La nuova famiglia di Core Arm C1 segna un cambiamento importante nell'ecosistema dei dispositivi mobili e ultraportatili, sostituendo il familiare Cortex con un focus più chiaro su prestazioni e efficienza sostenute. Questa generazione è dotata di Piattaforma Lumex e con un obiettivo ovvio: accelerare l'intelligenza artificiale sul dispositivo stesso senza compromettere la batteria o la temperatura.
Oltre al cambio di nome, la proposta combina Architettura Armv9.3-A, una profonda riprogettazione del sottosistema di memoria e un significativo potenziamento delle capacità di elaborazione delle matrici. Il risultato è un miglioramento delle prestazioni a livello globale con consumi energetici ridotti, oltre a una roadmap progettata per smartphone, tablet, laptop e dispositivi indossabili.
Architettura e nuove funzionalità dei core Arm C1
La serie C1 è organizzata in quattro varianti: C1-Ultra (massima prestazione), C1-Premium (alte prestazioni in uno spazio ridotto), C1-Pro (equilibrio) e C1-Nano (massima efficienza). Ogni produttore può combinare questi blocchi in cluster eterogenei per creare SoC adatti a diverse gamme e utilizzi, con configurazioni di fino a 14 core.
Arm ha ottimizzato sia il front-end che il back-end, con miglioramenti alla previsione, alle cache e all'esecuzione fuori ordine. Grazie alla nuova interconnessione e a una cache condivisa più efficiente (che richiede un uso intensivo di dati), Cellule SLC), la piattaforma offre incrementi medi prossimi al 15% negli usi quotidiani, che si estendono fino a +30% sui carichi impegnativi e raggiungono picchi fino a 45% in multicore.
Il supporto della memoria si evolve con LPDDR6 per ridurre il consumo energetico e la latenza, mantenendo al contempo la compatibilità con LPDDR5X a velocità fino a 9600 MT/s. Questa base di memoria, insieme alla riprogettazione del cluster, rafforza le prestazioni e la risposta sostenute sotto stress termico.
C1-Ultra: il tetto delle prestazioni
Come nucleo di alta gamma, C1-Ultra Si rivolge a SoC di punta e a compiti ad alta richiesta come la fotografia computazionale, grandi modelli di intelligenza artificiale o giochi AAA per dispositivi mobili. Rispetto al Cortex-X925, Arm parla di un +25% in thread singolo, una cifra che aiuta a scalare le prestazioni complessive quando combinata con più core nel cluster.
Il front-end migliora la larghezza di banda di L1 delle istruzioni e accuratezza della previsione, mentre il back-end aumenta la finestra di esecuzione fuori ordine di circa il 25%, raggiungendo circa 2.000 istruzioni contemporaneamente. Inoltre, la capacità dei dati L1 è raddoppiata a 128 KB e la velocità di lettura L1 è accelerata di circa il 33%.
C1-Premium: alte prestazioni in meno spazio
Per i dispositivi premium che non necessitano del massimo assoluto, C1-Premium mantiene un'architettura molto vicina a Ultra ma con un Riduzione dell'area del 35%È progettato per bilanciare prestazioni e costi, facilitando la realizzazione di progetti più compatti senza sacrificare cifre significative.
C1-Pro: Equilibrio e muscoli multi-core
Nel segmento centrale, C1-Pro sostituisce il Cortex‑A725 con un +11% di efficienza a parità di consumo e con miglioramenti di efficienza che raggiungono fino al 26% di energia in meno a parità di prestazioniNel settore dei giochi, Arm cita profitti pari a circa + 16% in questa classe di nuclei.
Le chiavi sono in un front-end più capace (previsione statica raffinata e un BTB molto più grande), e un backend con maggiore larghezza di banda in L1D e minore latenza in L2 quando la previsione è corretta. Il predittore è stato inoltre ottimizzato per accelerare la risposta in scenari reali.
C1-Nano: l'efficienza prima di tutto
Per lavori leggeri e risparmi estremi, C1-Nano aumenta l'efficienza di circa 26% rispetto al suo predecessore (mantenendo l'area praticamente intatta, circa il 2% in più rispetto ad A520). Le fasi di previsione e recupero sono state disaccoppiate per portare le istruzioni a L1 prima e ridurre le attese per le previsioni fallite.
Inoltre, il elaborazione vettoriale, le unità vengono spente quando la pipeline si blocca e il traffico tra L3 e DRAM viene ridotto (in media di circa il 21% e fino al 39% sotto determinati carichi), il che riduce i consumi e migliora la risposta.
C1-DSU: Cluster flessibili e consumi ridotti
La nuova C1‑DSU orchestra la connessione dei core sotto una cache L3 condivisa e colma il divario con il resto del SoC (RAM, GPU, ecc.). Rispetto alle iterazioni precedenti, il design riduce il consumo energetico tipico del sistema di circa 11% e l'impatto della memoria di ~7%, basandosi su modalità come L3 Pisolino veloce per ridurre al minimo le perdite quando non vengono utilizzati.
Un altro elemento chiave è l'integrazione del Acceleratori SME2 come elementi esterni al nucleo: in C1-Ultra e C1-Premium la loro presenza è obbligatoria, mentre in C1-Pro e C1-Nano È facoltativo, a seconda del progetto del produttore. Qualsiasi core del cluster può accedervi, se presente, consentendo combinazioni molto diverse (ad esempio, 2× C1‑Ultra + 6× C1‑Pro con uno o due acceleratori SME2, o combinazioni più modeste che combinano Pro e Nano).
La piattaforma Lumex include anche una nuova generazione di GPU. Sebbene l'attenzione di questa novità sia rivolta alle CPU, Mali G1 accompagnato da miglioramenti del ~20% nelle prestazioni grafiche, raddoppia la produttività del ray tracing e riduce i costi energetici per frame di circa il 9%, rafforzando il mix per i giochi che sfruttano principalmente la GPU e i carichi di lavoro basati sull'intelligenza artificiale.
SME2 e il ruolo della CPU nell'IA
Il grande passo avanti nell'intelligenza artificiale arriva con SME2 (Scalable Matrix Extension 2), che accelera le moltiplicazioni di matrici, i predicati multipli e i nuovi tipi di dati (incluse le precisioni compatte come 2b/4b), e si coordina con SVE2 per una vettorizzazione avanzata. In numeri aggregati, Arm parla di miglioramenti medi di 3,7x con cali dei consumi prossimi a 27%.
Nei casi pratici, l'azienda ha dimostrato riduzioni della latenza di 4,7x nel riconoscimento vocale (Whisper Base), accelerazione 2,4–2,8x in text to speech e grandi aumenti nella generazione di token per LLM (ad esempio Gemma 3) che sono vicini a × 5L'esecuzione sulla CPU evita trasferimenti ad altri acceleratori, il che riduce i tempi di attesa e garantisce reattività.
Per carichi piccoli o interattivi, la CPU torna a essere al centro della scena: con PMI2Molte attività quotidiane (miglioramento locale delle immagini, segmentazione, classificazione, effetti della fotocamera o audio) vengono completate più velocemente, con meno overhead e senza passare attraverso la rete. Quando la domanda aumenta, la GPU o una NPU esterna possono continuare a subentrare, ma la CPU non rappresenta più un collo di bottiglia.
È disponibile anche il supporto software: è presente l'integrazione in Linux e Android 16, toolchain e librerie ottimizzate (KleidiAI) e compatibilità con motori come Unità e Unreal EngineCiò consentirà alle app e ai giochi di adottare rapidamente questi miglioramenti non appena arriveranno i primi SoC commerciali.
La piattaforma CSS Lumex mette insieme tutti i pezzi (CPU C1, GPU Mali G1, interconnessione e memoria) con progetti pronti per la produzione 3 nm, telemetria hardware e Compatibilità del sistema Arm con LPDDR6. Ciò consente ai partner di accelerare i loro progetti mobili e laptop con cluster scalabili fino a 14 core e funzionalità di intelligenza artificiale sul dispositivo.
Il braccio C1 combina prestazione sostenuta, efficienza e una vera spinta per l'intelligenza artificiale sulle CPU grazie a SME2; offrono la flessibilità di C1-DSU per adattare i cluster a ciascuna gamma di prodotti e costituiscono una solida base per la prossima ondata di SoC mobili e portatili che cercano di bilanciare potenza, autonomia e capacità di intelligenza artificiale senza dipendere sempre dal cloud.
