電子發(fā)燒友網(wǎng)報(bào)道（文/黃晶晶）日前，在ArmUnlocked上海站峰會(huì)上，Arm重磅推出智能終端專屬 Lumex CSS平臺(tái)。Lumex CSS是一套專為旗艦級(jí)智能手機(jī)及下一代個(gè)人電腦加速其人工智能 (AI) 體驗(yàn)的先進(jìn)計(jì)算平臺(tái)。

CSS是Arm推出的計(jì)算子系統(tǒng)，針對(duì)不同的應(yīng)用領(lǐng)域，提供包括Arm Neoverse 計(jì)算子系統(tǒng)、面向汽車行業(yè)的 Zena、面向移動(dòng)市場(chǎng)的 Lumex、面向PC市場(chǎng)的Niva，以及面向物聯(lián)網(wǎng)和邊緣 AI的Orbis。

Lumex CSS 平臺(tái)集成了搭載第二代可伸縮矩陣擴(kuò)展 (SME2) 技術(shù)的最高性能 ArmCPU、GPU及系統(tǒng) IP，不僅能助力生態(tài)伙伴更快將AI設(shè)備推向市場(chǎng)，還可支持桌面級(jí)移動(dòng)游戲、實(shí)時(shí)翻譯、智能助手及個(gè)性化應(yīng)用等多樣的豐富體驗(yàn)。



取消Cortex命名，Lumex平臺(tái)CPU采用新的命名規(guī)則

Arm高級(jí)副總裁兼終端事業(yè)部總經(jīng)理Chris Bergey表示，在終端業(yè)務(wù)方面，從Lumex 平臺(tái)開始，Arm引入新的命名規(guī)則。在這個(gè)新命名體系下，Lumex平臺(tái)里面的CPU系列會(huì)以C1-Ultra、C1-Premium、C1-Pro以及C1-Nano等名稱出現(xiàn)。這一命名體系清晰直觀，能讓整個(gè)行業(yè)和合作伙伴一目了然。同樣的命名體系也應(yīng)用于GPU產(chǎn)品線。例如，過(guò)去的 “Immortalis” 品牌，現(xiàn)統(tǒng)一采用 Lumex 體系下的Mali命名。關(guān)于面向汽車市場(chǎng)的 Zena CSS 平臺(tái)，Arm之前介紹過(guò)一些信息，但關(guān)于面向個(gè)人電腦的 Niva CSS 平臺(tái)，Arm尚未發(fā)布相關(guān)信息。

具體來(lái)看，搭載SME2的Armv9.3架構(gòu)在CPU、GPU方面都有較大提升。Arm C1-Ultra CPU是Arm至今推出的性能最強(qiáng)的CPU，其單線程峰值性能較上一代 Arm Cortex-X925 CPU提升高達(dá) 25%，非常適合處理嚴(yán)苛的 AI 與計(jì)算工作負(fù)載。針對(duì)功耗敏感型的用例，Arm C1-Pro CPU 較 Cortex-A725能效提升幅度達(dá)12%。



借助SME2實(shí)現(xiàn)AI就緒端側(cè)AI性能可提升達(dá)五倍，能效可提升三倍。顯著的性能提升還包括語(yǔ)音識(shí)別延遲改善超4.7倍，經(jīng)典大語(yǔ)言模型任務(wù)性能提升4.7 倍，生成式 AI 處理速度快2.8倍。

GPU方面，Mali G1-Ultra 集性能與能效于一身，性能提升20% 的同時(shí)，每幀能耗也降低9%。該 GPU 在 AI 與機(jī)器學(xué)習(xí)網(wǎng)絡(luò)上的推理速度比 Immortalis-G925 快上 20%，光線追蹤性能提升兩倍。

在CSS模式的交付方面，合作伙伴無(wú)論是希望選用RTL交付形式的技術(shù)授權(quán)方式，還是采用接近生產(chǎn)就緒的實(shí)現(xiàn)方案，Arm均能提供充分的靈活性與定制化能力，助力合作伙伴借助Lumex CSS快速推進(jìn)項(xiàng)目，大規(guī)模交付具備旗艦級(jí)加速性能的豐富AI體驗(yàn)。

SME2較前代性能的提升

此次，Arm在所有新推出的CPU平臺(tái)上全面啟用第二代可伸縮矩陣擴(kuò)展(SME2) 技術(shù)，為開發(fā)者帶來(lái)更強(qiáng)的AI性能、更低的內(nèi)存占用，并讓端側(cè)AI運(yùn)行更加流暢，尤其對(duì)于音頻生成、攝像頭推理、計(jì)算機(jī)視覺或聊天交互等對(duì)實(shí)時(shí)性要求嚴(yán)苛的應(yīng)用而言。SME2的推出，標(biāo)志著端側(cè)AI 開發(fā)邁入對(duì)開發(fā)者更為友好的新時(shí)代。

Arm終端事業(yè)部產(chǎn)品管理副總裁James McNiven解析，SME2是SME的新一代版本。它新增了更多指令集，可進(jìn)一步提升性能和能效。它支持更小的數(shù)據(jù)類型——具體而言是2 bit和4 bit，隨著每年高度量化模型的不斷增多，這類小數(shù)據(jù)類型在移動(dòng)生態(tài)系統(tǒng)中的重要性正日益凸顯。這也是Arm將SME2 整合到Lumex 平臺(tái)中的原因所在。

Arm預(yù)計(jì)到2030年SME和SME2將為超30億臺(tái)設(shè)備新增超100億TOPS的計(jì)算能力。這將使端側(cè)AI能力實(shí)現(xiàn)指數(shù)級(jí)飛躍，它將降低成本、減少延遲、增強(qiáng)隱私，整體提升用戶體驗(yàn)。對(duì)開發(fā)者而言，這意味著他們能更迅速地將創(chuàng)新成果推向市場(chǎng)。

借助Lumex，Arm助力下一代旗艦級(jí)智能手機(jī)的快速發(fā)展，讓AI真正實(shí)現(xiàn)個(gè)性化。它具備實(shí)時(shí)適配能力，從核心到上層進(jìn)行了全面優(yōu)化，能將平臺(tái)級(jí)的智能體驗(yàn)置于用戶的掌心。

提供額外2到6 TOPS算力，CPU算力對(duì)端側(cè)AI更友好

James McNiven表示，隨著AI應(yīng)用的日趨成熟，許多AI工作負(fù)載會(huì)從云端轉(zhuǎn)向端側(cè)。但云端與端側(cè)的混合模式將會(huì)長(zhǎng)期共存——云端AI不會(huì)被取代，只是出于隱私考量，許多AI功能的運(yùn)行需要同時(shí)滿足三個(gè)條件：隨時(shí)可用、低延遲交付，且必須在端側(cè)運(yùn)行。從功能提供者的視角來(lái)看，讓用戶設(shè)備承載盡可能多的AI 工作負(fù)載以降低云端成本，亦是合理之舉。

因此，若某項(xiàng)工作負(fù)載需在端側(cè)運(yùn)行，開發(fā)者接下來(lái)要做的決策是該讓它在設(shè)備的哪個(gè)模塊上運(yùn)行。如今的移動(dòng)端系統(tǒng)級(jí)芯片 (SoC) 非常復(fù)雜，它們均配備 CPU（大部分計(jì)算工作負(fù)載在此運(yùn)行）與高性能 GPU（專門處理圖形工作負(fù)載）。旗艦或高端智能手機(jī)還會(huì)搭載 NPU，作為 AI 工作負(fù)載的專用加速器。



從開發(fā)者的角度出發(fā)，他們大多需要較強(qiáng)的 CPU，從而進(jìn)一步為工作負(fù)載提供更多靈活性。所以對(duì)于Arm來(lái)說(shuō)，重點(diǎn)就是不斷的增強(qiáng)這些平臺(tái)的計(jì)算體驗(yàn)。CPU 能夠帶來(lái)最大的靈活性，以實(shí)現(xiàn)整個(gè)生態(tài)系統(tǒng)普遍的性能。

那么，在引入SME2之后，CPU的AI性能得到了怎樣的提升呢？

進(jìn)一步來(lái)說(shuō)，根據(jù)具體的實(shí)現(xiàn)方案和運(yùn)行頻率，第二代可伸縮矩陣擴(kuò)展 (SME2) 在技術(shù)上可提供額外2到6 TOPS的算力。James McNiven解析，你可能會(huì)想“才 6 TOPS？而一些 NPU 已經(jīng)超過(guò)100 TOPS了?！毕啾戎逻@聽起來(lái)似乎并不突出。但實(shí)際情況是，對(duì)于低延遲、模型較小的AI任務(wù)，例如圖像預(yù)處理、語(yǔ)音識(shí)別或?qū)崟r(shí)語(yǔ)境助手，這種級(jí)別的算力不僅足夠，往往還綽綽有余。

更重要的是，當(dāng)今許多 AI 工作負(fù)載受限于內(nèi)存帶寬，而非算力本身。因此，即使 NPU 擁有 100 TOPS 的算力，如果無(wú)法足夠快速地提供數(shù)據(jù)，這種峰值性能也難以被充分利用。通過(guò)啟用 SME2 直接在 CPU 核心上運(yùn)行，能夠以低延遲訪問(wèn)緩存和系統(tǒng)內(nèi)存，因此在處理這些規(guī)模小、頻繁觸發(fā)且對(duì)延遲敏感的任務(wù)時(shí)極為高效。因此，盡管 2 到 6 TOPS 的數(shù)值看似不高，但在實(shí)際應(yīng)用中的效率和響應(yīng)速度上，卻是一次巨大的躍升。此外，SME2 還帶來(lái)了可編程性優(yōu)勢(shì)。與功能固定的 NPU 不同，它能適應(yīng)不斷演進(jìn)的各類 AI 模型和用例。

當(dāng)然，NPU不會(huì)消失，GPU上的推理也不會(huì)被取代。Arm 深信不同的計(jì)算單元有不同的長(zhǎng)處，各自針對(duì)不同類型的 AI 工作負(fù)載進(jìn)行優(yōu)化。NPU擅長(zhǎng)高吞吐量、大模型的推理任務(wù)，例如大語(yǔ)言模型 (LLM)、視覺 Transformer；GPU更適合并行性強(qiáng)、與圖形相關(guān)的 AI 任務(wù)，例如渲染加上 AI 圖形優(yōu)化升級(jí)；而搭載 SME2 的 CPU，則在需要與系統(tǒng)邏輯緊密集成的低延遲、持續(xù)在線的小模型任務(wù)中有卓越表現(xiàn)。

這些計(jì)算單元并非相互競(jìng)爭(zhēng)，而是相輔相成。SME2 帶來(lái)了全新的靈活性，尤其對(duì)那些希望AI特性能夠在盡可能多的設(shè)備上運(yùn)行的第三方開發(fā)者而言，這個(gè)靈活性意義重大，包括那些沒(méi)有專用NPU的設(shè)備。因?yàn)槊恳慌_(tái)基于 Arm 架構(gòu)的智能手機(jī)都具備 CPU，且在不久的將來(lái)，許多智能手機(jī)都將支持啟用 SME2 的CPU 核心。這意味著開發(fā)者可以依賴一個(gè)一致且廣泛可用的 AI 加速層，無(wú)需擔(dān)心硬件碎片化的問(wèn)題。

在AI計(jì)算時(shí)代，Arm 的產(chǎn)品體系從 IP 到計(jì)算子系統(tǒng) (CSS)，再到“AI 優(yōu)先”的計(jì)算平臺(tái)。這項(xiàng)著眼“平臺(tái)優(yōu)先”的產(chǎn)品戰(zhàn)略，整合了高性能 CPU/GPU 硬件、KleidiAI 軟件工具及集成庫(kù)，構(gòu)建起“芯片-軟件-工具”的端到端平臺(tái)。憑借卓越的性能、能效和可擴(kuò)展性，該計(jì)算平臺(tái)能助力合作伙伴實(shí)現(xiàn)快速集成，降低研發(fā)復(fù)雜度與規(guī)?；L(fēng)險(xiǎn)，滿足 AI 時(shí)代的多樣化需求。