每時脈 1,024 次 INT8 運算塞進著色器核心：Arm Mali G2-Ultra NX 是首款 AI 原生行動 GPU

當 AI 界整個上午都在爭論 GPT-6 Astra 是否真的宣告 AGI 時代來臨時，Arm 悄悄出貨了 AI 時代另一塊或許更具體的拼圖：9 月 8 日，該公司發表了 Arm CSS for Mobile 2——全新的高階智慧型手機 AI 原生運算平台，主打 Mali G2-Ultra NX，史上第一款把神經加速器直接建在著色器核心（shader core）內部的 Mali GPU。

這次的意義在於架構層面，而非漸進改良。過去二十年，智慧型手機一直是多個專用處理器的聯邦：CPU 負責邏輯、GPU 負責像素，而自 2017 年前後又多了獨立的 NPU 負責神經網路，各自擁有獨立的記憶體路徑與控制開銷。Arm 的賭注是：下一代行動 AI——從類 DLSS 的遊戲升頻到全天候運作的代理式助理——最好的執行位置，就是神經運算直接發生在繪圖管線內部，共用 GPU 的記憶體系統、一致性快取與控制結構。結果就是減少資料搬移（每一款行動 SoC 的傳統稅負），並縮短從模型到像素的路徑。

今天發表的內容實際上有什麼

這次發表包含了三件協同的智慧財產：

• Mali G2-Ultra NX GPU——首款 AI 原生 Mali，在著色器核心內嵌入專屬矩陣加速器、全新執行引擎，以及第三代硬體光線追蹤。
• Arm C2-Ultra 與 C2-Pro CPU——支援 SME2 的新 Armv9.3-A 核心；SME（Scalable Matrix Extension）把矩陣運算帶進 CPU 本身，Arm 宣稱 AI 模型效能比上一代提升最多 1.7 倍。
• CSS for Mobile 2 平台——把運算、記憶體、軟體與實作最佳化縫合成一個可授權整體的運算子系統，供晶圓夥伴採用。

Arm 給出的數字相當激進。根據 Arm 以與 Sumo Digital 共同開發的 Neural Dawn 展示所做的內部比較，G2-Ultra NX 上的神經渲染可帶來最高 4 倍的 FPS 與 4 倍的效能效率，並降低最多 70% 的外部記憶體流量。全新執行引擎——七個世代以來最大規模的 Mali ISA 改版——本身貢獻了最多 24% 的基準測試效能提升與 14% 的非 AI 遊戲效能提升；第三代光線追蹤則在主要 RT 基準上減少最多 13% 的 DRAM 流量。

Chips and Cheese 的獨立分析補上了 Arm 官方資料沒講的細節。每個著色器核心內的矩陣加速器可執行每時脈最多 1,024 次 INT8 MAC 或 512 次 INT16 MAC，而且它的時脈可以跑到周圍執行引擎的兩倍。暫存器檔增加了 25%，每個 warp 可存取的暫存器從 64 個倍增到 128 個，分配粒度也改善為以 16 個暫存器為單位。並非每個核心都需要神經單元——設計規範只要求至少 6 個「NX 核心」才能掛 Ultra 招牌——晶圓夥伴可以自行決定數量。Xiaomi 的 XRING O3（已於 8 月 24 日推出，搭載 G2-Ultra 等級 GPU）選擇只在一半的著色器核心配置矩陣加速器；Chips and Cheese 估計，神經單元會讓一個著色器核心的面積增加約 21%（約 1.88 mm² 對 1.55 mm²）。

這種彈性是雙面刃。正如 Chips and Cheese 指出，矩陣加速器只支援 INT8 與 INT16——沒有 FP8，也沒有 BF16。對遊戲升頻與幀率生成來說，這樣的量化精度已經足夠；但對想在裝置上跑通用 LLM 推論而言，這個遺漏是實實在在的限制。

Arm 版的 DLSS 答案——也是對 NPU 的避險

理解 Arm 在做什麼，最清楚的方式是看搭在新硬體上的三項神經技術：

1. Neural Super Sampling（NSS，神經超取樣）——從低解析度渲染重建高解析度影像，直接對應 Nvidia 的 DLSS。
2. Neural Frame Rate Upscaling（NFRU，神經幀率升頻）——利用動態、深度與已渲染幀資料生成中間幀，等同桌面上的幀生成技術。
3. Neural Super Sampling and Denoising（NSSD，神經超取樣與降噪）——把升頻與降噪結合，處理需求苛刻的光追場景，角色等同桌面上的 DLSS Ray Reconstruction。

Videocardz 的定調正是如此：Arm 正在為行動 GPU 提出「類 DLSS 5、具備幀生成與光線重建的神經繪圖」。差別在商業模式。Nvidia 同時擁有 DLSS 的晶片與軟體堆疊；Arm 則是把 IP 授權給 Qualcomm、MediaTek、Samsung 與 Xiaomi，由各家自行打造晶片。要讓神經繪圖觸及 Arm 所稱的「數十億台裝置」（Mali GPU 累計出貨已超過 140 億顆），這項技術就不能住在專屬驅動程式裡，它必須以可攜式 IP 的形式出貨。

生態系佈局比硬體早了兩年。Arm 的 Neural Technology 計畫與開放開發套件，讓 Tencent Games（Magic Dawn 引擎、與 Arena Breakout Infinite 合作的 NSSD 展示）、Unity China（團結引擎）以及《燕雲十六聲》（Where Winds Meet）團隊提前取得技術，引擎層整合在晶片問世前就已完成。如今 Arm Neural Graphics Development Kit 提供 Vulkan ML 擴充、Unreal Engine 外掛、供自研引擎使用的 SDK，以及分析與模型最佳化工具。

策略上的解讀比「Arm 把 NPU 做進 GPU」更細膩。手機廠早已搭載擅長 CNN 時代視覺工作負載、且越來越能跑 transformer 推論的 NPU。NPU 不做的是繪圖。把矩陣運算放到像素所在之處，Arm 等於把 GPU 定位為神經繪圖的專屬歸宿——而搭載 SME2 的 C2-Ultra CPU 則處理受益於 CPU 端矩陣運算的代理式 AI 工作負載。如果 AI 運算需求的第四波（聊天機器人 → 推理 → 代理式編碼 → 電腦操作，正如分析師 Tae Kim 本週的框架）真的降臨手機，Arm 要的是 SoC 裡的每個引擎都具備矩陣能力，而不只是 NPU。

CPU 數字的但書

C2-Ultra CPU 的故事值得單獨打上問號。Arm 宣稱比 C1-Ultra 提升峰值效能 15%（平均 12%），但 Chips and Cheese 對註腳的分析顯示，這個比較建立在 FPGA 模擬的 C2-Ultra 平台擁有 8.5% 更高時脈與更大 L2 快取之上；在同等時脈下，平均提升縮水到約 3.2%，而 Arm 在文章刊出後確認的峰值 IPC 增益為 7%。至於宣稱的 38% 功耗降低，則把製程節點與實作改良一併計入。這些都不代表 C2-Ultra 是糟糕的核心——它是一個誠實的迭代世代，只是這一代真正的創新預算顯然花在 GPU 上。

什麼時候落地到你手上

CSS for Mobile 2 是現在就交付給夥伴的 IP，這意味著大約一年後才會有手機問世。Notebookcheck 的報導已經把這個架構放進 Samsung Galaxy S27 與 Vivo X500 Pro 的產品藍圖，屆時將與 Qualcomm 的 Oryon 核心 Snapdragon 8 Elite Gen 6 正面交鋒。Xiaomi 的 XRING O3 則提供了今日的預覽——搭載半數著色器核心含矩陣加速器的 G2-Ultra 等級 GPU。

給開發者的務實結論：如果你開發手機遊戲或繪圖引擎，Arm Neural Graphics Development Kit 現在就能取得，而最早整合的工作室——Tencent、Unity China、《燕雲十六聲》團隊——將推出第一批量產遊戲。對其他人而言，請注意這個模式：神經運算正在溶入 Arm 授權的每一個運算引擎。問題已經不再是你的手機有沒有 AI 加速器，而是有幾個、以及哪一個負責跑你在意的工作負載。

來源

• Arm Newsroom — Inside the Arm Mali G2-Ultra NX GPU
• Chips and Cheese — Arm’s C2-Ultra, G2-Ultra NX, and CSS N4 IP
• Android Authority — AI upscaling is about to transform Android gaming forever
• Videocardz — Arm proposes DLSS 5-like neural graphics for mobile GPUs