显示该模式已在产业界得到初步验证。