Arm CSS for Mobile 2、AndroidゲーミングとオンデバイスAIの競争を激化
Armは、2つの新しいコンピューティングエンジンと、将来のAndroidスマートフォンに向けた異例に野心的な約束を備えるArm CSS for Mobile 2を発表した。このプラットフォームはC2 CPUコアとMali G2-Ultra NX GPUを組み合わせ、よりリッチなゲーム体験と、より応答性の高いローカルAIを目指す。
重要な変化は、毎年恒例の性能向上ではない。Armは、特殊化された行列演算ハードウェアをCPUクラスタ内に、ニューラルアクセラレータを主力モバイルGPU内に直接搭載している。この設計は、AIを独立したニューラル処理ユニットに閉じ込められたワークロードではなく、通常のコンピューティングとグラフィックスの一部として扱うものだ。
Armは2026年9月8日にこのプラットフォームを発表したが、消費者はまだ購入できない。スマートフォンメーカーが完成品を出荷する前に、チップ設計企業がこの知的財産をプロセッサに統合する必要がある。Qualcomm、MediaTek、Samsungなどのシリコンベンダーが、Armの設計のどこまでが実際のAndroid製品に届くかを左右する。
この隔たりが中心的な緊張を生む。Armの社内結果は、CPU性能の高速化、大幅なAI性能向上、そしてスマートフォンの電力制約内でデスクトップ級の技術に近づくグラフィックスを示している。実際に出荷されるハードウェアには、過熱やバッテリー消費を招かず、必要なソフトウェアを採用しないまま終わるゲームに依存することなく、これらの利点を実現することが求められる。
Arm CSS for Mobile 2が実際に変えるもの
Arm CSS for Mobile 2は完成したスマートフォン用プロセッサではなく、CPU、GPU、システム、ソフトウェアを統合した設計である。
ArmのCSS for Mobile 2は、C2-UltraおよびC2-Pro CPUコア、2基のSME2ユニット、Mali G2-Ultra NXグラフィックス、システムインターコネクト技術、開発ツールを組み合わせる。CSSはCompute Subsystemの略で、チップメーカーがシステムオンチップに適応できる、検証済みコンポーネントの集合体を意味する。
このアプローチは、ライセンシーに個別のCPUまたはGPU設計図以上のものを提供する。Armは、性能、電力、チップ面積、データ移動を対象とする物理実装とシステムレベルの指針も提供する。パートナーは完全な構成を利用することも、選択したコンポーネントをカスタム技術やサードパーティ技術と組み合わせることもできる。
フラッグシップクラスタの一例は、性能重視のC2-Ultraコア2基と、効率重視のC2-Proコア6基で構成される。さらに、2基のScalable Matrix Extension 2ユニットを搭載する。SME2は、音声、視覚、言語モデルで使われる行列演算を高速化するArmの命令拡張だ。
前世代はコアと1基のSME2ユニットを組み合わせていたため、このCPU構成は重要である。Armはその容量を2倍にすると同時に、CPUをモバイルAIのオーケストレーション層として位置付けている。将来のエージェントは、情報取得、プロンプト準備、モデル実行、アプリケーション制御を同時に行うと同社は見込む。
グラフィックス側では、より目に見えるアーキテクチャ上の変更が導入される。Mali G2-Ultra NXは、グラフィックスパイプライン内に専用ニューラルアクセラレーションを備えたArm初のMali設計だ。そのシェーダーコアは、GPUのメモリ、キャッシュ、制御構造を共有しながらこのハードウェアを利用できる。
この構成は、表示するすべてのピクセルを従来方式でレンダリングする代わりに、モデルが画像の一部を再構成または生成するニューラルグラフィックスを対象とする。GPUには新しい実行エンジンと、Arm第3世代のハードウェアレイトレーシングユニットも加わる。
これらのコンポーネントは引き続きライセンス可能なビルディングブロックである。C2 CPUコアを使用するスマートフォンが、最大構成のMaliを必ず採用するわけではない。チップメーカーは、より小規模なGPUバリアントを選び、独自のアクセラレータを追加し、コストと性能の異なるバランスを追求できる。
したがってこの発表は、単一のAndroid体験を定義することなく技術的な方向性を示すものだ。Armが共通の基盤を作り、ライセンシーがコア数、動作周波数、メモリシステム、冷却の前提、ソフトウェアサポートを決める。
この違いは、ベンチマークの数値を読む際に重要となる。Armは社内で選定した条件下でリファレンス構成を比較した。最終的な結果は、各パートナーの実装と各スマートフォンメーカーの熱設計上の制約に左右される。
Arm C2 CPUクラスタ、AIを日常的なコンピューティングへ取り込む
C2 CPUクラスタは、ローカルAIをNPUへ完全に送られる短時間のタスクではなく、継続的なシステムワークロードとして扱う。
Armによると、新しいC2 CPU clusterは、前世代比でシングルスレッド性能を最大15%向上させる。同社はまた、アプリケーション起動が12%高速化し、クラスタレベルでマルチスレッド性能が12%向上すると報告している。
これらの数値は生成AIだけを対象とするものではない。シングルスレッド性能は、インターフェースの応答性、ブラウザ処理、アプリケーションロジック、自動化ワークフロー内の個別ステップに影響する。複数のアプリケーションやモデルが同時に動作する場合には、マルチスレッド性能が重要になる。
C2-Ultraはクラスタのフラッグシップコアだ。Armによると、より大きな実行エンジン、改善された分岐予測、より優れた命令フェッチ動作により、プロセッサ内でより多くの処理を進め続けられるという。小さな遅延でもユーザーに見える前景処理を担う。
C2-Proは、効率性をより重視して長時間実行される処理を担う。Armによると、C1-Proで採用された省電力志向のマイクロアーキテクチャを維持しつつ、より新しい製造技術へ移行している。この組み合わせは、あらゆるタスクを大型コアに割り当てることなく、バックグラウンド活動を継続させることを意図している。
2基のSME2ユニットは、CPU側で行列演算を多用する計算を処理する。Armは、拡張された構成により、選定したAIタスクでC1クラスタ比最大70%の性能向上を実現すると主張する。また、選定したAIモデル全体で前世代の最大1.7倍に達する性能も報告している。
これらは市販デバイスの結果ではなく、同社によるベンチマークである。Armは、テストが2026年3月から8月に実施されたと述べ、実際の結果は異なる可能性があると注意を促している。公表された割合も、アプリケーション全体で保証される平均値ではなく、最大向上率を示す。
それでも、この主張の背後にある仕組みは注目に値する。モバイルエージェントは、1つの大規模モデルを1つのアクセラレータ上で常に実行するわけにはいかない。コンテキストを集め、処理をスケジュールし、アプリケーションを呼び出し、小型モデルを処理し、タスクをローカルとクラウドのどちらに割り当てるかを判断する必要がある。
CPUはこの連鎖全体に関与し続ける。SME2の容量を2倍にすることで、アプリケーション制御がすでに行われる場所でより多くの推論を実行でき、処理ブロック間の転送を減らせる可能性がある。このアプローチは、ワークロードがCPUの専用ユニットで処理できるほど小さい場合、レイテンシを改善できる。
Armはまた、C2-UltraがC1-Ultraと同じ性能で最大38%少ない電力を使用できると主張する。持続的なスマートフォンのワークロードでは、ピーク速度よりも同一性能での効率が重要だ。短時間だけ高いベンチマークを達成するプロセッサでも、長時間のAIセッション中にはスロットリングを起こし得る。
潜在的なユースケースには、音声認識、検索、パーソナルメモリー、計画、軽量な推論が含まれる。これらのタスクは、多くの場合、1つの途切れない推論処理ではなく、一連の短い操作を必要とする。Armは、より大きなアクセラレータが適切な部分を処理する一方で、C2がその一連の処理を調整することを目指している。
この設計は、専用NPUを不要にするものではない。異なるエンジンが異なる段階を担うヘテロジニアスシステムにおいて、CPUの役割を広げるものだ。実用上の優位性は、新たな遅延を生じさせずにソフトウェアが適切なエンジンを選択できるかにかかっている。
Mali G2-Ultra NX、ピクセル再構成に賭ける
Armが掲げるデスクトップ級グラフィックスは、描画データを減らし、不足したディテールをニューラル処理で再構成することに依存する。
新しいMali G2-Ultra NXは、3つのニューラルグラフィックス技術をサポートする。それぞれが従来のレンダリングワークロードの一部を軽減するが、いずれもゲーム開発者による統合を必要とする。
Neural Super Samplingは、より低い解像度でレンダリングした後、モデルを用いてより鮮明な最終画像を再構成する。過去フレームからの時間的情報は、ディテールの復元とエッジの滑らかさの向上に役立つ。この手法は、デスクトップ向けグラフィックスベンダーがすでに使用しているアップスケーリング戦略に似ている。
Neural Frame Rate Upscalingは、通常どおりレンダリングされたフレームの間に中間画像を生成する。ゲームは完全なフレームのレンダリング回数を減らし、ニューラルハードウェアがディスプレイ用に追加のフレームを作成できる。Armによると、適したワークロードでは出力が毎秒120フレームに達し得る。
Neural Super Sampling and Denoisingは、レイトレースシーンにおいて再構成とノイズ除去を組み合わせる。レイトレーシングは、光が表面と相互作用する様子をシミュレートし、よりリアルな反射、影、間接照明を生み出す。ただし、計算コストも高い。
Armのアーキテクチャは、従来のグラフィックスおよびコンピューティングリソースの隣、シェーダーコア内にニューラルアクセラレータを配置する。キャッシュとメモリ構造を共有することで、画像データを外部アクセラレータへ移動する必要性を減らす。データ移動が少なければ、エネルギーを節約し、処理時間を短縮できる。
Armによると、GPUの新しい実行エンジンはwarpあたり最大2倍のレジスタを提供する。warpとは、同時に実行されるグラフィックススレッドのグループである。レジスタが増えることで、複雑なシェーダーは低速なメモリへ繰り返しアクセスせずにデータを保持しやすくなる。
Armはこれを、7世代ぶりで最大のMali命令セットアーキテクチャ更新と呼ぶ。同社は、ベンチマーク性能が最大24%向上し、ニューラルグラフィックスを使用しない既存ゲームでも性能が14%向上すると報告している。
これらの結果の違いは不可欠である。14%という数値は、特別な統合を受けないゲームにとってより有用な目安となる。より大きな向上は、ニューラルレンダリング技術、最適化されたソフトウェア、または新アーキテクチャを強調する選定テストに依存する。
レイトレーシングにも専用の改善が加えられる。Armによると、第3世代ユニットは主要なレイトレーシングベンチマークでDRAMトラフィックを最大13%削減する。外部メモリトラフィックの低減は、消費電力と帯域幅への圧力の両方を抑えられる可能性がある。
Opacity Micromapsは別の最適化を提供する。この機能は、葉や布地のような複雑な透明ジオメトリを、すべての小さな表面に完全なレイトレーシング処理を適用することなく表現する。Armは、あるデモでフレームレートが30%向上したと報告している。
同社によると、そのデモではレイトレーシングのワークロードも最大70%削減された。これらの結果は、特定のシーンと技術を示すものである。すべてのゲームに共通する向上として解釈すべきではない。
ArmのNeural Dawnデモは、ニューラルフレーム生成、ノイズ除去、Unreal Engineのライティングを組み合わせる。同社は、ネイティブレンダリングと比べて最大4倍の性能効率、最大70%低い外部メモリトラフィックを報告している。
ソフトウェアの展開は研究室内のデモにとどまらない。NetEaseはWhere Winds MeetにNeural Super Samplingを追加する予定で、Infold GamesはInfinity Nikkiに同技術を統合している。Tencent GamesとUnity Chinaも、Armのニューラルグラフィックス技術に取り組んでいる。
これらのプロジェクトは、開発者に具体的な目標を与える。ただし、異なるチップ構成、ゲームエンジン、あるいは長時間のプレイセッションでこの技術がどう機能するかは、まだ示されていない。その証拠が得られるのは、商用ハードウェアが利用可能になってからだ。
Qualcommとカスタムシリコンが依然として実際の基準を決める
Armは、パートナーが変更、縮小、または置き換え可能なコンポーネントを販売しながら、完成したチップ実装と競合している。
QualcommのSnapdragonプラットフォームは、プレミアムAndroidゲーミングにおける最も明確な競争上の比較対象となる。Qualcommは独自のCPU技術を開発し、自社のAdrenoグラフィックスと組み合わせている。この垂直統合により、ドライバー、ハードウェア、性能目標を1つの商用プロセッサ内で整合させられる。
MediaTekは従来、Arm CPUとMali GPUの設計により大きく依存してきた。そのため、CSS for Mobile 2の最も充実した構成を採用する有力候補といえる。SamsungもExynosプロセッサ向けにArmコアをライセンスしつつ、Maliとその他のグラフィックス戦略から選択できる。
Googleはまた別の変種を示している。TensorチップはArm互換のCPU技術を使う一方、GoogleはAIモデル、画像処理パイプライン、Pixelソフトウェアを軸に製品判断を行う。共通のArmプラットフォームがあっても、こうしたベンダー固有の優先事項が消えるわけではない。
AppleはAndroid端末を製造していないものの、重要なアーキテクチャ上の参照例だ。同社の独自Arm互換CPU、GPU、ニューラルエンジン、OS、開発者向けフレームワークは、1つの統制されたプラットフォームに属している。この統合により、Appleはハードウェアの採用とソフトウェアの挙動の双方に影響力を持つ。
Armの強みは規模にある。同社によれば、Mali GPUの出荷台数は140億基を超える。広くライセンスされるニューラルグラフィックスアーキテクチャは、複数ベンダーの製品に届く単一のターゲットをゲームスタジオにもたらし得る。
ただし、規模だけで一貫した挙動が保証されるわけではない。ライセンシーは異なるコア数、メモリーインターフェース、クロック、製造プロセスを選択できる。その後、スマートフォンメーカーは、それぞれ冷却機構やバッテリー優先度が異なる端末にそれらのチップを搭載する。
したがって、Android chip roadmapは設計上、依然として断片化されている。あるメーカーはゲーミング性能のピークを優先するかもしれない。別のメーカーはより小型のGPUを選び、カメラや独自NPUにより多くのチップ面積を割く可能性がある。
ソフトウェアサポートも、さらに別の層を加える。開発者が専用レンダリングパスへ投資する前に、ゲームにはエンジン統合、安定したドライバー、予測可能な性能が必要になる。ハードウェア上に存在する機能でも、その展開がテストや互換性の負担を生むなら未使用のまま残り得る。
Armは、オープンインターフェース、ニューラルグラフィックス開発キット、Vulkanサポート、ゲームエンジンパートナーとの取り組みにより、その障壁を下げようとしてきた。Vulkanは、開発者にGPUリソースを低レベルで制御する手段を提供するクロスプラットフォームのグラフィックスAPIだ。
同社はハードウェア発表前から開発者の準備も進めていた。2025年にArm Neural Technologyを予告し、コンテンツ制作と性能テストを目的とするツールを配布した。この先行期間により、初期のゲームが最初の端末の登場時期により近いタイミングで提供される可能性がある。
しかしQualcommはAdreno向けに最適化した改良で対抗でき、AppleやデスクトップGPUベンダーはすでに成熟した再構成技術をサポートしている。Armはニューラルレンダリングをゼロから発明するのではなく、すでに確立されたソフトウェア競争に参入する。
Armの機会は、こうしたアイデアを大規模なAndroidハードウェア基盤全体で移植可能にすることにある。リスクは、その同じ基盤で採用が一貫しないことにある。共有アーキテクチャが価値を持つのは、十分な数のライセンシーが意味のある構成を出荷した場合に限られる。
このため、主要な競争はArmと1社のチップメーカーの対決ではない。再利用可能なプラットフォームというArmの約束と、Androidシリコンの実装上の現実との対決だ。仕様が可能性を定め、パートナーがユーザー体験を決める。
デスクトップ級ゲーミングは依然として主張であり、製品ではない
Armは説得力のある効率化メカニズムを説明しているが、最も強いゲーミングおよびAI関連の主張は、依然として社内テストとデモに基づく。
「デスクトップ級」という表現は、スマートフォンとディスクリート型デスクトップグラフィックスカードの性能が同一であることではなく、グラフィックス技術を指している。Armはモバイルの電力枠内で、レイトレーシング照明、ニューラルアップスケーリング、フレーム生成、ノイズ除去を強調している。
独立系プラットフォーム分析によると、Armは1ワットの予算内で動作するニューラルグラフィックスを説明した。同社はまた、豊かなレイトレーシングコンテンツを毎秒30フレームで維持するデモも示した。
これは技術的に興味深いが、小売スマートフォンにおける解像度、画質、端末温度、システム全体の消費電力を定義するものではない。ニューラル再構成は、動き、細かなジオメトリー、インターフェース要素、急速に変化するシーンの周辺にアーティファクトを生じさせる可能性もある。
フレーム生成には関連するトレードオフがある。生成されたフレームは見かけ上の滑らかさを高めるが、必ずしも入力遅延を減らすわけではない。他のシステムが補正しない限り、ゲームは依然として基礎となるレンダリングフレームレートでプレイヤー入力を処理する。
画質はトレーニング、モデル設計、モーションデータ、エンジン統合にも左右される。あるゲームでは説得力のある再構成ディテールを実現できるかもしれない。別のゲームでは、小型で高解像度のディスプレイでも明白なゴーストや不安定なエッジが現れる可能性がある。
持続性能は最大のハードウェア試験となる。スマートフォンの冷却能力は、デスクトップPCやゲームコンソールよりはるかに低い。また、そのプロセッサはディスプレイ、モデム、メモリー、ストレージ、バックグラウンドアプリケーションとも電力を共有する。
Armの低消費電力に関する主張は、この制約を直接扱うものだ。もっとも、最終的な挙動は製造プロセス、チップレイアウト、電圧目標、メーカーのチューニングに左右される。ライセンシーはアーキテクチャ上の効率を長いプレイ時間に変えることも、より高いピーク性能に振り向けることもできる。
同じ注意はエージェント型AIにも当てはまる。小型モデルが高速になっても、それだけで有用なスマートフォンエージェントが生まれるわけではない。アプリケーションは安全な操作手段を公開する必要があり、OSは権限を調整しなければならず、モデルはあらゆる手順をクラウドへ送らずに確実に行動を計画する必要がある。
メモリー容量は、生の演算性能と同じくらい重要になる。モデル、検索インデックス、アプリケーション状態、グラフィックスアセットは、限られた帯域幅を奪い合う。より高速なCPUユニットでも、システム内の他のボトルネックを取り除くことはできない。
Armのベンチマーク比較も、前世代の自社設計を基準としている。現行のSnapdragon、Apple、またはその他の独自プロセッサに対する優位性を示すものではない。独立テストでは、同一条件のワークロードで完成品同士を比較する必要がある。
Maliゲーミングにおいては、ドライバー品質もまた不確実性を示す。高度なハードウェアは、安定したVulkan実装と、チップおよびスマートフォンベンダーによる適時のアップデートに依存する。ドライバー提供に一貫性がなければ、アプリケーションはデバイス間で機能を信頼性高く利用できなくなる。
開発者の採用も不透明なままだ。Neural Super Samplingはレンダリングコストを削減できるが、スタジオは統合とテストを行わなければならない。パブリッシャーは、十分な利用者数、信頼できるツール、作業を正当化する測定可能な利点を備えたプラットフォームを優先する。
Armには、Sumo Digital、NetEase、Tencent Games、Infold Games、Unity Chinaなど、有用な初期パートナーがいる。こうした関係により、今回の発表は机上の仕様以上のものになっている。それでも、世界のモバイルゲームカタログ全体から見れば小さな一部にとどまる。
最初の商用端末は、ソフトウェアスタックがArmの参照環境からベンダーのシリコンへ円滑に移行するかを明らかにするだろう。それまでは、「デスクトップ級」は検証済みの性能カテゴリーではなく、視覚技術に向けた目標として理解するのが最善だ。
Armの賭けが成功するかを示す3つのシグナル
商用シリコン、独立した持続性能テスト、実際のゲームでの採用が、Arm CSS for Mobile 2がAndroidスマートフォンを変えるかどうかを決める。
第1のシグナルは、プラットフォームの相当部分を採用する、名称が明らかになったプロセッサだ。公開されるC2コア数、選択されたMali構成、SME2の能力、メモリー設計、製造プロセスに注目したい。実装が大幅に縮小されていれば、Armの参照結果との比較は弱まる。
タイミングも重要だ。Armは、デバイスメーカーがそれを基にしたスマートフォンを販売できる前に知的財産を提供する。最初のチップ発表により、パートナーがこのプラットフォームを短期的なフラッグシップの基盤と見ているのか、より長期的な設計選択肢と見ているのかが明らかになる。
第2のシグナルは、小売端末における独立テストだ。レビュー担当者は、持続CPU速度、ゲームのフレームレート、バッテリー消費、表面温度、画質を測定する必要がある。短時間の合成ベンチマークでは、Armの主張に決着はつかない。
同一条件のテストでは、従来型グラフィックスの向上とニューラルレンダリングによる向上を分けるべきだ。この違いにより、新しい実行エンジンから得られる性能と、ゲーム固有のAI機能に依存する性能の割合が明らかになる。
ローカルAIのテストにも同様の厳密さが必要だ。有用な測定項目には、最初の応答までの遅延、持続的なモデル速度、エネルギー使用量、他のアプリケーションが動作したままでの性能が含まれる。スマートフォンエージェントは、単独の推論ベンチマークではなく、システム全体のワークロードだ。
第3のシグナルは、実運用ソフトウェアでの採用だ。Where Winds Meet、Infinity Nikki、Tencentの技術デモ、将来のエンジン統合が初期の確認ポイントとなる。さらに管理されたデモよりも、実際にサポートを出荷することの方が重要だ。
開発者は、ニューラルグラフィックス機能が個別の最適化プロジェクトなしに複数のチップメーカーで動作するかも注視すべきだ。広範な移植性は、再利用可能なプラットフォームというArmの主張を強める。ベンダー固有の挙動は、それを弱める。
購入者にとって、初代製品はArmのパーセンテージの集合ではなく、完成した端末として評価すべきだ。冷却、メモリー、ドライバー、バッテリー管理、ソフトウェアサポートが、このアーキテクチャが異なるものに感じられるかを決める。
開発者にとって直近の問いは、Armのオープンツールが、新しいレンダリングパスを正当化できるほど統合作業を減らせるかどうかだ。今すぐ開発キットを試せば、対応スマートフォンがユーザーに届く前に画質や互換性の問題を明らかにできる。
Arm CSS for Mobile 2は一貫した賭けを示している。将来のスマートフォンには、CPUとグラフィックスのパイプライン全体にAIが織り込まれる必要がある。このアーキテクチャはその変化に向けた信頼できるツールを提供するが、仕様だけで体験を提供することはできない。
まず名称が明らかになった最初のチップを見守り、次に最初の持続性能テスト、そして最後にニューラル機能を大規模に搭載して出荷される最初のゲームを追うべきだ。この3つの確認ポイントが、Armの設計がAndroidの標準となるのか、それともソフトウェアを待ち続けるもう1つの機能に終わるのかを示す。
