看准移动设备端的AI应用潜力，Arm发布新的Lumex运算符系统(Compute Subsystem，CSS)，一举更新旗下的行动CPU、GPU，搭配新的SME2(Scalable Matrix Extension 2)可扩延展伸指令集，宣称AI性能最高提升5倍。
Arm手机策略总监蔡武男表示，如今时代已习惯在智能手机屏幕触摸，但是未来AI在移动设备的普及，带来新的人机互动，未来新时代可能不再使用触摸，而是通过语音和手机对话，要求AI或是由AI依据你的需求执行任务。尽管移动设备可依赖云计算来执行AI推论，但是手机移动性难免处在移动网络不稳定的情形，没有移动网络或是信号较差的环境，将影响移动设备上的AI使用体验，此外，完全依赖云计算来执行AI推论，对服务提供商而言，成本也会高昂。
鉴于AI将会越来越重要，在移动设备端执行AI应用，即时性、低延迟特别重要，且因为手机使用电池，还需要更高的能源效率，Arm发布全新的Lumex CSS运算平台，搭载新的SME2指令集，这个新的矩阵延伸指令集，使得Lumex CSS提升CPU的AI处理性能最高达5倍，对于语音类的工作负载延迟可降低4.7倍，音频生成速度则提升2.8倍。(下图来源：Arm)
Arm以运动App“智能瑜伽教练”为例，在SME2指令集的加速下，文本转语音生成速度可提升2.4倍，用户可以更即时得到AI的瑜伽指导。
而根据Arm展示的AI加速效果，没有搭载SME2指令集的CPU，在达行神经网络的工作处理中，远低于GPU，但是搭载SME2指令集的CPU，明显提高神经网络的处理性能，缩短CPU与GPU间的性能落差，在一部分的测试项目中还超越GPU。
为吸引软件开发者，Arm也提供KleidiAI函数库，希望能让设备发挥SME2。目前KleidiAI支持AI框架，如PyTorch ExecuTorch、Google LiteRT、ONNX Runtime等。
Arm预期未来让SME2扩展到各个CPU平台，同时预期到了2030年，搭载SME与SME2的设备将会为超过30亿台设备添加加超过100亿TOPS。(下图来源：Arm)
更新CPU及GPU
Lumex CSS目前针对3纳米制程优化实体实例，Lumex CSS包括采用SME2的Armv9.3 CPU集群，还有宣称提升2倍的光线关注性能的Arm Mali G1-Ultra GPU，以及DSU(Arm C1-DSU), KleidiAI函数库。
至于CPU方面，Lumex CSS更新Arm原有的行动CPU命名及分类方式，过去Arm CPU采用的Cortex命名，现在在Lumex中CPU采用C1命名，将CPU分为5个种类等级。
这5种类的CPU，包括Arm C1-Ultra，C1-Pro、C1-Premium、C1-Pro、C1-Nano、Pico。其中的C1-Ultra定位为旗舰级性能，相当于先前的Cortex-X925，在SME2加持下，Arm称其单线程性能提升25%，适用于大模型的推论、内容创作、生成式AI、运算摄影等等。
而C1-Pro为能耗核心，即扮演过去的小核角色，持续性能提升16%，在移动设备中用于辅助C1-Ultra性能核心(大核)，C1-Pro适用于视频播放、流媒体推论等工作负载处理。
C1-Premium兼顾C1-Ultra的性能，但面积减少35%，适用于次一级的旗舰级移动设备，适合语音助理、多任务处理。
至于C1-Nano强调能效，Arm宣称其效率提升26%，但面积更小，因此适合行动穿戴设备或小型设备使用。最后是Pico，强调超低功耗，适用于物联网设备。
蔡武男指出，在今年5月Arm宣布转型后，将从过去只提供IP，转型为提供集成及弹性的平台方案，加速合作伙伴推出产品至市场的速度。
Arm针对不同市场提供运算平台方案，除了Lumex CSS运算平台锁定的移动设备外，还有以数据中心为目标的Arm Neoverse，瞄准汽车领域的Arm Zena，专门为PC设计的Arm Niva，以及适用于IoT物联网的Arm Orbis。
