図1　�收�AIをモバイルで実現できるArmの新サブシステムIP　出�Z：Arm

「Arm CSS for Client」はGPUコアであるImmortalis-G925を中核に、新CPUコアのArm Cortex-X925を2個、性�δ_��のCortex-A725を4個、消�J電���_��のCortex-A520を2個集積したIPである（図1）。最�jの�`的は、CPUとGPUをセットにして、クライアントのチップにそのまま実�△任�るサービスを提供するもので、IPだけではなく開発ツールのKleidiと共に提供する。

�H数の積和演�Q�v路を集積しているGPU（グラフィックプロセッサ）は、ニューラルネットワークのモデルに適した���Qを提供する�k��、演�Q�T果データを共�~する仕組みが��要となる。そこで、Cortex-X925がマルチコアのクラスタを�U御しL3キャッシュメモリを共�~する仕組みを提供する。マルチコアCPUとしては、性�δ_��のCortex-A725を4コアと消�J電���_��のCortex-A520を2コア使う。いわば��来のbig.LITTLEアーキテクチャに�pったCPU群だ。これらのCPUとGPUのImmortalis-G925を�U御するのがCortex-X925である。これらのコアは3nmプロセスノードに�官�した�駘�設��を済ませた量������OKのコアとなっている。

ニューラルネットワークのAIモデルでは、�H数ある並�`動作の積和演�Q�_で�uられたデータをメモリに共�~しなければ次のニューラルネットワークレイヤーに行かれない。CPU処理もGPU処理もメモリを共�~しなければ��くなるため、それらを共�~するための仕組みがCortex-X925のようだ。

つまりArm CSS for Clientは、AIに��化した専��のプロセッサという�lではなく、メモリを共�~するような仕組みを�eったサブシステムとなっている。このためAIではなく、セキュリティ�\術SVE2エンジンに変換することも可�Δ砲覆辰討い�。さらに、�收�AIのようにテキストをトークンという単位に分割する動作にも�官�できる。ちなみにTiny-Llama（Q4）の小��模言語モデルで、最初のトークンまでの時間は��来のCortex-X4と比べて41%も�]いというAI性�Δ魴eつ。いわばAIにもセキュリティ�v路にも�官�できるフレキシブルなサブシステムだといえそうだ。

AI応��を�T識したサブシステムなのにCPUと共�~メモリを�_��したのは、AIチップではワークロードの70%をCPUが担っているためだとArmはいう。

ただし、GPU同士で��来����と比較しても性�Δ蝋發�なった。今�vの14コアのImmortalis-G925は、12コアの��来のImmortalis-G720よりもAI推�bが34%高�]になった。さらにグラフィック性�Δ箸靴討離譽ぅ肇譟璽轡鵐亜�Ray Tracing）性�Δ�52%向�屬靴燭箸いΑ�レイトレーシングは、グラフィックスで�Wいた絵の����に当たる光線を入�oから�oや壁などで��ての反�oまで���Qする�\術で、�^真か絵か区別しにくいほど�^実的な絵を�Wくことができる。しかし、これまでは���Qに長い時間がかかっていた。Armはこれをほぼリアルタイムで���Qできる�\術を開発したようだ。Nvidiaも2018�Qにリアルタイムのレイトレーシング�\術を完成させていた。ただし、消�J電��はArmよりも�jきいと�[�気気譴�。

図2　AI向けアプリを開発するためのツールKleidiAI　出�Z：Arm

ハードウエアだけではなく、AI向けのアプリケーションソフトウエアを開発するためのツールKleidiでは、AI向けのArm KleidiAIとコンピュータビジョン向けのArm KleidiCVも���Tした。KleidiAIでは、ArmのCPUに最適化したアプリを作れるだけではなく、�收�AIフレームワークに最適化した設��を可�Δ砲垢襦平�2）。KleidiCVはコンピュータビジョンのフレームワークに向けた開発ツールである。

今後、ArmはこれまでのようなAndroidに加え、WindowsやLinuxなどにも�官�していく。Microsoftのソフトウエアにはほぼ�官�するようになったという。