Arm CSS for Mobile 2, Android 게이밍과 온디바이스 AI의 경쟁을 격화하다
Arm은 두 개의 새로운 컴퓨팅 엔진과 미래 Android 스마트폰을 겨냥한 이례적으로 야심 찬 약속을 앞세워 Arm CSS for Mobile 2를 공개했다. 이 플랫폼은 더 풍부한 게임 경험과 한층 민감한 로컬 AI를 목표로 설계된 Mali G2-Ultra NX GPU와 C2 CPU 코어를 결합한다.
중요한 변화는 매년 반복되는 성능 향상이 아니다. Arm은 CPU 클러스터에 특화된 매트릭스 하드웨어를 넣고, 주력 모바일 GPU 내부에 신경망 가속기를 직접 탑재하고 있다. 이는 AI를 별도의 신경망 처리 장치에 국한된 워크로드가 아니라 일반 컴퓨팅과 그래픽의 일부로 다루는 설계다.
Arm은 2026년 9월 8일 이 플랫폼을 발표했지만, 소비자는 아직 이를 구매할 수 없다. 스마트폰 제조사가 완성 제품을 출하하려면 먼저 칩 설계업체가 해당 지식재산을 프로세서에 통합해야 한다. Qualcomm, MediaTek, Samsung 및 기타 실리콘 공급업체가 Arm의 설계가 실제 Android 제품에 어느 정도까지 반영될지를 결정하게 된다.
이 간극이 핵심적인 긴장을 만든다. Arm의 내부 결과는 더 빠른 CPU 성능, 큰 폭의 AI 향상, 그리고 스마트폰의 전력 한계 안에서 데스크톱 기법에 근접하는 그래픽을 제시한다. 실제 출하 하드웨어는 과열이나 배터리 소모 없이, 그리고 필요한 소프트웨어를 끝내 채택하지 않는 게임에 의존하지 않고 이러한 이점을 제공해야 한다.
Arm CSS for Mobile 2가 실제로 바꾸는 것
Arm CSS for Mobile 2는 완성된 스마트폰 프로세서가 아니라 CPU, GPU, 시스템, 소프트웨어를 아우르는 통합 설계다.
Arm의 CSS for Mobile 2는 C2-Ultra 및 C2-Pro CPU 코어, 두 개의 SME2 유닛, Mali G2-Ultra NX 그래픽, 시스템 인터커넥트 기술, 개발 도구를 결합한다. CSS는 Compute Subsystem의 약자로, 칩 제조사가 시스템온칩에 맞춰 적용할 수 있는 검증된 구성요소 모음이다.
이 접근 방식은 라이선스 사용자에게 개별 CPU나 GPU 청사진 이상의 것을 제공한다. Arm은 성능, 전력, 칩 면적, 데이터 이동을 포괄하는 물리적 구현과 시스템 수준의 지침도 제공한다. 파트너는 전체 구성을 사용하거나, 선택한 구성요소를 맞춤형 및 타사 기술과 결합할 수 있다.
한 예시 주력 클러스터에는 성능 중심의 C2-Ultra 코어 2개와 효율 중심의 C2-Pro 코어 6개가 포함된다. 여기에 두 개의 Scalable Matrix Extension 2 유닛도 탑재된다. SME2는 음성, 비전, 언어 모델에 쓰이는 매트릭스 연산을 가속하는 Arm 명령어 확장이다.
이 CPU 구성은 이전 세대가 코어와 SME2 유닛 하나를 조합했다는 점에서 의미가 있다. Arm은 이 용량을 두 배로 늘리는 한편 CPU를 모바일 AI의 오케스트레이션 계층으로 배치하고 있다. 미래의 에이전트가 정보를 검색하고, 프롬프트를 준비하며, 모델을 실행하고, 애플리케이션을 동시에 제어할 것으로 전망한다.
그래픽 측면에서는 보다 눈에 띄는 아키텍처 변화가 도입된다. Mali G2-Ultra NX는 그래픽 파이프라인 안에 전용 신경망 가속을 탑재한 Arm 최초의 Mali 설계다. 셰이더 코어는 GPU의 메모리, 캐시, 제어 구조를 공유하면서 이 하드웨어를 사용할 수 있다.
이 구조는 표시되는 모든 픽셀을 기존 방식으로 렌더링하는 대신, 모델이 이미지 일부를 복원하거나 생성하는 신경망 그래픽을 겨냥한다. GPU에는 새로운 실행 엔진과 Arm의 3세대 하드웨어 레이 트레이싱 유닛도 추가된다.
이 구성요소들은 여전히 라이선스 가능한 빌딩 블록이다. C2 CPU 코어를 쓰는 스마트폰이 자동으로 가장 큰 Mali 구성을 채택해야 하는 것은 아니다. 칩 제조사는 더 작은 GPU 변형을 선택하거나, 자체 가속기를 추가하거나, 비용과 성능 간의 다른 균형을 추구할 수 있다.
따라서 이번 발표는 하나의 Android 경험을 정의하지 않으면서 기술적 방향을 제시한다. Arm이 공통 기반을 만들었으며, 라이선스 사용자가 코어 수, 주파수, 메모리 시스템, 냉각 가정, 소프트웨어 지원을 결정하게 된다.
이 구분은 벤치마크 수치를 읽을 때 중요하다. Arm은 내부적으로 선택한 조건에서 레퍼런스 구성을 비교했다. 최종 결과는 각 파트너의 구현과 각 스마트폰 제조사의 열적 한계에 따라 달라진다.
Arm C2 CPU 클러스터, AI를 일상 컴퓨팅으로 끌어들이다
C2 CPU 클러스터는 로컬 AI를 전적으로 NPU로 전송하는 짧은 작업이 아니라, 지속적인 시스템 워크로드로 다룬다.
Arm은 새로운 C2 CPU cluster가 이전 세대보다 최대 15% 높은 단일 스레드 성능을 제공한다고 밝혔다. 회사는 또한 클러스터 수준에서 애플리케이션 실행 속도가 12% 빨라지고 멀티스레드 성능이 12% 높아진다고 보고했다.
이 수치는 생성형 AI 이상을 포괄한다. 단일 스레드 성능은 인터페이스 반응성, 브라우저 작업, 애플리케이션 로직, 자동화된 워크플로의 개별 단계에 영향을 준다. 여러 애플리케이션과 모델이 함께 작동할 때는 멀티스레드 처리 능력이 중요해진다.
C2-Ultra는 이 클러스터의 주력 코어다. Arm에 따르면 더 큰 실행 엔진, 향상된 분기 예측, 개선된 명령어 페치 동작을 사용해 더 많은 연산이 프로세서를 통과하도록 유지한다. 작은 지연도 사용자에게 보이는 포그라운드 작업을 처리한다.
C2-Pro는 효율성에 더 중점을 두고 더 오래 실행되는 작업을 담당한다. Arm은 C1-Pro에 사용된 전력 절감형 마이크로아키텍처를 유지하면서 더 새로운 제조 기술로 전환했다고 설명한다. 이 조합은 모든 작업을 대형 코어에 할당하지 않고도 백그라운드 활동을 지속하도록 설계됐다.
두 개의 SME2 유닛은 CPU 측에서 매트릭스 집약적 계산을 처리한다. Arm은 확장된 구성이 선택된 AI 작업에서 C1 클러스터 대비 최대 70% 향상을 낸다고 주장한다. 또한 선택된 AI 모델 전반에서 이전 세대 대비 최대 1.7배의 성능에 도달한다고 보고했다.
이는 소매 제품에서 나온 결과가 아니라 회사의 벤치마크다. Arm은 테스트가 2026년 3월부터 8월 사이에 이뤄졌으며 실제 결과는 달라질 수 있다고 명시한다. 공개된 백분율 역시 애플리케이션 전반의 보장된 평균이 아니라 최대 향상치를 나타낸다.
그럼에도 이 주장의 배경이 되는 메커니즘은 주목할 만하다. 모바일 에이전트는 모든 순간을 하나의 가속기에서 대형 모델 하나를 실행하는 데 쓸 수 없다. 컨텍스트를 수집하고, 작업을 예약하고, 애플리케이션을 호출하고, 더 작은 모델을 처리하며, 작업을 로컬에서 처리할지 클라우드에서 처리할지 결정해야 한다.
CPU는 이 과정 전반에 관여한다. SME2 용량을 두 배로 늘리면 애플리케이션 제어가 이미 이뤄지는 곳에서 더 많은 추론을 실행할 수 있어, 처리 블록 간 전송을 줄일 수 있다. 워크로드가 CPU의 특화 유닛에 충분히 들어맞는다면 이 접근 방식은 지연 시간을 개선할 수 있다.
Arm은 C2-Ultra가 C1-Ultra와 동일한 성능에서 최대 38% 적은 전력을 사용할 수 있다고도 주장한다. 지속적인 스마트폰 워크로드에서는 최고 속도보다 동일 성능에서의 효율이 더 중요하다. 잠시 높은 벤치마크에 도달하는 프로세서도 긴 AI 세션 중에는 성능을 제한할 수 있다.
잠재적 활용 사례에는 음성 인식, 검색, 개인 메모리, 계획 수립, 경량 추론이 포함된다. 이러한 작업은 하나의 끊김 없는 추론 작업보다 일련의 짧은 연산을 필요로 하는 경우가 많다. Arm은 더 큰 가속기가 적합한 부분을 처리하는 동안 C2가 이 흐름을 조율하기를 원한다.
이 설계가 전용 NPU의 필요성을 없애는 것은 아니다. 서로 다른 엔진이 서로 다른 단계를 처리하는 이기종 시스템에서 CPU의 역할을 넓힌다. 실질적 이점은 새로운 지연을 만들지 않고 소프트웨어가 올바른 엔진을 선택하는지에 달려 있다.
Mali G2-Ultra NX, 픽셀 복원에 승부를 걸다
Arm의 데스크톱급 그래픽 전략은 더 적은 데이터를 렌더링하고, 신경망 처리로 빠진 세부 묘사를 복원하는 데 달려 있다.
새로운 Mali G2-Ultra NX는 세 가지 신경망 그래픽 기법을 지원한다. 각각 기존 렌더링 워크로드의 일부를 줄이지만, 게임 개발자의 통합이 필요하다.
Neural Super Sampling은 더 낮은 해상도로 렌더링한 뒤 모델을 사용해 더 선명한 최종 이미지를 복원한다. 이전 프레임의 시간적 정보는 세부 묘사를 되살리고 가장자리를 부드럽게 하는 데 도움이 된다. 이 방식은 데스크톱 그래픽 공급업체가 이미 사용하는 업스케일링 전략과 유사하다.
Neural Frame Rate Upscaling은 일반적으로 렌더링된 프레임 사이에 중간 이미지를 생성한다. 게임은 더 적은 수의 완전한 프레임을 렌더링하고, 신경망 하드웨어가 디스플레이를 위한 추가 프레임을 만들 수 있다. Arm은 적합한 워크로드에서 결과 출력이 초당 120프레임에 이를 수 있다고 밝혔다.
Neural Super Sampling and Denoising은 레이 트레이싱 장면에서 복원과 노이즈 제거를 결합한다. 레이 트레이싱은 빛이 표면과 상호작용하는 방식을 시뮬레이션해 더 사실적인 반사, 그림자, 간접 조명을 만든다. 하지만 계산 비용도 높다.
Arm의 아키텍처는 전통적인 그래픽 및 컴퓨팅 자원 옆, 셰이더 코어 내부에 신경망 가속기를 배치한다. 공유 캐시와 메모리 구조는 이미지 데이터를 외부 가속기로 이동해야 하는 필요성을 줄인다. 데이터 이동이 줄어들면 에너지를 절약하고 처리 시간을 단축할 수 있다.
Arm에 따르면 GPU의 새 실행 엔진은 워프당 최대 두 배 많은 레지스터를 제공한다. 워프는 함께 실행되는 그래픽 스레드 그룹이다. 더 많은 레지스터는 복잡한 셰이더가 느린 메모리에 반복적으로 접근하지 않고 데이터를 유지하도록 도울 수 있다.
Arm은 이를 7세대 만에 이뤄진 최대 규모의 Mali 명령어 세트 아키텍처 업데이트라고 부른다. 회사는 벤치마크 성능이 최대 24% 높고, 신경망 그래픽을 사용하지 않는 기존 게임에서 성능이 14% 높다고 보고했다.
이 결과의 구분은 필수적이다. 14% 수치는 별도의 통합을 받지 않는 게임에 더 나은 기준을 제공한다. 더 큰 향상은 신경망 렌더링 기법, 최적화된 소프트웨어 또는 새 아키텍처를 부각하는 선택된 테스트에 달려 있다.
레이 트레이싱에도 전용 개선이 적용된다. Arm은 3세대 유닛이 주요 레이 트레이싱 벤치마크에서 최대 13% 적은 DRAM 트래픽을 발생시킨다고 밝혔다. 외부 메모리 트래픽이 줄어들면 전력 소비와 대역폭 압박을 모두 낮출 수 있다.
Opacity Micromaps는 또 다른 최적화를 제공한다. 이 기능은 나뭇잎과 직물처럼 복잡한 투명 지오메트리를 전체 레이 트레이싱 과정으로 모든 미세 표면을 테스트하지 않고 표현한다. Arm은 한 시연에서 프레임 레이트가 30% 증가했다고 보고했다.
회사에 따르면 이 시연은 레이 트레이싱 워크로드도 최대 70% 줄였다. 이 결과는 특정 장면과 기법을 설명한다. 모든 게임에서 보편적으로 증가하는 수치로 해석해서는 안 된다.
Arm의 Neural Dawn 시연은 신경망 프레임 생성, 디노이징, Unreal Engine 조명을 결합한다. 회사는 네이티브 렌더링 대비 최대 4배 높은 성능 효율과 최대 70% 낮은 외부 메모리 트래픽을 보고했다.
소프트웨어 이야기는 연구실 시연을 넘어선다. NetEase는 Where Winds Meet에 Neural Super Sampling을 추가할 계획이며, Infold Games는 이를 Infinity Nikki에 통합하고 있다. Tencent Games와 Unity China도 Arm의 신경망 그래픽 기술을 함께 개발 중이다.
이 프로젝트들은 개발자에게 구체적인 목표를 제공한다. 하지만 서로 다른 칩 구성, 게임 엔진, 지속적인 플레이 세션 전반에서 이 기술이 어떻게 작동하는지는 아직 보여주지 못한다. 이러한 근거는 상용 하드웨어가 출시된 후에야 확인될 것이다.
Qualcomm과 맞춤형 실리콘이 여전히 실제 기준을 정한다
Arm은 파트너가 수정, 축소 또는 교체할 수 있는 구성요소를 판매하면서 완성된 칩 구현과 경쟁하고 있다.
Qualcomm의 Snapdragon 플랫폼은 프리미엄 Android 게임 경쟁을 평가하는 가장 명확한 기준점이다. Qualcomm은 맞춤형 CPU 기술을 개발하고 자체 Adreno 그래픽과 결합한다. 이러한 수직적 제어는 하나의 상용 프로세서 안에서 드라이버, 하드웨어, 성능 목표를 조율할 수 있게 한다.
MediaTek은 전통적으로 Arm CPU와 Mali GPU 설계 의존도가 더 높았다. 따라서 가장 완전한 CSS for Mobile 2 구성을 채택할 가능성이 높은 경로다. Samsung 역시 Exynos 프로세서에서 Arm 코어를 라이선스하면서 Mali와 다른 그래픽 전략 중 선택할 수 있다.
Google은 또 다른 변형 사례다. Tensor 칩은 Arm 호환 CPU 기술을 사용하지만, Google은 AI 모델, 이미지 처리 파이프라인, Pixel 소프트웨어를 중심으로 제품 결정을 내린다. 공통 Arm 플랫폼이 이러한 공급업체별 우선순위를 없애지는 않는다.
Apple은 Android 기기를 만들지 않지만 중요한 아키텍처 참고 사례다. 맞춤형 Arm 호환 CPU, GPU, 신경망 엔진, 운영체제, 개발자 프레임워크가 하나의 통제된 플랫폼에 속한다. 이러한 통합은 Apple이 하드웨어 채택과 소프트웨어 동작 모두에 영향력을 행사하게 한다.
Arm의 강점은 규모다. 회사는 Mali GPU가 140억 개 이상 출하됐다고 밝힌다. 폭넓게 라이선스되는 신경 그래픽 아키텍처는 게임 스튜디오에 여러 공급업체 제품에 도달할 수 있는 하나의 목표를 제공할 수 있다.
규모만으로 일관된 동작이 보장되지는 않는다. 라이선스 업체는 서로 다른 코어 수, 메모리 인터페이스, 클록, 공정 기술을 선택할 수 있다. 이후 휴대폰 제조사는 서로 다른 냉각 시스템과 배터리 우선순위를 가진 기기에 해당 칩을 탑재한다.
따라서 Android 칩 로드맵은 설계상 계속 파편화돼 있다. 한 제조사는 최고 게임 성능을 우선시할 수 있다. 다른 제조사는 더 작은 GPU를 선택하고 카메라나 맞춤형 NPU에 더 많은 칩 면적을 할애할 수 있다.
소프트웨어 지원은 또 다른 층을 더한다. 개발자가 특화 렌더링 경로에 투자하기 전에 게임에는 엔진 통합, 안정적인 드라이버, 예측 가능한 성능이 필요하다. 하드웨어에 존재하는 기능도 배포 과정에서 테스트나 호환성 부담이 발생하면 사용되지 않을 수 있다.
Arm은 오픈 인터페이스, 신경 그래픽 개발 키트, Vulkan 지원, 게임 엔진 파트너와의 협업으로 이 장벽을 낮추려 해왔다. Vulkan은 개발자에게 GPU 리소스에 대한 더 낮은 수준의 제어를 제공하는 크로스플랫폼 그래픽 API다.
회사는 하드웨어 발표에 앞서 개발자도 준비시켰다. 2025년에 Arm Neural Technology를 미리 공개하고 콘텐츠 제작 및 성능 테스트용 도구를 배포했다. 이러한 선행 기간은 초기 게임이 첫 기기에 더 가까운 시점에 출시되는 데 도움이 될 수 있다.
다만 Qualcomm은 Adreno에 맞춘 개선으로 대응할 수 있으며, Apple과 데스크톱 GPU 공급업체는 이미 성숙한 재구성 기술을 지원한다. Arm은 신경 렌더링을 처음부터 발명하는 것이 아니라, 이미 자리 잡은 소프트웨어 경쟁에 진입하고 있다.
Arm의 기회는 이러한 아이디어를 대규모 Android 하드웨어 기반 전반에 이식 가능하게 만드는 데 있다. 위험은 같은 기반 전반에서 채택이 일관되지 않을 수 있다는 점이다. 공유 아키텍처는 충분한 라이선스 업체가 의미 있는 구성을 출하할 때에만 가치가 생긴다.
이 때문에 핵심 경쟁은 Arm과 한 칩 회사 간의 대결이 아니다. 재사용 가능한 플랫폼이라는 Arm의 약속과 Android 실리콘의 구현 현실 간의 경쟁이다. 사양은 잠재력을 만들고, 파트너는 사용자 경험을 만든다.
데스크톱급 게임은 여전히 제품이 아닌 주장이다
Arm은 신뢰할 만한 효율성 메커니즘을 제시했지만, 가장 강력한 게임 및 AI 주장은 여전히 내부 테스트와 시연에 기반한다.
“데스크톱급”이라는 표현은 휴대폰과 외장형 데스크톱 그래픽 카드 사이의 동일한 성능이 아니라 그래픽 기술을 의미한다. Arm은 모바일 전력 범위 안에서 레이 트레이싱 조명, 신경 업스케일링, 프레임 생성, 노이즈 제거를 강조한다.
독립 플랫폼 분석에 따르면, Arm은 1와트 예산 안에서 작동하는 신경 그래픽을 설명했다. 회사는 풍부한 레이 트레이싱 콘텐츠가 초당 30프레임을 유지하는 모습도 보여줬다.
기술적으로 흥미롭지만, 이는 판매용 휴대폰 전반의 해상도, 이미지 품질, 기기 온도, 전체 시스템 소비전력을 규정하지는 않는다. 신경 재구성은 움직임, 미세한 기하 구조, 인터페이스 요소, 빠르게 변화하는 장면 주변에 아티팩트를 만들 수도 있다.
프레임 생성은 관련된 절충점을 제시한다. 생성된 프레임은 눈에 보이는 부드러움을 높이지만, 반드시 입력 지연을 줄이지는 않는다. 다른 시스템이 보완하지 않는 한 게임은 여전히 기본 렌더링 프레임 속도에서 플레이어 입력을 처리한다.
이미지 품질 역시 학습, 모델 설계, 움직임 데이터, 엔진 통합에 따라 달라진다. 어떤 게임은 설득력 있는 재구성 디테일을 만들 수 있다. 다른 게임은 작은 고해상도 디스플레이에서도 분명히 보이는 고스팅이나 불안정한 가장자리를 드러낼 수 있다.
지속 성능은 가장 큰 하드웨어 시험대다. 휴대폰은 데스크톱 컴퓨터나 게임 콘솔보다 냉각 용량이 훨씬 적다. 또한 프로세서는 디스플레이, 모뎀, 메모리, 스토리지, 백그라운드 애플리케이션과 전력을 공유한다.
Arm의 저전력 주장은 이 한계를 직접 겨냥한다. 하지만 최종 동작은 공정 기술, 칩 레이아웃, 전압 목표, 제조사 튜닝에 달려 있다. 라이선스 업체는 아키텍처 효율성을 더 긴 플레이 시간으로 전환하거나 더 높은 최고 성능에 사용할 수 있다.
에이전틱 AI에도 같은 주의가 적용된다. 더 빠른 소형 모델이 자동으로 유용한 휴대폰 에이전트를 만드는 것은 아니다. 애플리케이션은 안전한 제어 기능을 제공해야 하고, 운영체제는 권한을 조정해야 하며, 모델은 모든 단계를 클라우드로 보내지 않고도 안정적으로 작업을 계획해야 한다.
메모리 용량은 원시 연산 성능만큼 중요할 것이다. 모델, 검색 인덱스, 애플리케이션 상태, 그래픽 자산은 제한된 대역폭을 놓고 경쟁한다. 더 빠른 CPU 유닛이 시스템의 다른 병목을 제거할 수는 없다.
Arm의 벤치마크 비교 역시 이전 세대 설계를 기준으로 사용한다. 이는 동시대 Snapdragon, Apple 또는 기타 맞춤형 프로세서에 대한 우위를 입증하지 않는다. 독립 테스트는 동일한 워크로드에서 완성된 제품을 비교해야 한다.
Mali 게임에서는 드라이버 품질도 또 다른 불확실성이다. 고급 하드웨어는 안정적인 Vulkan 구현과 칩 및 휴대폰 공급업체의 시기적절한 업데이트에 의존한다. 일관되지 않은 드라이버 제공은 애플리케이션이 기기 전반에서 기능을 안정적으로 사용하지 못하게 할 수 있다.
개발자 채택 역시 불확실하다. Neural Super Sampling은 렌더링 비용을 낮출 수 있지만, 스튜디오는 이를 통합하고 테스트해야 한다. 퍼블리셔는 충분한 사용자 수, 신뢰할 수 있는 도구, 작업을 정당화할 수 있는 측정 가능한 이점이 있는 플랫폼을 우선시할 것이다.
Arm에는 Sumo Digital, NetEase, Tencent Games, Infold Games, Unity China를 포함한 유용한 초기 파트너가 있다. 이러한 관계는 이번 출시를 문서상의 사양보다 더 실질적으로 만든다. 그러나 이들은 여전히 전 세계 모바일 게임 카탈로그의 작은 부분을 차지한다.
첫 상용 기기는 소프트웨어 스택이 Arm의 레퍼런스 환경에서 공급업체 실리콘으로 원활하게 옮겨가는지 보여줄 것이다. 그때까지 “데스크톱급”은 검증된 성능 범주가 아니라 시각 기술의 목표로 이해하는 것이 가장 적절하다.
Arm의 베팅이 성과를 낼지 보여줄 세 가지 신호
상용 실리콘, 독립적인 지속 성능 테스트, 실제 게임 채택이 Arm CSS for Mobile 2가 Android 휴대폰을 바꿀지 결정할 것이다.
첫 번째 신호는 플랫폼의 상당 부분을 사용하는 명명된 프로세서다. 공개된 C2 코어 수, 선택된 Mali 구성, SME2 용량, 메모리 설계, 제조 공정을 살펴봐야 한다. 크게 축소된 구현은 Arm의 레퍼런스 결과와의 비교를 약화시킬 것이다.
시점도 중요하다. Arm은 기기 제조사가 이를 기반으로 한 휴대폰을 판매하기 전에 지식재산을 제공한다. 첫 칩 발표는 파트너가 이 플랫폼을 단기 플래그십 기반으로 보는지, 혹은 장기 설계 옵션으로 보는지 분명히 해줄 것이다.
두 번째 신호는 판매용 기기에서의 독립 테스트다. 리뷰어는 지속 CPU 속도, 게임 프레임 속도, 배터리 소모, 표면 온도, 이미지 품질을 측정해야 한다. 짧은 합성 벤치마크만으로는 Arm의 주장을 결론내릴 수 없다.
동일 조건 테스트는 기존 그래픽 향상과 신경 렌더링 향상을 분리해야 한다. 이 구분은 성능 중 얼마가 새 실행 엔진에서 비롯되고, 얼마가 게임별 AI 기능에 의존하는지 보여줄 것이다.
로컬 AI 테스트에도 비슷한 규율이 필요하다. 유용한 측정 항목에는 첫 응답 지연 시간, 지속 모델 속도, 에너지 사용량, 다른 애플리케이션이 활성 상태인 동안의 성능이 포함된다. 휴대폰 에이전트는 고립된 추론 벤치마크가 아니라 시스템 워크로드다.
세 번째 신호는 실제 제품 소프트웨어의 채택이다. Where Winds Meet, Infinity Nikki, Tencent 기술 시연, 향후 엔진 통합이 초기 점검 지점을 제공한다. 또 하나의 통제된 데모보다 실제 출시 지원이 중요하다.
개발자는 신경 그래픽 기능이 별도의 최적화 프로젝트 없이 여러 칩 제조사에서 작동하는지도 지켜봐야 한다. 폭넓은 이식성은 Arm의 재사용 가능한 플랫폼 주장을 강화할 것이다. 공급업체별 동작은 이를 약화시킬 것이다.
구매자에게는 첫 세대를 Arm 퍼센티지의 집합이 아니라 완성된 기기로 평가해야 한다. 냉각, 메모리, 드라이버, 배터리 관리, 소프트웨어 지원이 이 아키텍처가 실제로 다르게 느껴질지를 결정한다.
개발자에게 당장의 질문은 Arm의 오픈 도구가 새 렌더링 경로를 정당화할 만큼 통합 작업을 충분히 줄이는지다. 지금 개발 키트를 테스트하면 호환 휴대폰이 사용자에게 도달하기 전에 이미지 품질과 호환성 문제를 드러낼 수 있다.
Arm CSS for Mobile 2는 일관된 베팅을 제시한다. 미래의 휴대폰에는 CPU와 그래픽 파이프라인 전반에 녹아든 AI가 필요하다는 것이다. 이 아키텍처는 그러한 전환을 위한 신뢰할 만한 도구를 제공하지만, 사양만으로 경험을 제공할 수는 없다.
먼저 이름이 공개된 칩을 지켜보고, 이어 첫 지속 기기 테스트를 확인한 뒤, 마지막으로 신경 기능을 대규모로 탑재해 출시하는 첫 게임을 살펴봐야 한다. 이 세 가지 점검 지점은 Arm의 설계가 Android 표준이 될지, 아니면 소프트웨어를 기다리는 또 하나의 기능으로 남을지 보여줄 것이다.
