Arm 於 2026 年 9 月 8 日發表 CSS for Mobile 2，這不是單一處理器，而是一套讓合作夥伴打造客製化行動 SoC 的可配置平台。它整合 C2 CPU cluster、Arm Mali G2-Ultra NX GPU、SI L2 系統互聯，以及軟體與開發工具。
這次最值得注意的改變，是 Arm 把 AI 圖形處理放進 GPU 架構核心。Mali G2-Ultra NX 被 Arm 定位為首款 AI-native Mali GPU，將專用神經加速器緊密整合於著色器核心，並結合 Arm Neural Technology、新執行引擎與第三代光線追蹤單元。
對手機玩家而言，這代表未來裝置有機會透過神經圖像技術，以較有效率的方式追求更高幀率與更複雜的視覺效果；對 SoC 與應用開發端而言，則是 CPU、GPU、AI 加速器和雲端工作負載能被放進同一套平台設計中協調。不過，目前不宜據此推定任何特定手機、SoC 或上市時間。
CSS for Mobile 2：把 CPU、GPU 與系統設計打包的行動平台
CSS for Mobile 2 的定位，是提供合作夥伴一組可配置的基礎元件，而非直接面向消費者販售的手機晶片。平台包含 C2 CPU cluster、Mali G2-Ultra NX、SI L2 系統互聯、軟體與開發工具，目標是協助合作夥伴建立客製化 SoC。
因此，看到 CSS for Mobile 2 發表，並不等於某一支手機已經搭載這套平台。消費者真正需要等待的，仍是晶片商與手機品牌後續公布的產品規格。
Arm Mali G2-Ultra NX 是什麼？神經加速器直接進入著色器核心
Mali G2-Ultra NX 的關鍵，是把神經加速器緊密整合至 GPU 的著色器核心。Arm 將此設計稱為 AI-native Mali GPU，讓神經圖像處理更靠近即時圖形管線，而非只把 AI 視為外部、獨立的工作負載。
這不代表 GPU 內的神經加速器可直接等同於、或取代手機原有的 NPU。兩者的完整分工、比較方式與實際產品實作，仍須以未來 SoC 廠商的規格與軟體配置為準。現階段可以確定的是，Arm 的設計重點放在讓 GPU 更直接處理圖形相關的神經運算。
Arm Neural Technology 有哪些功能？
Arm 列出的 Arm Neural Technology 包含以下三項：
- Neural Super Sampling（NSS）：神經超採樣技術。
- Neural Frame Rate Upscaling（NFRU）：神經幀率升頻技術。
- Neural Super Sampling and Denoising（NSSD）：結合神經超採樣與降噪的技術。
其中，NFRU 會使用渲染幀、動態資料、深度資料與硬體加速光流，來產生中間幀。簡單說，它的設計目的不是只靠傳統方式增加 GPU 每秒實際渲染的完整畫面，而是結合既有畫面與動態資訊來建立額外畫格。
不過，NSS、NFRU 和 NSSD 是否能套用於某款遊戲，仍取決於遊戲與軟體整合情況；不能將其理解為所有既有 Android 遊戲都會自動取得支援。
Arm 所稱「最高 4 倍 FPS」該怎麼看？
Arm 主張，Mali G2-Ultra NX 使用神經圖像技術、並在持續功耗預算下相較原生渲染，最高可達 4 倍 FPS。這個數字應理解為 Arm 提出的最高效能主張，而不是每一款遊戲、每一台裝置或每一種畫質設定都能達成的保證。
尤其是神經超採樣與幀生成的實際體驗，除了平均 FPS，也與遊戲本身的整合、畫面輸入資料、圖形設定與最終裝置實作有關。對玩家而言，未來應同時關注遊戲是否支援、畫質模式、實際功耗，以及操作回應等整體表現，而不是只看單一最高倍數。
重點不是「所有手機遊戲都會快 4 倍」，而是 Arm 正嘗試把神經圖像納入行動 GPU 的原生能力，讓合作夥伴與開發者有新的效能與畫質取捨空間。
第三代光追與 Opacity Micromaps：降低光線追蹤工作負載
除了神經圖像，Mali G2-Ultra NX 也採用第三代 Ray Tracing Unit。Arm 主張，搭配硬體 Opacity Micromaps，光線追蹤工作負載最高可降低 70%。
這項主張的意義在於：行動裝置若要處理更複雜的光影與反射效果，效率會是比「能不能開啟光追」更重要的問題。Opacity Micromaps 屬於 Arm 此次提出的硬體設計之一，目標是減少光線追蹤過程中的工作負擔。
同樣地，「最高降低 70%」是 Arm 的最高主張，實際降低幅度不能直接套用到所有遊戲或未來所有採用裝置。
C2 CPU cluster 與 SME2：端側 Agentic AI 的協調角色
CSS for Mobile 2 的另一個核心是 C2 CPU cluster。Arm 將它描述為可協調規劃、提示建構、本地執行，以及跨 CPU、GPU、AI 加速器與雲端的工作負載配置。
這也是「端側 Agentic AI」和單純 CPU 跑得更快之間的差別：若一個 AI 工作流程涉及理解任務、整理提示、調度不同運算資源與執行本地步驟，CPU 的角色不只在於執行單一計算，也在於協調整個流程。
C2 CPU cluster 結合 C2-Ultra、C2-Pro 與兩組 SME2。Arm 主張，C2 CPU cluster 搭配 SME2，對支援語音、個人記憶與推理的 AI 模型，最高可達 1.7 倍更快執行。這同樣是 Arm 的最高主張，並非所有模型或所有終端裝置的固定結果。
第一款搭載 Mali G2-Ultra NX 的手機何時出現？
Arm 的 CSS for Mobile 2 與 Mali G2-Ultra NX 公開產品資料重點放在平台與 IP 設計；目前不宜把任何品牌或型號視為已確認採用。
若你正考慮購買下一代旗艦 Android 手機，可把 Mali G2-Ultra NX 視為後續規格表中值得追蹤的名稱；在晶片商與 OEM 正式揭露前，購買決策仍應以實際手機的 SoC、遊戲支援、散熱、續航、售價與在台供貨資訊為準。
對台灣玩家與開發者的觀察重點
- 玩家：留意新機發表時是否明確揭露 Mali G2-Ultra NX，以及遊戲是否說明 NSS、NFRU 或 NSSD 的支援方式。
- 開發者：神經圖像、硬體光流與光追效率將成為行動圖形設計的新方向，但實際導入仍須依目標裝置與工具鏈規劃。
- 產業觀察者：CSS for Mobile 2 將 CPU、GPU、系統互聯與工具納入同一可配置平台，反映行動 SoC 的競爭已不只看單一 CPU 或 GPU 區塊。
結論：Arm 把 AI 圖形放進下一代行動 GPU 的核心
Arm Mali G2-Ultra NX 的發布，重點不只是新增一個 GPU 名稱，而是把神經加速器、神經超採樣、幀率升頻、降噪與第三代光追帶進同一套行動圖形架構。搭配可協調多種運算資源的 C2 CPU cluster，CSS for Mobile 2 描繪的是以 AI 原生圖形與端側 Agentic AI 為目標的下一代行動 SoC 平台。
至於這些能力最終會如何落在手機遊戲、AI 應用、功耗表現與台灣市場產品上，仍要等待後續 SoC、手機與軟體端的正式資訊。
