文|馒头

编辑|江娱迟

前言

最近ARM搞了波大动作本周官宣了最新移动处理器IPC1、移动GPUIPG1，还有号称“为AI而生”的Lumex计算子系统（CSS）。

这架势看上去是想给AI领域大洗牌，但ARM能掌握这么大的市场吗？

咱们顺着这波操作捋一捋，看看这些新东西到底啥样，也聊聊其中的门道。

Ai新“领队”

先看C1处理器家族，划分得很清晰：中杯C1-nano对应旧款A5xx，大杯C1-pro对应A7xx，超大杯C1-premium和“超大桶”C1-ultra则接替X9xx。

ARM还特意强调“不生产小杯”，定位很明确。

不过大家都懂，厂商PPT数据常像CLTC续航，实际难跑满，但翻旧资料对比仍有意义。

今年超大核提升幅度和往年差不多，中核能效在PPT上进步更显著，不少人盲猜发哥9500的低功耗能效可能有惊喜。

C1的关键数据得记牢：C1-ultra对比X925单核性能+25%，C1-premium比C1-ultra面积减少35%，C1-pro游戏能效+16%（大概率对比A725），C1-nano功耗-26%（可能对比A520）。

还有个细节，所有LumexCSS的IP已在3nm完成验证，但ARM没说参与的代工厂是谁，留了个悬念。​

再看同属Lumex家族的MaliG1GPU，今年ARM接着吹光追（RTcores）。

G1更新了光追单元RTUv2，性能直接翻倍，最贴心的是闲置时光追单元不耗电，对手机续航很友好。

演示环节有个震撼数据：光追组件占总渲染管线的比例，从2023年15%涨到2025年50%，但参考对象是3DMarkSolarBay，和实际游戏场景未必一致，光追普及还得打问号。

演示里还打破个刻板印象：《原神》2021-2023年GPU需求涨28.5%，《绝区零》比2023年《原神》再涨10%，看来它不仅吃CPU，对显卡要求也不低。

不过MaliG1ultra的细节没多讲，只给了对标G925的PPT：性能+20%、AI推理+20%、每帧能耗-9%、光追×2。

G1家族划分也有意思：6核以下是G1-pro，6-9核是G1-premium，10核以上是ultra，核心多吹性能，核心少吹能效，ARM想两头赢。

顺便提下，LumexCSS参考平台用的是12CU的MaliC1-ultra，大概率是发哥9500要官宣的GPU。

但去年玄戒G925堆了16CU，对应的C116CU该叫啥，成了个小疑问。

“改写AI历史？”

聊完硬件，就得说Lumex的核心“SME2”。这是集成在CPU里的矩阵计算加速模块，也是本次大会重点。

要知道大部分AI计算都是矩阵运算，比如Transformer模型的核心算子，就是超大型稀疏矩阵乘法，而矩阵运算并行度高，GPU本就擅长，可ARM为啥偏要给CPU加这模块？

答案藏在矩阵乘法的“臭毛病”里：计算效率和可扩展性没法兼顾。

GPU算得快，但运算单元是焊死的，若矩阵尺寸超了、不支持稀疏矩阵，效率就骤降；CPU虽慢，却能逐指令编程，兼容性好，一次开发多端部署。

ARM懂这道理，也清楚自己在AI生态的位置（和树莓派“一桌吃饭”），所以往CPU塞加速指令集，想靠兼容性拉开发者。

不过ARM设备多怕功耗，开发者移植AI模型，先不说赚钱，CPU效率能不能跑起来都是问题。

这次SME2做了优化：加了更多指令集，支持FP8低精度路径，能高效处理压缩数据。

而且SME2在CPU里运行，继承了CPU的优点，延迟低（大语言模型里叫“首字延迟”）、多设备兼容。​

ARM也放了跑分：FPGA上的Lumex跑GB对象识别，用SME比不用能耗-28%、性能+12%，但这大概率是实验室最优结果。

其他数据还有：SME2给谷歌安全模型提速20%，C1-ultra用SME2跑AI性能+5倍、效率+3倍，可对比对象是同有SME2的C1-pro，属于“大核欺小核”，数字唬人而已。​

ARM没提的SME2缺点更关键：为它定制的框架（尤其是FP8、FP4短数据类型），老CPU根本没法加速。

每种指令集只支持特定数据类型，若数据落在SME2独有范围，其他ARMCPU就“不兼容、跑不了”，像英伟达20系显卡强开DLSS4效果差一样。

还有张PPT显示，有SME2的CPU跑FP16提升5倍，跑FP8却只提3倍，越适合移动设备的量化数据，CPU加速效果越差，ARM想让移动设备靠CPU随意跑AI，大概率没戏。

但也不用慌，多数消费者只知道“新设备AI性能是老的2-5倍”，这种共识或许能让开发者先做兼容。

而ARM的下一步棋已备好：今年8月发布的Arm神经技术（ArmNSS），2026年将引入GPU，号称能降50%运行消耗。

这是少见的提前一年放重大特性，ARM还备了开发文档、UE5/Vulkan模拟，甚至给游戏工作室提供基座模型，说提前发布是为了让开发者创新，也像是在提前铺路。​

前几天会议还说，未来GPU上的NSS单元会负责“拼帧计算”，我不全信但也不否认可能。

这让人想起英伟达TensorCore：最初负责DLSS，后来转向Transformer，游戏反而成了次要。

说不定明年ARM就会改口“为啥要把AI跑在移动CPU上”，只要NSS能兼容现在的SME2、SME、SVE，或能一键编译，开发者之前踩的坑才算没白踩。​

结语

ARM这串操作，是在移动AI生态下大棋：用CPU兼容性拉开发者，用GPU加速器补效率，靠PPT数据吸引消费者，同时为未来迭代铺路。

虽有不少疑问，但不可否认，作为移动芯片IP巨头，它的每一步都影响着我们的手机、平板。对普通用户来说，能看到芯片性能和AI体验进步，终归是好事。​

你是更期待发哥9500的表现，还是对NSS明年落地更感兴趣？也可以说说对SME2这种CPUAI加速方案的看法，咱们接着聊。

[免责声明]文章描述过程、图片都来源于网络，此文章旨在倡导社会正能量，无低俗等不良引导。如涉及版权或者人物侵权问题，请及时联系我们，我们将第一时间删除内容！如有事件存疑部分，联系后即刻删除或作出更改