Arm Everywhere China大会举办：全栈技术发布，打造面向智能体时代无处不在的计算平台

【小熊在线】2026年9月8日上海 — Arm控股有限公司（纳斯达克：ARM）今日举办Arm Everywhere China年度大会，大会以“赋能AI计算的未来”为主题，近2000名产业链领袖、开发者与生态伙伴参会。结合此前Arm Tech Day三场技术沟通会披露的底层技术细节，Arm集中发布覆盖移动端边缘AI、物理AI、云端AI基础设施的全套技术与生态计划，构建横跨云‑边缘‑物理世界的统一计算连续体，迎接智能体AI时代到来。

Arm执行副总裁兼首席商务官Will Abbey表示：“Arm全球合作伙伴累计出货基于Arm技术的芯片已经超过3500亿颗，中国创新者是这一全球创新历程中的关键力量。面向智能体时代，Arm依托统一计算平台与软件生态，携手国内伙伴加速技术落地，为新一代AI应用筑牢计算底座。”

当前AI正从生成式AI演进至智能体阶段，智能体不仅完成推理，还需要维护上下文、调用工具、自主执行任务，计算负载走向分布式、异构化。智能体体验并非依靠单一加速器实现，而是需要CPU、GPU、各类专用加速器的系统协同调度。Arm本次发布多项硬件IP、计算子系统与生态协作框架，分别在边缘移动终端、物理实体世界、云端数据中心三大场景补齐能力。

边缘移动：CSS for Mobile 2 AI原生计算平台，赋能端侧智能体与神经图形

大会正式推出第二代移动终端计算子系统CSS for Mobile 2，该平台由原Lumex 2更名而来，采用简化命名体系，清晰定位移动场景；平台整合全新CPU集群、GPU、系统IP（SI L2）与完整软件套件，助力芯片厂商快速打造差异化产品，降低开发者AI应用开发门槛。SI L2互联子系统除支持LPDDR6之外，同时向下兼容LPDDR5、LPDDR5X内存标准；合作伙伴即便不选用SI L2，也需要自行完成系统级优化，释放整套平台的完整性能。

全新Mali G2‑Ultra NX GPU是首款集成专用神经网络加速器NX的Mali GPU，NX单元深度集成于着色器内核，空闲状态支持电源门控，芯片面积开销可控，图形运算与神经网络计算可在同一管线协同执行。神经网络场景每瓦性能最高提升4倍；传统游戏性能相比上代提升14%，搭载第三代光线追踪单元RTUv3，依靠更加紧凑的三角形数据结构，光追场景最高降低13% DRAM带宽占用，支撑移动端接近桌面级的光追与神经图形应用。

硬件配套NSS神经超级采样、NSSD神经超分降噪、NFRU神经帧率提升技术，当前NFRU可实现两帧之间生成一帧AI插帧，未来将迭代支持更多倍数帧生成；为规避帧生成带来的延迟升高、操作跟手性变差的问题，可通过降低原始渲染分辨率、多档质量模型选择，配合帧步调（Frame Pacing）机制做动态平衡。在高复杂度Demo《光影新生》场景下，整套神经图形方案最高可降低70% DRAM流量。Arm的神经图形基于卷积CNN网络对原始渲染画面做细节重建，并非大模型式内容生成，模型对外开放，芯片厂商可根据设备功耗散热条件做二次定制，同时Arm正联合腾讯游戏探索神经动态全局光照等下一代技术。

目前，网易《燕云十六声》、腾讯《暗区突围：无限》、叠纸《无限暖暖》等游戏正在落地神经超级采样（NSS）、神经超级采样与降噪（NSSD）技术；Unity团结引擎、腾讯Magic Dawn游戏中台完成技术适配，vivo等终端厂商也已开启相关技术预研与产品适配。G2‑Ultra NX以软IP形式交付，合作伙伴可以自主配置着色器核心、NX单元数量、频率与工艺节点，实现SoC差异化定制。

同步亮相的C2 CPU集群包含旗舰C2‑Ultra、能效优化C2‑Pro，搭载双SME2单元。C2 CPU集群承担智能体的系统编排核心角色，依靠私有L2缓存+大容量共享L3缓存的拓扑架构，有效缓解端侧内存密集型工作负载瓶颈；集群硬件最高支持14核灵活配置，芯片厂商可根据智能体负载需求选择核心规模。对比上代C1‑Ultra，C2‑Ultra在GeekBench 6.3单线程基准测试提升15%；面向语音、推理等AI负载，实现AI性能最高1.7倍提升，同等性能条件功耗降低38%；翻倍的SME2算力可将轻量级小语言模型运行速度提升最高70%。两组数据差异源于测试场景不同：前者代表通用CPU能力，后者针对矩阵运算密集的AI推理任务。

Arm并未对“轻量级模型”设置硬性参数门槛，行业典型代表为20‑30亿参数区间模型，如Gemma‑2B、腾讯混元HY‑1.8B‑2Bit。SME2硬件架构延续前代，支持2nm先进工艺，如今几乎全部安卓、iOS旗舰手机均已搭载该技术。SME2生态持续扩张，依托KleidiAI软件库新增大量内核与查找表指令，支付宝、OPPO、vivo、阿里巴巴通义千问等企业已经完成技术适配，实现语音大模型等AI能力高效端侧运行。硬件仅提供算力缓存资源，智能体短期、长期记忆的管理逻辑依赖上层软件框架实现，端侧智能体规模扩大后，内存往往优先于算力成为系统瓶颈。

在异构分工层面，CPU更聚焦低延迟任务，而非单纯追求峰值算力；超高计算密集负载更适合交给GPU或NPU。手机端Arm不主推自研NPU IP，将手机NPU差异化创新交给合作伙伴，自研NPU重点布局物联网市场。第一方应用对NPU适配成熟，第三方开发者更倾向使用通用性更强的CPU、GPU开发；CPU/GPU/NPU的任务调度逻辑由SoC厂商软件层完成，Arm不提供统一调度层，仅输出硬件与优化工具。软件层面，Arm提供 KleidiAI、神经图形开发套件，以及全新AI Portal，该工具同时面向人类开发者与AI智能体，支持智能体自主检索调用优化模型，为开发者和AI智能体提供统一入口获取优化模型与工具资源。

物理 AI：扩展全面设计生态，发布机器人能力分级框架

为推动智能从数字世界走向现实物理世界，Arm将Arm全面设计生态项目拓展至物理AI领域，集结亚马逊云科技、Hugging Face、通义千问、西门子等超过80家行业伙伴，覆盖AI模型、传感器、硬件、数字孪生完整技术栈，降低机器人、自动驾驶、工业自主系统的集成难度，挖掘物理AI每年约2000亿美元的计算市场机遇。

生态首个核心成果为机器人能力分级框架（Robotics Capability Framework），对标自动驾驶SAE分级体系，建立机器人行业通用“能力语言”。框架划分RL0‑RL5六个等级，从RL0应激反应，逐步演进至RL5自我迭代优化，从系统行为、典型输出、算力功耗安全约束多维度定义机器人能力。Arm将联合傅利叶、银河通用、联想、Anaxi Labs等企业持续迭代完善这套框架，解决行业标准碎片化难题，加速具身智能规模化落地。多家生态伙伴表示，统一分级框架将简化机器人产品设计、系统集成，推动整个价值链高效协同。

云端基础设施：Neoverse CSS N4与AGI CPU，构建智能体AI云底座 根据IDC数据，Arm架构机架级服务器市场规模已经超越x86，成为加速计算领域主流平台。针对智能体AI多样化算力诉求，Arm提供两条技术路线：可高度定制的Neoverse CSS N4计算子系统，以及量产就绪的Arm AGI CPU，二者共享统一Neoverse软件生态。

Neoverse CSS N4是Arm迄今为止可配置性最强的CSS平台，单裸片最高支持128核，兼容LPDDR6内存、PCIe Gen7互连。对比前代N3，整体性能最高翻倍，每瓦性能提升1.25倍，内存带宽提升1.75倍，面向横向扩展高吞吐场景，帮助合作伙伴缩短定制芯片开发周期，鸿钧微电子成为首批采用该平台的企业。

Arm AGI CPU面向高响应智能体工作负载，OpenAI、Meta、Oracle等全球企业基于该平台开发解决方案。国内，火山引擎推出首批基于Arm AGI CPU的智能体沙箱，提供安全弹性的大规模智能体运行环境；联想打造Token驱动的AI基础设施方案。同时Arm宣布与新紫光集团深化战略合作，计划共建联合通用人工智能创新中心，聚焦智能体编排、CXL内存池化、机架级系统架构、边缘AI等关键方向，打造适配中国市场的AI基础设施体系。

生态协同，推进智能无处不在

从云端诞生智能，到边缘实现个性化体验，再到物理世界执行行动，Arm构建起完整统一的计算底座。面向超过2200万开发者，Arm通过AI Portal打通模型、工具、智能体的访问通路，让开发者能够跨云‑边缘‑物理设备便捷部署AI应用。跨设备智能体完全无缝迁移目前还无法完全实现，Arm致力于打造统一底层计算基座，完整体验仍需要整个上下游生态协同演进。

Arm表示，智能体时代的性能不再由单一加速器定义，而是依靠系统级协同。未来 Arm 将持续联合国内芯片厂商、终端企业、游戏引擎、云服务商、机器人企业，打通软硬件全链条，推动智能体 AI、神经图形、物理 AI 的规模化产业落地。