从云到物理世界，Arm正在重构AI时代计算底座 从云到物理世界有多远
【PChome报道】生成式AI之后，计算产业正在迎来新的变化。AI不再只是回答问题，而是开始理解上下文、调用工具、协调多个模型，甚至进一步走出数字世界，进入汽车、机器人和工业制造等真实场景。当AI从生成走向行动，计算基础设施也需要随之改变。
在前不久举行的Arm Everywhere China大会上，Arm展示的并非几款孤立的新产品，而是一套覆盖边缘、云端和物理世界的AI计算布局。其核心思路是，通过CPU、GPU、CSS以及软件生态的协同，为不同AI工作负载提供统一而又具备灵活性的计算底座。
首先发生变化的是终端侧。
随着智能体AI进入手机，AI需要持续维护上下文、运行应用并协调不同模型，同时还必须面对移动设备功耗和散热的限制。因此，未来移动AI很难仅依赖单一加速器，而需要CPU、GPU和专用AI能力协同工作。
Arm推出的第二代移动终端计算子系统CSS for Mobile 2正是这一思路的体现。该平台集成搭载SME2的Arm C2 CPU集群、全新的Mali G2-Ultra NX GPU以及增强型系统IP。其中，C2-Ultra相比上一代C1-Ultra，AI性能最高提升1.7倍，单线程性能最高提升15%，相同性能下功耗最高降低38%；双SME2配置则可让最新小语言模型运行速度提升最高70%。
值得注意的是，GPU也正在发生变化。Mali G2-Ultra NX首次在Mali GPU中引入专用神经网络加速器，同时采用全新执行引擎和第三代光线追踪单元RTUv3。在神经网络处理场景下，其每瓦性能最高提升4倍，现有游戏内容性能最高提升14%。
这意味着AI正在从附加功能逐渐成为移动图形管线的一部分。腾讯游戏、Unity中国、网易、叠纸等合作伙伴已经围绕神经超级采样、降噪等技术推进实际应用，AI与传统图形技术的融合正在从硬件走向开发生态。
如果说CSS for Mobile 2解决的是端侧AI，那么Neoverse CSS N4和Arm AGI CPU针对的则是云端智能体。
智能体需要进行数据检索、工具调用以及多任务协同，数据中心因此需要更强的CPU性能、更高的内存带宽以及更灵活的异构计算能力。Arm此次提供了两条路径：Neoverse CSS N4面向需要高度定制的客户，AGI CPU则面向希望快速部署量产算力的客户。
其中，Neoverse CSS N4是Arm目前可配置性最高的CSS平台，单颗裸片最高搭载128个内核，支持LPDDR6和PCIe Gen 7。相比Neoverse CSS N3，其性能最高提升至2倍，每瓦性能最高提升1.25倍，内存带宽最高提升1.75倍。
从产业进展来看，OpenAI、Meta、Oracle、联想等企业已经围绕Arm AGI CPU开展相关方案，火山引擎也已将首批基于该平台的智能体沙箱推向市场。
更值得关注的是Arm对物理AI的布局。
当智能体从云端走向机器人、汽车等物理世界，计算问题将进一步复杂化。除了AI模型和处理器，还涉及传感器、执行器、软件、安全以及实时控制等多个环节。单一企业很难覆盖完整技术栈，因此产业协同的重要性进一步提升。
Arm此次将Arm Total Design生态扩展至物理AI领域，目前已经汇聚超过80家企业，并推出机器人能力分级框架，希望建立描述、评估和交流机器人能力的统一语言。框架涉及时延、算力部署位置、内存、功耗、确定性和安全性等系统需求。
由此来看，Arm此次大会真正值得关注的，并不是某一个IP性能提升了多少，而是其正在重新定义自己在AI时代的角色。
过去，Arm的核心价值更多体现为处理器架构和IP；而进入智能体时代后，Arm正在向CSS、软件工具和产业生态进一步延伸。从CSS for Mobile 2，到Neoverse CSS N4、AGI CPU，再到面向物理AI的全面设计生态，Arm试图建立一套贯穿端侧、云端和物理世界的计算体系。
与此同时，Arm推出AI Portal，为开发者和智能体提供发现、评估优化模型以及获取软件资源的统一入口。
AI计算正在从单一模型推理转向持续运行、协同决策和自主行动。对于Arm而言，真正的竞争也因此不再只是处理器性能，而是能否以统一架构连接不同计算场景，并通过软件和生态降低AI落地门槛。
从这个角度看，Arm Everywhere China所展示的，是Arm面向AI时代的一次整体能力升级：让计算从云端延伸到边缘，再进入物理世界，并通过统一的技术和生态基础，让AI真正走向无处不在。