DoNews5月30日消息（田小梦）随着移动数据使用量持续攀升、柔性显示屏和AR光学等新形式及元素以不同的方式进入大众视野、生成式AI及移动端大型语言模型将带来新动能，人们对移动设备的创新需求必将持续加速提升。

(相关资料图)

为满足定义未来计算的复杂需求，并确保数百万开发者能够轻松地在Arm架构的平台上无缝开发。5月29日，Arm宣布推出了2023全面计算解决方案（TCS23）。该方案提供了一整套针对特定工作负载而设计与优化的最新IP，可作为一个完整系统无缝地协同工作，从而满足日益增长的移动用户体验需求。

Arm高级副总裁兼终端事业部总经理 Chris Bergey介绍称，TCS23包含了基于全新第五代GPU架构、可实现终极视觉体验的全新Arm Immortalis GPU，助力 Arm面向下一代人工智能（AI）保持性能领先的全新Armv9 CPU 集群，以及可为数百万Arm开发者提供更易访问软件的全新增强技术。

Arm第五代GPU架构性能、能效皆提升15%

Arm今年推出的最新GPU产品采用了全新的第五代GPU架构，该架构是Arm迄今为止最高效的GPU架构，重新定义了部分图形管道，以优化内存带宽，从而让总体系统效率与功耗优化高达14%，使下一代游戏和实时 3D 应用成为可能，同时带来更顺畅、并与 PC 端和游戏主机媲美的游戏体验。

延迟顶点着色（Deferred Vertex Shading, DVS）是第五代 GPU 架构新引入的图形功能，可重新定义数据流，有助于合作伙伴扩展核心数量，达到更高的性能水平。DVS 的优势已经在包括《原神》和《堡垒之夜》等许多流行游戏中得到体现。

此次推出的首款基于第五代架构GPU——Immortalis-G720,则专为旗舰智能手机而设计。它与上一代产品相比，其性能和能效分别提高了15%，系统级效率更跃升了40%，从而带来更高质量的图形渲染，实现更身临其境的视觉感受。

同时，Arm 也推出新的Arm Mali-G720 和 Mali-G620，旨在将高端移动图形功能快速地推向更广大的消费终端市场。

CPU集群仅支持64位指令集

当然在Arm全面计算解决方案中，不仅有GPU也有CPU的升级。

Arm终端事业部产品管理总监Andy Craigen表示：“CPU和GPU产品从设计上来说就是绝佳配合的设计理念。在TCS23中，我们做了大量的投入，保证CPU、 GPU协同工作，以发挥最优化的系统级效率。事实上，单独一个GPU是没有办法去运转的，而是必须和CPU搭配联合进行工作。”

作为TCS23的一部分，全新的 Armv9 Cortex® CPU 计算集群在连续三年实现两位数性能增强的同时，效率也得到显著提升。

其中Cortex-X4作为旗舰产品，与Cortex-X3相比核心性能平均提高15%，并在相同频率下降低了40%功耗，核心面积仅增加10%。全新的大核处理器 Cortex-A720 和全新小核 Cortex-A520，与其上一代相比，双双在能效方面都提高了20%。Cortex-A720 是业界主流的 CPU IP，可提高持续性能，是新 CPU 集群的核心主力，而Cortex-A520 是高效性能核心。

在新一代CPU设计中，Arm在TSMC N3E制程工艺上顺利完成了业内首个Cortex-X4流片，进一步深化了双方长期合作的伙伴关系。这项合作同时确保了Arm生态系统已做好准备，能在流片完成后，充分发挥Arm处理器技术带来的功耗、性能、面积（PPA）优势。

Arm全新CPU集群提供了合作伙伴所需的性能与效率，其中，DSU-120专为满足要求苛刻的多线程使用场景而设计，支持从可穿戴设备到智能手机、笔记本电脑的众多设备，使新的CPU集群臻于完善。

值得一提的是，此次公布的CPU核心将仅支持64位指令集，不再兼容32位指令集。

Chris Bergey表示：“从32位向64位计算的过渡期是一个缓慢的过程，我们相信只有64位才是正确的方向。”同时，他强调称，仅支持64位不光保证了更高的性能，也进一步夯实了计算安全。在中国的顶级应用商店中，排名前3000位的应用都是100%的兼容64位。此外，Arm面向诸如物联网及更小型的计算平台的应用仍提供 32 位的支持。

小型模型在智能设备上应用而生

近日，Google I/O 大会重点强调，考虑把生成式AI引入到安卓生态系统；微软的 Build 开发者大会也谈到把生成式AI引入Windows 11，从而让Windows 的用户体验有进一步的提升。大厂的种种迹象表明，生成式AI和大型语言模型对终端设备而言，绝对是一个新兴领域。

“大型语言模型将塑造计算的未来，这意味着需要进一步提升AI方面的工作负载。”Chris Bergey说道，Arm确实看到云在创造大型语言模型方面持续发挥着巨大的推动作用。但另一方面，基于隐私保护和能效问题使得小型模型在设备上应用而生。

据介绍，始终站在技术前沿的Arm，通过其开源软件库不断提升 Arm IP 的机器学习功能，让开发者在处理人工智能和机器学习工作负载时能充分获益。Arm NN 和 Arm Compute Library 已在安卓平台上面向 Google应用开放，目前已拥有超一亿的日活用户，助力开发者优化运行在 Armv9 CPU 和 Arm GPU 的机器学习工作负载。

面向未来，Chris Bergey坦言道，Arm将继续推进对Arm NN和Arm Compute Library 的支持，以便为基于Arm架构、为Arm架构应用进行开发的移动开发者们，能够继续利用类似Chat GPT或大型语言模型的应用程序来开发他们的应用。