针对AI优化，性能与能效大幅提升 Arm发布全新终端子系统

　　AI现在已经成为科技行业新的方向，AI智能手机以及AIPC广泛出现，为用户带来了更便捷高效的使用体验。AI体验与设备的性能有着密切的联系，今年AI终端的大量普及离不开设备性能的提升，而作为产业链最上游的Arm，则为AI终端的性能升级提供了基础。

　　随着AI技术的快速发展，为提供领先的AI体验，助力芯片合作伙伴更轻松、快速地构建基于Arm架构的解决方案，并加速其产品上市进程，Arm日前正式推出了全新的Arm计算平台——Arm终端计算子系统（CSS）。Arm终端CSS不仅具备更强大的CPU与GPU，同时也首次为Arm CPU 和 GPU 交付物理实现，这让构建和部署Arm架构的解决方案变得更加简单。

　　此前Arm大多数的IP是通过RTL形式进行交付，类似于软件，主要是对IP产品进行描述，后续还需要通过EDA工具流，方可将RTL形式变为实际的芯片布局。而Arm 所交付的物理实现则依然是近似于软件的形式，但基本上显示了设计中的晶体管和线路等，这样可以帮助合作伙伴节省时间，从而实现更佳的性能和效率。

　　在2021年，Arm推出了专为性能和AI而设计的Armv9构架，Armv9 在过去几年中得到了显著提升，其中包括：提高在矢量加速、机器学习 (ML) 等领域的计算能力；增强系统的安全性和稳健性；更重要的是，增加了面向 AI 的功能。

　　而Arm终端CSS将物理实现与Armv9的AI优势结合在一起，为合作伙伴生态系统带来所需的性能，并且加速其产品上市进程。 Arm终端CSS整合了全新的Armv9 CPU 和Immortalis GPU，新的 CoreLink 系统互连和系统内存管理单元 (SMMU)，并优化到内存及 SoC 其他部分的计算路径，为业界提供领先的性能。而且，这是Arm首次在终端领域以 Arm CPU 和 GPU 的优化设计形式提供物理实现解决方案。

　　Arm终端CSS提升了 30% 以上的计算和图形性能，以应对要求苛刻的实际用例中的安卓工作负载，同时也提高了59%的AI推理速度，适用于更广泛的AI/机器学习 (ML)和计算视觉工作负载。

　　CPU方面，此次推出了 Arm Cortex-X925，该CPU针对三纳米工艺进行了优化，实现了性能和效率的提升，在3.8GHz的时钟速率和2MB缓存大小的条件下，与 2023 年旗舰智能手机的四纳米 SoC 相比，Geekbench的单线程性能提升了36%。

　　AI方面，得益于微架构的优势，实现了50%TOPS数的提升，以AI性能为例，与去年的Cortex-X CPU相比，词元 (Token) 首次响应时间提高了41%，从而使得LLM的初始响应能力有了显著改善。

　　体验方面，具备Cortex-X925的终端CSS进一步提升了安卓设备应用上的性能体验，例如在网页浏览器方面，可以带来23%的性能提升，除了Chrome，中国手机厂商也将这些提升应用到了自身的浏览器中。

　　同时，Arm也带来了Cortex-A725，与A720相比，Cortex-A725 的能效提高了35%，这得益于Arm对微架构的改进。随着工艺和物理实现的提升，Arm的“小核”Cortex-A520的能效也提升了15%。

　　GPU方面，Arm带来了性能更强、效率更高的Immortalis-G925，在各种图形应用上，Immortalis-G925的性能同比提高了37%；而在多个AI/ML网络上进行测量时，实现了约34%的性能提升。针对光线追踪技术，Immortalis-G925提高了光线追踪技术在面对复杂物体时的表现，其性能提升高达52%。

　　凭借着全新CPU与GPU的性能与能效提升，在游戏方面的图形效率也得到了提升，例如在提供与去年终端平台相同水平的游戏性能下，《堡垒之夜》等手游的功耗可以降低30%。

　　Immortalis-G925未来将面向旗舰智能手机市场，而包括Arm Mali-G725和 Mali-G625 GPU在内的全新高可扩展性GPU系列，则面向从高端手机到智能手表和 XR可穿戴设备等广泛的消费电子设备市场。

　　据悉，联发科将会在今年下半年推出新一代天玑9400移动平台，该芯片将会搭载Arm Cortex-X925 CPU和Arm Immortalis-G925 GPU。

　　针对开发者，Arm也带来了Arm Kleidi，其中包括面向AI工作负载的KleidiAI和面向计算机视觉应用的 KleidiCV。KleidiAI是一套面向 AI 框架开发者的计算内核，使他们能够在各种设备上轻松获得Arm CPU上的出色性能，并支持Neon、SVE2和SME2等关键Arm架构功能。KleidiAI与PyTorch、Tensorflow、MediaPipe 等热门AI 框架集成，旨在加速Meta Llama 3、Phi-3 等关键模型的性能，并且还可前后兼容，以确保Arm在引入更多技术时依然能适用未来市场的需求。