Arm认为，当下，AI 正在重塑各行各业，尤其是在重新定义计算本身。当前 AI 正沿着一条非常显著的演进轨道发展——无论是模型规模的持续扩展，还是 AI 应用需求的不断增长，都在推动这一进程。这也开始带动智能体 AI 的兴起，这一趋势在很大程度上是以 CPU 为核心驱动的，同时也正在催生一系列新一代应用场景。
过去AI计算更多依赖GPU或专用NPU，随着异构计算的发展，CPU、GPU以及AI加速器都需要具备运行AI工作负载的能力。Arm始终秉持异构计算的产品研发思路。在 Lumex 发布时，Arm即指出，CPU 必须拥有优异的 AI 运算实力，为此Arm在 CPU 内部集成矩阵运算引擎等模块，补齐矩阵处理相关性能。Arm推出的SME2（第二代可伸缩矩阵扩展）技术可助力 CPU实现全场景 AI 加速。搭载SME2的Arm C1 CPU集群为实际场景中的 AI 驱动型任务带来了显著的 AI 性能提升，包括：
* AI性能提升最高5倍；
* 语音工作负载延迟降低4.7倍；
* 音频生成速度提升2.8倍。
在Gemma 4模型测试中，SME2可实现预填充阶段平均5.5倍加速，解码阶段最高1.6倍提升。
与此同时，Arm还通过KleidiAI软件栈将这些能力开放给开发者，目前已集成至PyTorch ExecuTorch、Google LiteRT、MNN和ONNX Runtime等主流框架，开发者只要面向启用 SME2 的 Arm 架构安卓设备进行开发，就能自动获得开箱即用的性能优化。
过去两三年间，Windows on Arm生态快速完善。微软持续推进原生Arm应用开发，原生应用数量显著增长，企业客户也开始加速部署Arm平台。 从平台覆盖来看，Arm 的计算架构能够支持多个主流操作系统，包括 ChromeOS、Windows、iOS 和 Linux，这为跨平台 AI 应用提供了重要基础。
近期，在Microsoft Build 开发者大会上，Arm与微软联合发布了 Windows on Arm项目，旨在引导开发者获取相关学习资源，并为构建原生 Windows on Arm 应用提供支持，将进一步简化开发者开发 Arm 原生应用的流程。
从Windows on Arm到智能体PC
对于Arm而言，AI PC并非终点。真正的目标是面向智能体时代构筑计算基石。目前Arm已开始针对个人计算市场开发专属CSS（Compute Subsystem）产品——CSS for PC，第二代CSS for PC方案已交付合作伙伴。
值得关注的是，近期发布的RTX Spark平台正是基于Arm CSS for PC打造的产品，该平台集成了20个Arm核心，被视为智能体AI计算平台的重要尝试之一。 从某种意义上说，AI正在将PC从生产力工具演变为持续在线的智能体平台，而Arm希望成为这一变革背后的底层架构。
结语
AI时代正在重新定义计算产业。
从智能手机到AI PC，从云计算到边缘推理，Arm正在利用统一架构、能效优势和庞大的软件生态，打造覆盖云边端的AI计算平台。如果说过去的Arm定义了移动互联网时代，那么未来几年，Arm真正要争夺的，将是智能体时代的计算入口。而随着Windows on Arm生态成熟、边缘AI普及以及智能体 PC兴起，这场由AI驱动的架构变革，或许才刚刚开始。
