端侧AI成为智能手机“刚需”后，下一代芯片架构会如何演进?

在AI phone成为智能手机行业的下一个主流方向后，端侧AI成为了从“通信工具”向“智能体”迭代的关键底座。

简单来说，端侧AI就是指将AI模型与算力集成到智能手机本地（如NPU、CPU+GPU异构计算单元），实现数据的本地采集、处理与决策，而非依赖云端服务器。

其核心特征可概括为四点：低延迟（本地处理无需网络传输，响应速度达毫秒级）、高隐私（数据存储与计算均在设备端，杜绝泄露风险）、离线可用（无网络环境下仍能执行智能任务）、个性化（通过本地学习适应用户习惯，提供定制化服务）。

而作为整个智能手机芯片的最上游供应商——Arm，也开始将Arm架构的升级方向聚焦到端侧AI。目前全球99%的智能手机都采用Arm架构，基于Arm架构的芯片出货量迄今已累计超过3100亿颗。

Arm Unlocked AI技术峰会上海站期间，Arm推出了全新的Arm Lumex计算子系统(Compute Subsystem,CSS)平台。Arm方面称，这是一套专为旗舰级智能手机及下一代个人电脑加速其人工智能(AI)体验的计算平台。

搭载SME2技术的CPU，AI性能提升五倍

新的CPU架构中，Arm发布了搭载SME2（第二代可伸缩矩阵扩展技术）的Arm C1 CPU集群。

“SME2是SME的新一代版本。第一，它新增了更多指令集，可进一步提升性能和能效。第二，它支持更小的数据类型——具体而言是2 bit和4 bit。”

Arm终端事业部产品管理副总裁James McNiven表示，随着每年高度量化模型的不断增多，这类小数据类型在移动生态系统中的重要性正日益凸显。这也是我们重点将SME2整合到Arm Lumex平台中的原因所在。

Arm C1 CPU集群为实际场景中的AI驱动型任务带来了显著的AI性能提升，包括：AI性能提升高达五倍，语音类工作负载延迟降低4.7倍，音频生成速度提升2.8倍。

此外，通过Arm、支付宝与vivo的三方合作下，将大语言模型(LLM)的交互响应时间缩短了多达40%，证明了SME2可为终端设备带来更快速的实时生成式AI体验。

除了速度的提升，在搭载SME2的单个核心上运行神经摄像头降噪功能，可以在1080P分辨率下实现帧率超120帧/秒 (fps)，或在4K分辨率下实现帧率达30fps。这使得智能手机用户即使身处光线最暗的场景，也能捕捉到更锐利、清晰的图像。

“我想强调的是，由于SME2直接集成到了CPU当中，在工作负载的支持上能起到高度可扩展性。这意味着，SME2 带来的AI功能不仅能应用于4000元以上的高端手机，还能下沉到2000元等不同价位段的手机中，最大幅度地推广AI技术落地。”Arm高级副总裁兼终端事业部总经理Chris Bergey表示。

Mali GPU，让AI推理性能提升最高20%

CPU之外，全新的Arm Mali G1-Ultra GPU则搭载了新一代光线追踪单元RTUv2。

与前一代Arm Immortalis-G925 GPU相比，Mali G1-Ultra的光线追踪性能提升高达两倍，并在主流图形基准测试中，性能表现提升20%。在AI方面，通过新的FP16矩阵计算路径，该GPU在AI与机器学习网络上的推理速度比 Immortalis-G925快20%。

在边缘计算方面，Mali G1-Ultra引入新的矩阵乘法单元(MMUL) FP16指令，可加速如语义分割、去噪、深度估计、物体检测、语音识别和图像增强等端侧关键AI工作负载。与上一代Immortalis-G925相比，其性能提升高达104%。

Arm提供的数据显示，目前搭载Arm GPU的芯片累计出货量突破120亿颗。

“AI已不再仅仅是一项技术功能，它已成为下一代移动与消费技术的支撑底座。依托Arm Lumex平台，我们持续提升端侧AI体验，以满足用户日益增长的需求与期待。”

Arm高级副总裁兼终端事业部总经理Chris Bergey表示，从出货量角度来看，手机行业的增长已趋于平缓。但是，我们仍处于AI发展的初期阶段，尤其是在手机领域，AI正推动着更高的计算需求，并创造全新的价值。

此外，Chris Bergey还强调领先的手机厂商——无论是苹果还是三星——都已不同程度地朝着自研芯片的方向发展。这实际上是整个泛半导体行业所面临的趋势，Arm CSS平台正是顺应这一趋势而生。

“我们提供一个经过验证的计算基础，让客户能够以相对较低的成本实现自身所需的定制化。”

Chris Bergey称，Arm CSS平台真正的价值并非是“做出比Arm工程师设计的更优秀的Arm CPU”，而是客户通过在 Arm 平台基础上构建自己的SoC，额外创造更大的商业价值。（本文首发于钛媒体APP，作者 | 饶翔宇 编辑 | 钟毅）