从随身行动装置到工业生产设备，高效能的运算技术已经普遍应用於生活中的各个层面。而在追求高效能运算的背後，低功耗设计往往却是能否降低发热量的重要关键。目前无论是随身行动装置、工业生产设备，或者任何介於两者之间的装置，其一致的发展趋势都是『高效能运算』，亦即数据吞吐量更大、运算更快、判断越来越正确、反应更即时等。但同时，高效能运算也代表更高的功耗。因此高效能运算能否再往更高的目标发展，在5G时代实现AI Everywhere的愿景，取决於能否有效而显着的降低功耗。

Arm主任应用工程师张维良

事实上，高效能运算的应用在不同装置与应用场景上，不外??以电池供应电源或者接市电，因此对功耗增加的忍受度不同。功耗增加对工业应用带来的是电费及散热成本增加，对行动装置来说其冲击则表现在电池使用的时限上，电池续航力不足，将影响使用者经验，例如智慧手机就是一个最好的例子。

Arm主任应用工程师张维良认为，降低功耗的方式除了透过半导体制程之外，也可以透过IP本身设计达到降低平均功耗的效果。若以Arm的Cortex-M系列处理器为例，原本就针对嵌入式系统设计一系列低功耗运算技术，包括Multiple Power Domain支援架构级的Sleep Mode、Wake-up中断控制器、架构级Power Gating技术。此外Cortex-M0+额外优化减少了程序存取，来保持系统层级的低功耗。

除了过往Cortex-M处理器针对低功耗技术来设计，Arm在新款的Cortex-M55处理器上，也针对高效能低功耗运算打造了一个ML引擎，这个名为Helium的向量运算引擎（MVE）可以有效率的降低运算与功耗比，意即Helium能在单位时间内处理约15倍以往Cortex-M系列的ML运算能力，但是功耗方面只略微增加几成。透过Cortex-M55搭配Helium技术能更符合IoT装置搭载AI运算的需求。