9 月 10 日，Arm 在 Arm Unlocked 2025 峰會上正式推出了全新 Arm Lumex 計算子系統（Compute Subsystem, CSS）平臺，這款專為旗艦級智能手機及下一代個人電腦打造的先進計算平臺，核心目標是加速設備端人工智能（AI）體驗。

據 Arm 官方介紹，Lumex CSS 平臺集成了搭載第二代可伸縮矩陣擴展（SME2）技術的高性能 Arm CPU、GPU 及系統 IP，不僅能幫助生態伙伴縮短 AI 設備上市周期，還可支持桌面級移動游戲、實時翻譯、智能助手等多樣化場景，為消費電子設備注入“更智能、更高效、更個性化”的能力。

Lumex 平臺的核心組件包括：搭載第二代可伸縮矩陣擴展（SME2）技術的全新 Armv9.3 CPU 集群、配備新一代光線追蹤技術的 Arm Mali G1-Ultra GPU、高效的系統 IP 以及針對 3 納米工藝節點優化的物理實現方案。

這一高度集成的平臺化交付模式，為 Arm 的合作伙伴提供了前所未有的靈活性。他們既可以直接采用 Arm 交付的、經過先進物理實現方案優化的平臺，以縮短產品上市時間；也可以根據自身目標市場的需求，對平臺的寄存器傳輸級（RTL）設計進行配置，并自行完成核心模塊的硬化工作。

Arm 在發布會上公布了引人注目的性能指標：依托全新的 SME2 技術，CPU 的 AI 性能實現了高達五倍的提升；而全新的 GPU 則帶來了兩倍的光線追蹤性能飛躍。

這些數字背后，是 Arm 對于未來計算架構的深刻思考，以及其在日益復雜的芯片設計挑戰下，為整個生態系統提供的戰略性解決方案。

而就在 9 月 10 日下午，Arm 還舉辦了針對 Arm Lumex 計算子系統專門的技術分享活動，IT之家也受邀參加，下面就讓我們看看 Arm Lumex 計算子系統具體有哪些細節上的技術創新。

重塑計算核心：SME2 技術驅動的 C1 CPU 集群

Arm Lumex CSS 平臺的心臟是其全新的 C1 CPU 集群。此次更新的最大亮點，并非僅僅是常規的單線程性能提升，而是通過戰略性地集成第二代可伸縮矩陣擴展（SME2）技術，重新定義了 CPU 在異構 AI 計算環境中的角色。

SME2：為低延遲 AI 任務而生的新范式

C1 CPU 集群是首個基于 Armv9.3 架構并原生集成 SME2 技術的 CPU 系列。這項技術為端側 AI 帶來了革命性的突破，在同等條件下，相比上一代 CPU 集群，其 AI 性能提速高達五倍，同時能效優化多達三倍。

在實際應用中，這些宏觀的數字提升可以轉化為用戶可感知的體驗飛躍。例如，在處理語音工作負載時（基于 Whisper base 模型），延遲降低了 4.7 倍；在運行 Google Gemma 3 模型進行聊天交互時，AI 性能可增長 4.7 倍；而在使用 Stability AI Stable Audio 模型生成音頻時，速度提升了 2.8 倍。

然而，SME2 的戰略意義遠不止于此。在媒體問答環節，Arm 高管透露，SME2 技術可為 CPU 提供額外的 2 到 6 TOPS 算力。這個數字與動輒宣稱上百 TOPS 的專用 NPU 相比似乎微不足道，但這恰恰揭示了 Arm 的深層戰略。許多現實世界中的 AI 工作負載，如語音喚醒、圖像預處理或實時情境感知助手，其瓶頸在于內存帶寬而非純粹的計算能力。一個擁有百 TOPS 算力的 NPU，如果因等待數據而閑置，其峰值性能便毫無意義。

CPU 憑借其對系統緩存和內存的低延遲直接訪問能力，在處理這些規模小、觸發頻繁且對延遲極其敏感的任務時，效率遠高于啟動一個高功耗的 NPU。因此，Arm 并非試圖用 CPU 取代 NPU，而是在構建一個更精細化的三級異構計算體系：

搭載 SME2 的 CPU：負責處理“持續在線、低延遲”的小模型任務。

GPU：負責處理與圖形渲染相結合的大規模并行 AI 任務。

NPU：負責處理高吞吐量、計算密集型的大模型推理任務。

這是一種基于工作負載特性進行精細化處理器優化的成熟策略，而非單純追求峰值算力的“軍備競賽”。SME2 的引入，為系統增加了一個全新的、高效且靈活的 AI 計算層級。

C1 CPU 家族：精準定位，全面覆蓋

為了滿足從旗艦到入門級市場的不同需求，Arm 推出了分工明確的 C1 CPU 系列，所有核心均可通過全新的 Arm C1-DSU（DynamIQ Shared Unit）進行多達 14 個核心的靈活組合。該 DSU 本身也經過優化，與上一代 DSU-120 相比，功耗節省高達 26%。

Arm C1-Ultra 作為旗艦核心，延續了 Arm 連續六年實現兩位數 IPC（每時鐘周期指令數）增長的勢頭，其單線程峰值性能相較于上一代的 Cortex-X925 提升高達 25%。這得益于其業界領先的前端設計、業內最寬的微架構以及出色的預取器優化。

Arm C1-Premium 是 Arm 首次推出的次旗艦處理器。其核心創新在于卓越的面積效率，在 SPEC 等基準測試中保持了與 C1-Ultra 相當的性能水平，但其核心面積（包含私有 L2 緩存）卻縮小了 35%，為次旗艦 SoC 設計提供了更優的成本與性能平衡點。

Arm C1-Pro 則聚焦于持續能效表現。與 Cortex-A725 相比，它在相同主頻下的持續性能提升了 16%，而在視頻播放、社交媒體等日常應用中，同等性能下的能效提高了 12%。

Arm C1-Nano 追求極致的能耗和面積效率，相比 Cortex-A520，其能效提升了 26%，同時核心面積還縮小了 2%，是可穿戴設備和緊湊型消費電子的理想選擇。

融合真實與智能：Mali G1-Ultra GPU 的深度解析

在 Arm Lumex CSS 平臺的圖形與 AI 推理環節，全新 Arm Mali G1-Ultra GPU 扮演著核心角色。

作為 Arm 迄今為止性能最強的移動 GPU，Mali G1-Ultra 不僅延續了 Arm 在手游領域的優勢（截至目前，搭載 Arm GPU 的芯片出貨量已逾 120 億顆），更通過新一代光線追蹤技術與 AI 加速設計，將移動設備的圖形體驗推向桌面級水準，同時強化了端側 AI 推理能力。

從核心技術升級來看，Mali G1-Ultra 的突破集中在第二代光線追蹤單元（RTUv2）、AI 加速指令與架構優化三大方面。

其中，RTUv2 作為專為移動端實時性能設計的硬件單元，較上一代 Immortalis-G925 GPU 的 RTUv1 實現了兩倍光線追蹤性能提升，且采用單光線模型與獨立電源域設計 —— 獨立電源域可在設備空閑時為 RTUv2 斷電，進一步節省功耗；單光線模型則大幅增強了對非一致性光線的支持，使移動設備能呈現桌面級的光照、反射與陰影效果。

在實際游戲測試中，Mali G1-Ultra 的表現尤為突出：《暗區突圍》性能提升 25%，《崩壞：星穹鐵道》提升 19%，《原神》提升 17%，《堡壘之夜》提升 11%，而在 Arm 內部游戲演示《Mori 林間鼯語》中，性能提升更是達到 26%。此外，在啟用硬件光線追蹤的游戲中，Mali G1-Ultra 的幀率較上一代提升 40%，徹底改變了移動設備“光追性能不足”的現狀。

在 AI 加速方面，Mali G1-Ultra 引入了新的矩陣乘法單元（MMUL）FP16 指令，專門針對語義分割、去噪、深度估計、物體檢測等端側關鍵 AI 工作負載優化，較上一代 Immortalis-G925 GPU，AI 與機器學習網絡推理速度提升 20%，部分場景性能提升甚至高達 104%。

同時，通過擴大 L2 緩存與優化互連設計，Mali G1-Ultra 實現了 AI 與圖形工作負載的并行處理，大幅減少內存瓶頸，確保實時 AI 應用（如計算攝影、AI 濾鏡）的流暢運行。

架構層面，Mali G1-Ultra 作為 Arm 第五代 GPU 架構的代表，引入了雙堆疊著色器核心與快速訪問統一寄存器設計：雙堆疊著色器核心使內部帶寬加倍，減少了數據擁塞；快速訪問統一寄存器則在著色器執行期間大幅減少內存提取，顯著提升了實時光照、基于物理渲染等計算密集型工作負載的響應速度。此外，新增的 Arm 圖像區域依賴（IRD）調度特性，可讓 GPU 同時處理屏幕不同部分，在復雜場景中減少空閑時間、提升性能。

為滿足不同設備層級的需求，Arm 同時推出了 Mali G1-Premium 與 Mali G1-Pro GPU，與 G1-Ultra 共同構成 Mali G1 系列。該系列提供 1-24 個著色器核心選項，系統級芯片（SoC）設計商可根據目標市場（從旗艦手機到中端設備）靈活配置，實現性能與成本的平衡。

在開發者工具層面，Mali G1 系列通過基于塊（tile）的硬件計數器提供更強的可觀測性，開發者可通過 Vulkan 擴展訪問這些計數器，未來安卓版本還將支持 RenderDoc，便于精準識別性能熱點、平衡工作負載。

同時，Mali G1 系列支持 Arm 精銳超級分辨率技術（Arm ASR），該時域類超分技術已集成至虛幻引擎 5 與《堡壘之夜》手游，可在減少 GPU 工作負載的同時提升圖像質量，幫助開發者在保持高幀率的前提下，實現更清晰的視覺細節。

不久前，ARM 還宣布了一項名為“Arm 神經技術”（Arm Neural Technology），這項技術將專用神經加速器引入 2026 年推出的 Arm GPU 上。在本次技術分享會上，Arm 也提到了這項未來技術，它將是一個可編程的、基于 AI 的硬件模塊，專門用于處理超級采樣、降噪等任務。

這揭示了一條清晰的路線圖：首先通過軟件方案（ASR）構建生態、驗證概念，未來再通過專用硬件實現性能和能效的巨大飛躍。這與桌面 GPU 領域從通用渲染到引入專用 Tensor Core 的演進路徑如出一轍，可見 Arm 正在為移動端的下一波 AI 原生圖形技術浪潮鋪平道路。

無形的引擎：軟件生態如何釋放 Lumex 的全部潛能

Lumex 平臺的硬件進步固然令人矚目，但其真正的潛力釋放，還離不開一個強大且經過精心構建的軟件生態系統。這個生態的核心是 Arm KleidiAI 軟件庫。可以說，軟件是 Arm 確保其硬件創新能夠被開發者即時、廣泛采納的戰略性工具。

KleidiAI 是一個免費的軟件庫，其核心價值在于，它能讓開發者在無需修改任何代碼的情況下，無縫利用 SME2 等硬件的加速能力。

它通過深度集成到所有主流 AI 框架中來實現這一點，包括 PyTorch ExecuTorch、Google LiteRT、阿里巴巴 MNN 以及微軟 onNX Runtime。當開發者使用這些框架構建應用時，其 AI 工作負載就能在兼容的硬件上自動獲得加速。

這一策略的成功，從數據上可見一斑。目前，KleidiAI 在搭載 Arm 架構的設備上累計安裝量已超過 80 億次，并且仍在持續增長中，這證明了其在開發者社區中的高度認可和廣泛采納。

此外 Arm 還為不同操作系統提供了清晰的 AI 加速路徑：

在安卓平臺，加速主要通過 Kleidi 集成到 Google 的 XNNPack 庫中實現，而 XNNPack 是 LiteRT 的核心運行時。這意味著數以千計使用標準 Google ML 工具的安卓應用將自動獲得性能提升。

在 Windows on Arm 平臺，主要路徑則是通過 onNX Runtime 框架，該框架為 Copilot、Office 365 等核心應用的 AI 功能提供動力。

這種對開發者生態的深度支持，解決了新硬件推廣時常遇到的“雞生蛋，蛋生雞”的難題。KleidiAI 提供了一個從 Armv8 的 Neon 指令集到 Armv9 的 SME2 的向上兼容性，創建了一個穩定、統一的軟件抽象層。

開發者只需面向高層框架開發一次，KleidiAI 便會自動在不同設備上選擇最優的執行路徑。這極大地降低了開發門檻，并確保當消費者購買一臺搭載 Lumex 平臺的手機時，已有海量應用能夠立即發揮其強大性能。

結語

總體來說，Arm Lumex CSS 平臺的發布，遠不止是一次硬件的迭代更新。它是 Arm 從 IP 授權商向平臺提供商戰略演進的集中體現，也是其為應對當前半導體行業關于端側 AI 的指數級增長和前沿工藝制造的巨大復雜性這兩大核心挑戰所給出的明確答案。

通過 C1 CPU 集群和 SME2 技術，Arm 重新劃分了異構計算中各處理單元的職責，為低延遲 AI 任務開辟了高效的新路徑。通過 Mali G1-Ultra 和 RTUv2，它將移動游戲的視覺體驗提升至新的高度，并為 AI 與圖形的深度融合奠定了基礎。而通過 KleidiAI 軟件生態，它確保了這些強大的硬件能力能夠被開發者輕松、快速地轉化為豐富的用戶體驗。

將所有這些創新整合在一個經過 3 納米工藝優化的、預驗證的“計算子系統”中進行交付，這本身就是一項關鍵創新。

它直接解決了芯片設計合作伙伴在轉向先進工藝節點時所面臨的巨大成本、風險和時間壓力。通過同時解決“為 AI 構建什么”（架構挑戰）和“如何在 3 納米上構建”（實現挑戰）兩大難題，Arm 正在成為未來十年移動和消費電子領域不可或缺的核心伙伴，而 Lumex CSS 平臺，正是下一代智能設備賴以構建的堅固基石。