Arm 今日（9 月8 日）在上海举办的Arm Everywhere China 年度大会上，正式推出第二代行动终端运算子系统CSS for Mobile 2，一口气端出全新C2-Ultra CPU 与Mali G2-Ultra NX GPU，全面瞄准代理型AI（Agentic AI）与AI 原生图形运算的时代需求。这套平台是Arm 迄今最完整的AI 原生运算方案，同时也是首款在Mali GPU 中整合专属神经加速器的产品，让行动装置的AI 图形处理能力跳升一个世代。 Arm 也放弃了去年才启用的Lumex 品牌标识，回归以CSS 为核心的命名方式。
Arm 上海发表CSS for Mobile 2：C2-Ultra CPU 与Mali G2-Ultra NX 登场
C2 CPU 集群：CPU 从算力核心变身AI 编排引擎
Arm 在此次CSS for Mobile 2 中端出全新的C2 CPU 集群，采组合式设计，包含Arm 史上最强的行动CPU 核心C2-Ultra、能效取向的C2-Pro，以及两组SME2（Scalable Matrix Extension 2）单元。 Arm 副总裁Chris Bergey 在官方新闻稿中表示，AI 正在从执行单一任务进化为管理复杂工作流程，CPU 的角色不再只是算力提供者，而是整个系统的编排引擎，负责维护上下文、排程工作负载、协调各类任务，确保AI 代理在推理、规划与执行过程中保持高反应性。
与上一代C1-Ultra 相比，C2-Ultra 在AI 性能上最高提升1.7 倍，单执行绪性能提升15%，多执行绪性能提升12%，网页浏览速度加快15%，而且在相同性能水准下功耗降低高达38%。
SME2 的翻倍配置是这次升级的关键。旗舰配置中SME2 运算能力翻倍，让最新小型语言模型的运行速度可提升高达70%。在一套涵盖语音处理、记忆检索、推理、应用执行与网页浏览的代理型工作流程测试中，C2-Ultra 配置双SME2 的架构比上一代C1-Ultra 快24%。
SME2 生态系也在快速扩张。目前多款旗舰Android 与iOS 智慧型手机均已启用该技术，支付宝、百度AI Edge Gallery、OPPO 和vivo 等都在围绕SME2 建构应用，阿里巴巴通义千问的Qwen-Audio 家族也已展示如何藉由Arm CPU 与SME2 在端侧高效运行语音生成模型。
Mali G2-Ultra NX：首款内置神经加速器的Mali GPU
Mali G2-Ultra NX 是Arm 首款AI 原生Mali GPU，也是「业界最先进的行动GPU」。最大突破在于将专属神经加速器直接整合进GPU 的著色器核心内部，神经图形处理与传统渲染在同一管线中执行，大幅降低资料在不同晶片区块之间搬运的延迟与功耗。
Arm GPU 产品团队的Deyan Lazarov 在接受访问时透露，这款晶片历时两年半开发，核心目标是让行动开发者能充分利用光线追踪等运算密集型技术。
Arm 围绕这套神经加速器设计了三项核心技术：
– NSS（Neural Super Sampling）：从低解析度渲染还原高解析度影像，例如从540p 提升至1080p
– NFRU（Neural Frame Rate Upscaling）：生成中间帧来提升显示帧率，例如将30FPS 渲染提升至60FPS 输出
– NSSD（Neural Super Sampling and Denoising）：结合画质提升与光线重建去噪，针对光线追踪场景的进阶方案
在Arm 与Sumo Digital 联合开发的Neural Dawn 技术展示中，NFRU 与NSSD 的组合可带来最高4 倍的能效提升，并减少高达70% 的外部记忆体流量。 Lazarov 举例，上一代Mali GPU 即使全力运转也只能让Neural Dawn 跑到40FPS，正常条件下仅15FPS；而Mali G2-Ultra NX 可轻松达到60FPS。
除了神经渲染，Mali G2-Ultra NX 在效能硬体上也有显著升级。它采用重新设计的执行引擎，是Mali 架构七代以来最大的指令集变革，暂存器数量提升至两倍，让复杂着色器有更多执行空间。在传统非AI 游戏表现上比前代提升最高14%，整体基准测试成绩提升24%。
光线追踪硬体也升级到第三代，新增硬体支援Opacity Micromaps，可更高效处理复杂的半透明几何材质，无需传统光追技术带来的额外运算成本。 Arm 表示，行动游戏的光追采用率正在快速成长，越来越多手游开始导入这项技术。
对比Nvidia DLSS 5：Arm 走开放路线
Arm 在AI 图形技术的路线选择上，与Nvidia 存在明显差异。 Lazarov 强调，Arm 的神经网路采用卷积型设计，与生成式AI 有本质不同。神经网路不会凭空创造内容，而是根据训练资料精确重建影像。这种设计使得Arm 的网路可以公开分享，所有NSS、NFRU 与NSSD 的模型均已开源在GitHub 与Hugging Face 上。
开发者可以取得Arm 的网路模型后，针对自家游戏的独特美术风格重新训练，确保AI 扩充画面的呈现方式完全符合开发者预期。 Lazarov 直言：「Nvidia 的DLSS 不是开放的，它是专有的、封闭的、黑箱式的，你不知道里面发生了什么。你无法针对自己的游戏重新训练。而我们是开放且可自订的。」
另一个关键差异是行动优先。 Arm 的技术从设计之初就考虑到行动装置的功耗、频宽与散热限制。 Lazarov 表示：「DLSS 根本无法在手机上跑，即使有软体支援，它瞬即就会超过你的功耗预算。」
游戏生态：腾讯、网易、Unity 全面导入
Arm 在发布会上同步展示AI 原生图形技术的落地进展。领先游戏引擎与工作室正在将Arm Neural Technology 整合到开发流程中，包括腾讯游戏中央技术部的MagicDawn 与Unity 团结引擎。 Arm 目前提供Unreal Engine 的专用插件，并计划扩展到其他游戏引擎。
游戏方面，网易的《燕云十六声》（Where Winds Meet）预计在今年推出搭载NSS 技术的版本；腾讯的《Arena Breakout Infinite》展示了NSSD 技术示范；Infold Games 的《Infinity Nikki》则正在整合NSS 技术。 Lazarov 表示，对已上市的既有游戏来说，整合Arm 的AI 原生图形最快可在三个月内完成。
终端产品时程：联发科打头阵
搭载CSS for Mobile 2 的装置将在未来数周内开始现身，联发科预计率先推出旗舰Dimensity 9600 平台，可能的配置为2 颗C2-Ultra 搭配6 颗C2-Pro 与双SME2 单元。三星Exynos 2700 预计在2028 年初跟进，而高通也预计在本月稍晚发表Snapdragon 8 Elite Gen 6 与Snapdragon 8 Elite Extreme Gen 6。苹果方面，外界预期A20 Pro 晶片将随iPhone 18 Pro 系列与iPhone Ultra 一同亮相。
由于Arm 的神经渲染技术允许手机以低解析度、低帧率渲染后再经由AI 提升画质，这为手机制造商提供了新的设计弹性。 Chris Bergey 在媒体简报中表示：「如果我们能提供出色的540p、30FPS 体验，让你可以使用更小的电池，那么就能实现更小的机身尺寸，甚至更低成本的装置。」
结语
Arm 此次的产品节奏相当明确：CSS for Mobile 2 不再只是CPU 与GPU 的迭代，而是从系统层级重新定义AI 原生的行动运算平台。从CPU 作为代理型AI 的编排引擎，到GPU 内置神经加速器实现AI 图形渲染，Arm 正在为2027 年之后的旗舰手机铺设一条完整的AI 运算基础设施。而对终端消费者来说，更快的AI 助理反应、更流畅的手机游戏光追画质，以及更长的电池续航，将是这一代架构翻新最直接的感受。
