南淡Nayampallyプロセッサが、今だけでなく、モバイルデバイスが能力も非常に小さなマイクロコントローラ（MCU）などのARMのCortex-M0、アームのCortex-M3などの基本的なAIパフォーマンス処理能力、が設けられているを持っているであることを特徴としますシリーズなど。今では、ビデオや音声の機械学習モデルを最上位に配置することができます。
AI機能や機能を搭載したモバイルプロセッサがますます普及するにつれ、CPUとGPUの機能を組み合わせたAPアプリケーションプロセッサが増え、さまざまな種類のアプリケーションのAI操作を処理するために使用されていることがわかりました。例えば、オブジェクト検出、音声認識、または顔認識これらのアプリケーションプロセッサはARMアーキテクチャを使用するだけでなく、市販されているAI機能を備えた多くのスマートデバイスには、スマートスピーチデバイス、スマートカメラ、またはそれは雲の中でもスマートなテレビなどであり、現在は日本のスーパーコンピュータがさまざまなアプリケーションを行う中国でも使われています。
ナンダンNayampallyは、ハードウェアデバイスに依存し、彼は言った、AIは、モバイルデバイス上でますます人気になります後、「ほぼすべてのすべてのデバイス上で実行することができる。」というAIアプリケーションの種類についてはその上で実行するように強調した。彼さらに詳しい説明、機械学習（ML）とAIはそれが簡単なAIのアプリケーションであれば、あまりにも多くの計算を必要としない、単一のCPUやGPUに満たすのに十分である、ハードウェア上で稼働するソフトウェアであり、非常に複雑な演算処理あなたが通過する必要がある場合ときに、より高度なAIアプリケーションへと、操作をスピードアップするために、ニューラルネットワーク（ニューラルネットワークアクセラレータ）とアクセルばなりません。
Nandan Nayampally氏は、今後も、CPUを強化し続けると述べています。機械学習やAIでのGPUの処理能力は、命令セット、関数、ツールを設計アーキテクチャに追加するだけでなく、機械学習や深い学習を提供します。以前の世代のA75よりも機械学習タスクの実装で、最近導入されたCortex-A76 CPUアーキテクチャなど、より効率的な使用を再生するために、スケジューリングを最適化するソフトウェアを介してサポートするだけでなくさらに4倍の性能向上を実現し、さらに、Mali-G76 GPUはG72よりも3倍も効率的です。
AIと一緒にチップ開発や設計だけでなく、ARMが今年もニューラルネットワークアクセラレータを集中し始め、それが今年初めに公開されているプロジェクトエンレイソウ新しいアーキテクチャの機械学習のプロセッサ（MLP）と物体検出プロセッサ（ODP）は、2つの新しいIPシリーズ、ARMを発売人工知能（AI）チップの新しいファミリー。
コンピュータビジョンのための前者は学習機械を加速するために使用され、4.6Teraflopsアップ浮動小数点プロセッサの性能だけでなく、よりパワーのそれぞれは、消費電力を達成することができ3Teraflopsワット。後者あたりの浮動小数点性能が加速される操作、従来のDSPデジタル信号チップと比較して最大80倍のパフォーマンス、フルHD HDビデオを毎秒60フレームまで処理できます。
それだけでなく、ナンダンNayampallyは、オブジェクト検出について非常に楽観的AR、VR分野でのアプリケーション開発（物体検出）、さらに彼は、同社が2年前にアピカルこの組み込みコンピュータビジョンおよびイメージングアプリケーションベースの技術会社を買いましたそれはAR、VRデバイス市場にカットをスピードアップするために、ARM製品のビジュアル・コンピューティングのための既存のサポート（ビジョン・コンピューティング）に加えて、彼は言った、後にもビジョンソリューションの次世代を起動します。