Arm 于 2026 年 9 月 8 日发布 CSS for Mobile 2，把 C2 CPU 集群、Mali G2-Ultra NX GPU、系统 IP 和开发软件合成一套面向移动端的 AI 原生计算平台。变化的重点不是又多一个加速器，而是让语音理解、记忆检索、模型执行、应用调用和图形渲染能在手机功耗与散热限制内协同完成。
手机智能体为什么不能只靠 NPU
持续运行的移动智能体需要保留上下文，同时调度本地模型、系统应用和云端服务。模型推理只是其中一段，任务状态、权限判断、网页访问和应用启动仍会大量依赖 CPU；神经图形则要求 GPU 在渲染管线内完成重建、补帧与细节增强。Arm 因此采用异构平台思路，让不同计算单元承担最合适的阶段，而不是把“AI 性能”压缩成一个峰值数字。
C2 集群由 C2-Ultra、C2-Pro 和两组 SME2 单元组成。Arm 官方给出的结果包括部分最新 AI 模型最高 1.7 倍性能提升，以及一条覆盖语音、记忆、推理、应用和浏览的代表性智能体流程比上代快 24%。这些是 Arm 选定条件下的对比，不能直接换算为所有手机的续航或实际响应速度，终端厂商的内存、散热和系统调度仍会改变结果。
神经图形被放进 GPU 内部
Mali G2-Ultra NX 首次在该移动 GPU 体系中集成专用神经加速能力，并配合新的执行引擎和第三代光线追踪单元。它瞄准的是移动设备上的 AI 原生图形，而不只是让聊天模型更快。对游戏和创作应用来说，意义在于推理与渲染不必频繁跨越割裂的软件路径，开发者也能通过熟悉的框架接入。
离真正装进手机还差哪些环节
- 芯片厂商要基于 CSS 方案完成自己的 SoC 设计和验证。
- 手机品牌需要给本地智能体开放可控的系统权限，并处理隐私边界。
- 应用开发者还要验证压缩模型在不同内存配置下的精度和延迟。
因此，CSS for Mobile 2 更像下一代手机平台的底座，而不是消费者现在就能下载的功能。可以结合站内的Apple M6 与 M5 Ultra 本地 AI 算力分析继续观察：端侧 AI 的胜负越来越取决于 CPU、GPU、内存与软件栈的整体配合，而非单颗芯片的宣传峰值。
