Arm veröffentlicht CSS for Mobile 2: Die GPU spielt die Hauptrolle

Heute habe ich Arm Everywhere China in Shanghai besucht. Arm hat eine neue Generation KI-nativer Computing-Plattform vorgestellt. Ehrlich gesagt ist die Veröffentlichung solcher Chip-Computing-Plattformen sehr technisch anspruchsvoll und stellt mein Verständnisvermögen auf die Probe. Ich werde versuchen, es so verständlich wie möglich zu schreiben, damit alle es nachvollziehen können.

Vor einem Jahr war der Protagonist der Veranstaltung Arm Unlocked in Shanghai Lumex CSS, das erste Computing-Subsystem von Arm für Mobiltelefone. Es kombiniert CPU, GPU, Systemverbindung und Software zu einer vollständigen Plattform, die an Chiphersteller übergeben wird, statt einzelne IP-Kerne getrennt bereitzustellen.

Heute hat Arm das zweite Generation mobiles Endgerät-Computing-Subsystem (CSS for Mobile 2) vorgestellt, also die zweite Generation des letztjährigen Lumex.

Wenn man nur die Parameterliste betrachtet, handelt es sich um ein standardmäßiges jährliches Upgrade: Die Single-Thread-Leistung der CPU steigt um 15 %, und die Basisleistung der GPU steigt um bis zu 24 %.

Aber nach dem ganztägigen Event bin ich mir immer sicherer: Die GPU ist die eigentliche Geschichte, die Arm dieses Jahr erzählen möchte.

Von IP über Lumex bis zu CSS for Mobile 2: Arm geht einen Schritt vorwärts

Lumex wurde dieses Jahr in CSS for Mobile 2 umbenannt. Manche mögen sich fragen, warum der Name geändert wurde. Wir haben diese Frage extra an Arm gestellt. Es war eine bewusste Entscheidung, um das Benennungssystem zu vereinfachen. CSS for Mobile macht direkt klar, dass es sich um eine Plattform für den Mobilbereich handelt. Im Vergleich dazu wurde auf der COMPUTEX bereits CSS for PC vorgestellt, sodass jeder sofort erkennen kann, für welche Produktkategorie jede Plattform gedacht ist.

Hinter der Namensänderung geht Arm bei der Bereitstellungsmethode einen Schritt vorwärts. Wie bereits erwähnt, lieferte Arm früher einzelne IP-Kerne, die Chiphersteller selbst kombinierten. Seit Lumex, sogar seit Arm CSS for Client, bietet Arm neben der IP-Lizenzierung eine weitere Option an: CPU, GPU, Systemverbindung, physische Implementierung und Software-Toolchain werden im Voraus zu einer vollständigen Plattform integriert und an Chiphersteller übergeben.

Es ist besonders zu betonen, dass dies kein Bündelverkauf ist. Partner können die CSS-Plattform vollständig übernehmen, einzelne Komponenten daraus auswählen oder sie mit selbst entwickelten oder Drittanbieter-IPs kombinieren, um sie flexibel entsprechend Produktpositionierung, Leistungszielen und Marktanforderungen zu konfigurieren.

Sie können es so verstehen: CSS bietet ein systemweit optimiertes Referenzschema. Die Entscheidung, ob und in welchem Umfang es verwendet wird, liegt vollständig bei den Kunden.

Die drei Kernkomponenten von CSS for Mobile 2 sind der C2-CPU-Cluster, die Mali G2-Ultra NX-GPU und die SI L2-Systemverbindung. Die Konstruktion dieser drei Komponenten orientiert sich alle an einem gemeinsamen Ausgangspunkt: dem intelligenten Agenten.

Arm ist der Ansicht, dass KI auf Mobiltelefonen sich von einem Frage-Antwort-Assistenten zu einem intelligenten Agenten entwickelt, der Aufgaben selbstständig erledigen kann. Der Workflow dieses intelligenten Agenten lässt sich in vier Schritte unterteilen:

Der erste Schritt ist die Wahrnehmung: Verstehen, was der Nutzer sagt, und seine Absicht erfassen;

Der zweite Schritt ist das Gedächtnis: Abrufen von Kontextinformationen wie Kalender, Fotos und Präferenzen;

Der dritte Schritt ist die Inferenz: Planen der nächsten Aktion auf Basis bekannter Informationen und Generieren strukturierter Anweisungen;

Der vierte Schritt ist die Aktion: Aufrufen der entsprechenden App oder des Dienstes, um die Aufgabe abzuschließen.

Natürlich läuft während des gesamten Prozesses ein Orchestrierungsschicht, die steuert, auf welcher Rechenressource jeder Schritt ausgeführt wird. Die CPU ist das Orchestrierungs- und Steuerungszentrum dieses Systems. Der C2-CPU-Cluster integriert zwei SME2-Engines, die speziell für die Ausführung von leichtgewichtigen KI-Aufgaben entwickelt wurden.

Nach offiziellen Angaben von Arm beziehen sich leichtgewichtige Modelle in der Regel auf einen Umfang von 2 bis 3 Milliarden Parametern, wie zum Beispiel Gemma-2B und Tencents Hunyuan HY-1.8B-2Bit. Modelle dieser Größe laufen auf der CPU mit einer geringeren Latenz als auf dem NPU und weisen eine gute plattformübergreifende Kompatibilität auf.

Bei den spezifischen Parametern steigt die Leistung der neuesten KI-Modelle um bis zu 1,7-fache, die Latenz bei der Sprach-zu-Text-Umwandlung sinkt um 40 % und die Single-Thread-Leistung steigt um 15 %. Diese Verbesserungen durchziehen alle Glieder des Workflows des intelligenten Agenten: Beispielsweise verkürzt eine schnellere Sprachverarbeitung die anfängliche Interaktionslatenz, eine schnellere Gedächtnisabfrage ermöglicht dem intelligenten Agenten den sofortigen Abruf von Kontextinformationen und eine schnellere Inferenzgeschwindigkeit sorgt für zeitgerechtere Entscheidungen.

Erwähnenswert ist, dass derzeit fast alle Flaggschiff-Mobiltelefone wie die vivo X300-Serie, die OPPO Find X9-Serie, die Samsung S26-Serie und auch das iPhone bereits die SME2-Technologie verwenden. Das bedeutet, dass die KI-Fähigkeiten von Arm auf CPU-Ebene bereits in großem Umfang eingesetzt werden.

Nach dem Leistungslimit von Mobiltelefon-GPUs

Nachdem wir über die CPU gesprochen haben, kommen wir zum diesjährigen Highlight: der GPU.

Die Bildqualität von aktuellen Handyspielen wird immer komplexer: Hohe Auflösung, hohe Bildrate, weite Spielwelten und Raytracing erhöhen alle die Arbeitslast der GPU. Das Leistungsbudget für Mobiltelefone ist jedoch begrenzt, und der Platz für Wärmeabfuhr ist begrenzt. Das Leistungswachstum der GPUs kann mit der steigenden Komplexität von Spielen nicht Schritt halten – das ist eine Hürde, der sich alle Hersteller von Mobiltelefon-GPUs stellen müssen.

Arms Lösung ist die Mali G2-Ultra NX. Das „NX“ im Namen steht für Neural Accelerators (neuronale Beschleuniger).

Daran erkennt man, dass Arm eine andere Entscheidung als viele andere Hersteller getroffen hat: Statt den KI-Beschleuniger als separaten NPU neben die GPU zu legen, wurde er direkt in die Shader-Kerne integriert.

Der Vorteil dieses Designs ist, dass Daten nicht zwischen GPU und NPU hin- und hertransportiert werden müssen. Neuronale Grafikaufgaben und Renderaufgaben können parallel ausgeführt werden und teilen sich das Speichersystem und den Cache der GPU, was zu geringerer Latenz und höherer Effizienz führt. Außerdem ist dieser Beschleuniger sehr klein und unterstützt Power Gating: Er wird bei Nichtgebrauch vollständig abgeschaltet und verbraucht keine Energie.

Es ist wie zwei Personen, die zusammen Lego bauen: Wenn eine im Wohnzimmer und die andere im Schlafzimmer ist, müssen die Bauteile ständig hin- und hergereicht werden, was die Effizienz stark senkt. Wenn beide Personen am selben Tisch sitzen, sich eine gemeinsame Bauteilebox teilen und jederzeit sehen können, wo der andere beim Bauen steht, funktioniert die Zusammenarbeit viel schneller.

Auf Basis des NX-Beschleunigers bietet Arm drei neuronale Grafiktechnologien an:

Neuronale Super-Sampling (NSS): Die GPU rendert zuerst Bilder mit niedriger Auflösung und rekonstruiert sie dann mithilfe neuronaler Netze zu Bildern mit hoher Auflösung. Dadurch steigt die FPS um bis zum Doppelten und der Datenverkehr im externen Speicher sinkt um 50 %.

Neuronale Bildratensteigerung (NFRU): Zwischen zwei Bildern werden KI-generierte Zwischenbilder erzeugt, die 120 FPS für kontinuierliches Spielen unterstützen und den DRAM-Datenverkehr um 33 % senken.

Neuronale Super-Sampling und Rauschunterdrückung (NSSD): Diese Technologie kombiniert Super-Sampling und Rauschunterdrückung und ist speziell für komplexe Raytracing-Szenarien gedacht. Sie verbessert gleichzeitig die Auflösung und entfernt Rauschen auf Raytracing-Bildern mit niedriger Abtastrate.

An dieser Stelle wird sich mancher fragen: Was ist der Unterschied zu NVIDIAs DLSS?

Arm ist sehr offen und gibt direkt zu, dass die Szenarien, die auf unterster Ebene realisiert werden sollen, sehr ähnlich sind: Super-Sampling, Framergenerierung und Rauschunterdrückung. Für Mobilgeräte muss jedoch das gesamte System unter den Einschränkungen von Leistungsverbrauch und Wärmeabfuhr neu konzipiert werden. Deshalb ist Arms Modell kleiner und stromsparender, zudem ist es offen. Nach der Überprüfung durch die Mobiltelefonhersteller kann es entsprechend den eigenen Produktanforderungen angepasst und individualisiert werden. Derzeit arbeitet Arm mit Tencent Games zusammen, um nachfolgende Technologien wie neuronale dynamische globale Beleuchtung zu erforschen.

Kurz gesagt: Egal wie viel Hardware man in Mobilgeräte steckt, sie können in Bezug auf die absolute Bildqualität nicht mit Desktop-Grafikkarten mithalten. Aber ich bin der Ansicht, dass Arms Richtung richtig ist: Mit KI die Bildqualität innerhalb des Leistungsbudgets von Mobilgeräten zu verbessern, ist tatsächlich ein praktikabler Umweg.

Abgesehen von KI: Die traditionelle Grafikdarstellung verfügt weiterhin über starke Fähigkeiten

Nach all den Erwähnungen zu KI sollte man die Effekte praktisch testen.

Auf der Arm Everywhere China hat Arm gemeinsam mit Sumo Digital einen Demo vorgestellt, der auf der Unreal Engine 5.5 basiert und MegaLights unterstützt. In der Szene gibt es bis zu 1400 dynamische Lichtquellen, Beleuchtung und Schatten werden vollständig in Echtzeit per Raytracing berechnet, ohne vorab gebacken zu werden. Das praktische Ergebnis ist sehr beeindruckend.

Als Referenz lief das Demo ursprünglich nur mit 15 FPS, läuft aber auf der Mali G2-Ultra NX-Plattform dauerhaft mit 60 FPS – das entspricht einer bis zu vierfachen Steigerung der Bildrate, während der DRAM-Datenverkehr um bis zu 70 % sinkt.

Wenn man annimmt, dass die G2-Ultra NX nur auf KI setzt, unterschätzt man sie. Diese Generation der GPU bietet auch echte Verbesserungen bei der traditionellen Darstellung, vor allem zwei wichtige Upgrades.

Eines davon ist die völlig neue Ausführungsengine, das größte Architekturupgrade des Befehlssatzes bei Mali seit sieben Generationen. Die Anzahl der Register pro Wrap ist gegenüber der vorherigen Generation verdoppelt und unterstützt die dynamische Registerzuweisung.

Bei immer komplexeren Shader-Programmen wie UE5 Nanite und Lumen kann die Verdoppelung der Register das Überlaufen in den Speicher wirksam reduzieren und dafür sorgen, dass große Shader effizienter ausgeführt werden.

Das andere ist die dritte Generation der Raytracing-Einheit, die eine kompaktere Datenstruktur für Strahlen und Dreiecke verwendet, sodass der DRAM-Datenverkehr bei Raytracing-Benchmarks um 13 % sinkt. Gleichzeitig unterstützt die Hardware Opacity Micro-Maps (OMM), die transparente Geometrien wie Vegetation und Gewebe effizient verarbeiten können. In der Demonstration stieg die Bildrate um 30 %, während die Raytracing-Last um 70 % sank.

Die Hardware-Fähigkeiten sind gegeben, aber ob Entwickler sie einfach nutzen können, ist der entscheidende Punkt. Arm hat in diesem Bereich bereits viel Vorarbeit geleistet.

Für das Entwickler-Ökosystem hat Arm das Arm Neural Graphics Development Kit eingeführt. Derzeit sind die NSS- und NFRU-Modelle auf Hugging Face und GitHub öffentlich zugänglich.

Die Zusammenarbeit mit großen inländischen Unternehmen schreitet ebenfalls schnell voran: Tencents Magic Dawn und die Unity China Tuanjie-Engine wurden bereits integriert. NetEases Spiel „Yanyun Sh