IPC性能暴涨36%！Arm最强一代移动计算平台如何打造？

生成式AI时代正催生着对于移动处理器性能和能耗的更多要求。在近日2024台北电脑展举办前夕，Arm正式推出全新一代面向智能手机、PC等终端的平台型解决方案-Arm终端计算子系统（CSS），凭借面向3nm节点的工艺优化，最新Armv9架构加持，显著提升性能和能效，重新定义移动端体验。Arm终端CSS解决方案，将助力于芯片厂商加快产品上市，提升工程效率和降低成本，为终端AI的发展注入创新活力。

在日前举办的媒体沟通会上，集微网同Arm方面进行了交流，Arm方面就产品的创新性，架构创新，产业协同等方面进行了深入的分享。

IPC性能暴涨近4成 同比增幅最高

Arm终端CSS是迄今速度最快的Arm计算平台，其具备最新的Armv9.2CPU、Arm Immortalis GPU、基于3纳米工艺生产就绪的CPU和GPU物理实现。

从内部的参考平台具体来看，在CPU方面，包括2个全新的超大核心Cortex-X925，4个高性能核心Cortex-A725和2个能效核心Cortex-A520，最多支持14个CPU内核。

相较于以往“Cortex-X+个位数”的命名方式，本次Arm发布的超大核心命名为Cortex-X925。Arm方面的解释称为了凸显Cortex-X925性能和能效上的跨越。作为Cortex-X系列发布以来IPC同比增幅最高的超高性能核心，3.8GHz的时钟频率和最大缓存大小的条件下，与 2023年旗舰智能手机的四纳米 SoC 相比，Cortex-X925在单线程性能上提高36%，在AI性能表现上提升41%，显著提高如大语言模型等终端设备生成式AI的响应能力。

能效表现上，得益于先进工艺节点和微架构上的改善，相比上一代产品，Cortex-A725提高35%，Cortex-A520提高15%。

在GPU方面，最新一代产品命名也直接从Immortalis-G720跃升到Immortalis-G925，成为Arm有史以来发布的最强GPU产品，在多款领先的手游应用的图形测试中，实现了37%的性能提升，且在提供与去年终端平台相同水平的游戏性能下，《堡垒之夜》等手游的功耗降低了30%。

作为Arm推出的第三代具备光追技术的GPU，在面对复杂物体时，Immortalis-G925实现了光追性能52%的提升。通过与Epic Games等游戏巨头的合作，使得大型桌面主机游戏能够在Arm GPU上高效运行。同时，Arm此次也同步推出了新的Mali-G725 GPU与Mali-G625 GPU，借此对应更多不同处理器设计。

Arm全新一代的旗舰产品在性能和能效方面的跃升，得益于微架构上的显著演进。而不同种类的CPU微架构，也使得其具备更高的可扩展性，支持从智能手机、笔记本电脑、数字电视以及可穿戴设备等更多的设备形态。

据Arm方面介绍，Cortex-X925通过采用迄今为止最宽的解码和矢量设计，实现了50%TOPS数的增长。通过更强的可配置性和更大（3MB）的私有L2缓存“大小核”架构，保留进出过CPU的指令和数据。

DSU 120作为协调处理器核心和缓存的关键组件，在今年的更新中，引入了L3快速休眠模式，此功能可确保L3缓存在不使用时进入低功耗状态，并根据需要自动唤醒。在CPU和GPU之间，通过最新的CoreLink™ 系统互连和系统内存管理单元 (SMMU)连接，并优化到内存及SoC其他部分的计算路径。

此外，通过基于最新的Armv9.2架构，显著增强了再矢量加速、机器学习等AI方面的计算能力，以及系统的安全性和稳健性，同时针对3nm工艺进行的优化，使其能够大幅减少延迟，降低功耗并提高性能。

终端CSS：加快产品落地

2021年，Arm首次推出全面计算解决方案（TCS）。简单而言，TCS希望从系统化、协同化的视角打造SoC。包括开发用于总线互联、系统级缓存(SLC)和内存管理单元(MMU)的第三方系统IP，以及将所有组件集成到CPU和GPU集群等各个环节中遇到的问题，从而大幅降低SoC设计的复杂性，从而减少工程成本和资源消耗，缩短产品上市时间。

CSS（计算子系统）方案此前曾在Arm数据中心Neoverse上实施，此次Arm将其引入消费类产品，在TCS的基础上更进一步，首次在终端领域以CPU和GPU整合优化的设计形式提供物理实现解决方案。

据Arm终端事业部产品管理副总裁James McNiven介绍，Arm的大多数的IP是通过RTL，以软件形式进行交付，主要涉及对IP产品的描述。而要使RTL成为芯片还需要通过EDA工具流，才能将这套描述转变成实际的芯片布局（晶体管和线路等）。“物理实现”意味着Arm在提供的方案中已经完成了这些工具流。

上述过程涉及到预先整合IP和EDA工具、设计服务、代工资源以软件库、开发工具等。

“RTL形式的IP交付依然存在，我们只是额外提供合作伙伴物理实现形式的选项，毕竟要把 RTL转变为物理实现需要花费一定的时间，并且需要基于对产品的全盘了解做出决策。而通过提供物理实现，我们可以帮助合作伙伴节省时间，也有助于他们实现更佳的性能和效率。”James McNiven强调。

先进制程的演进为半导体制造带来了许多机遇和挑战。对于很多前端设计者而言，在高性能和低功耗的芯片设计中，由于物理设计上的很多限制，不同的代工厂商的工艺特点，很多初版RTL设计都无法达到理想的PPA，不得不经过和综合、后端设计的沟通来多次迭代和修改设计才最终达成目标。

而Arm终端CSS方案，从系统的视角全面看待RTL和物理实施共同开发，针对“目标节点”，直接给出了能够用于台积电或三星等代工厂用于生产的GDSII，相当于把IP选择、系统配置、布局规划、验证、确认、第三方IP和晶圆厂集成等繁琐的流程和开发步骤统统精简掉，为客户进行优化改进，合作伙伴得以轻装上阵，确保芯片设计厂商的计算IP能够满足性能预期，同时又能克服先进工艺技术带来的挑战，从而专注于根据自身需要开发差异化的高性能低功耗处理器产品，由此大幅缩短产品上市时间，同时显著降低工程成本。

Arm Kleidi：助力应用开发

帮助开发者获得打造创新AI 应用所需的性能、工具和软件库在优化人工智能（AI）和基于计算机的应用程序方面发挥着至关重要的作用。这些库为开发人员提供了量身定制的工具，以最大限度地提高Arm最新内核的性能和效率。

为充分利用Arm终端CSS的性能优势和潜力，针对开发者，Arm同时推出了量身定制的工具和软件库，从而助力开发者和生态能够实现创新。

其中，Arm Kleidi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 上的最佳性能，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。

据 James McNiven介绍，能出色且应用普遍的Arm CPU是在安卓设备上运行AI的首要目标，当前，有70%的第三方安卓ML工作负载都在CPU上运行。而Keidi 能够确保开发者可从 Arm 终端 CSS 中最新的 Armv9 功能中获得最佳性能，例如可伸缩矢量扩展 (Scalable Vector Extensions, SVE)。而且在Arm已推出的 CPU 核心上，同样能够出色运行，与此同时，它也为未来的 CPU 创新做好了准备，例如可伸缩矩阵扩展 (Scalable Matrix Extensions, SME)。

“当运行于Cortex-X925上时，Kleidi技术运行最新Llama 3和Phi-3 LLM的速度要比参考实现快2.9倍，而且只用不到24小时就能实现。从根本上讲，计算机视觉现在与AI紧密相连，但这些摄像头管线可不仅仅运行神经网络，还有很多传统的计算机视觉算法，其性能对于摄像头或社交媒体应用的顺畅运行至关重要。这就是我们构建 KleidiCV的原因。当我们将KleidiCV融入到常用的 OpenCV 库时，性能便有了显著改进。今年，我们还与 OpenCV.ai 合作，力求让安卓开发者可以更轻松地将 OpenCV 纳入到他们的项目中，并从 KleidiCV 带来的改进中受益。因此，这对于我们来说是一个非常重要的开始，也期待在未来几个月里能看到更多的软件库、更多的集成和更多的成功案例。” James McNiven表示。

除了Kleidi，Arm还提供了一套强大的开发工具和平台，包括参考软件堆栈和性能优化工具，如Arm Performance Studio，它提供了对应用程序性能的详细见解，并帮助开发人员微调其软件以最大限度地提高效率。

提升应用体验 打造繁荣生态

Arm终端CSS解决方案在性能和效率提升，将带来安卓用户体验在应用体验上的显著改善。

比如，在Cortex-X925带来的30%性能提升基础上，Arm对网页浏览器进行了改进，使其性能提高了23%。游戏运行的每帧能耗降低了25%，帧速率则提高了35%。此外，Arm还通过调整了安卓工作负载在不同CPU核心之间的平衡方式，从而为YouTube节省了高达10%的功耗。针对Google的AV1视频编解码器，Arm通过对其进行了软件优化，使当下安卓设备的视频性能最多可提高40%。

据James McNiven介绍，对于实现如Arm终端CSS的完整解决方案来说，Arm会针对不同用例或某些测试基准，设定目标，并将其分解到单个IP当中。以游戏《原神》为例，Arm先从系统层面进行分析，然后针对GPU、图形性能、CPU等设定提升的目标，将各类游戏机制和计算能力推向极限。每个单一IP的性能提升都为终端CSS的整体性能添砖加瓦，从而带来更好的应用体验。

此外，在当前火热的AI PC领域，Arm也是重要的参与者。基于Arm架构的芯片目前在性能上已经追平甚至超过X86，同时凭借在功耗、续航方面的能力优势， 高通、微软等龙头的推动，Windows on Arm (WoA)生态正在崛起。这或许也是在今日台北电脑展上，Arm的CEO豪言在Windows中的市场份额将超过50%的底气所在。

在James McNiven看来，对于 Windows on Arm (WoA) 生态系统来说，今年也是成果丰硕的一年。除了 Microsoft Office、Dropbox、Zoom、Adobe 套件外，有越来越多的应用成为Arm原生应用，尤其是百度、哔哩哔哩、Chrome 浏览器、爱奇艺、搜狗、腾讯QQ音乐等。还包括许多针对创作者的开源工具，例如最近新增的 Audacity、Blender 和 OBS Studio（用于流媒体），这些应用整合了大量的开源库和开发者工具。

“我们很荣幸能与微软合作，通过资助开源和发布我们面向 Windows 的 Arm Performance Libraries（Arm 性能库）来发展这个生态系统。对于现在的大多数用户来说，他们绝大部分时间都在运行原生应用。”James McNiven说。

James McNiven强调，鉴于很多应用依托于开源库和工具，Arm会继续大力投资于开源项目，进而让这些项目中的应用更易于落地为Arm原生应用。比如，面向 Windows的Arm Performance Libraries（Arm 性能库）与Kleidi有类似之处，面向 Windows 系统优化运算例程，进而使开发者能提升WoA应用的性能。

推动产业协同 加速终端AI创新

作为集成电路产业基石类IP厂商，Arm的创新对于行业发展起到关键的推动作用。但随着日益高涨的高性能计算需求，创新周期进一步压缩，仅靠单一厂商实现对于产业的推动越来越具有挑战，产业链系统创新成为趋势。

Arm终端CSS可以被视为Arm推动下产业链上下游共同创新的果实。其针对3nm节点所强调的物理实现，便是建立在同EDA厂商、代工厂商，以及部门内部共同合作的基础之上。

比如今年2月，三星与宣布扩大与Arm在GAA工艺方面的合作，去年新思宣布加强双方在AI增强型设计方面的合作。此外，还包括与联发科、vivo等芯片和终端厂商的合作。

vivo首席芯片规划专家夏晓菲表示，终端手机厂商一直非常关注用户体验，当前衡量手机性能往往通过基准测试，但其只代表手机部分性能，和实际应用程序对比，会发现具有更高的缓存要求，而处理器的访存能力是影响整个用户体验流畅性以及续航的关键。而过去几年Arm在前端访存能力方面持续投入，包括指令预取、分支预测、更大的cache能力等，使得实际应用的性能实现更大幅度提升。

“去年 vivo X100  的手机上面发布了蓝晶芯片技术栈，和合作伙伴联发科一起探索了全大核架构的使用，这个背后也把Arm在CPU上针对实际应用提升部分的性能充分地发挥出来，这是 Arm 微架构提升带来的价值，最终使我们手机流畅性用户体验方面达到了非常高的水准。”夏晓菲说。

此外，James McNiven表示，针对先进制程节点，Arm同代工伙伴保持密切合作。

“我们会倾听他们对工艺、设计和基础构建方面的反馈意见，并且与之分享Arm使用其工艺的经验，相互学习和借鉴。在帮助合作伙伴提升工艺的同时，他们也帮助我们改进设计。我们的RTL和物理设计团队之间也会展开了进一步协作，针对制程工艺节点，提升频率和效率。”James McNiven说。