由於人工智慧物联网等高效能运算技术，得益於神经网路技术的进步，机器学习不再局限於超级电脑的世界了。如今智慧型手机应用处理器可以执行AI推论，用於实现影像处理和其他复杂的功能。这些边缘运算装置有许多是采用电池供电，因此对於系统的功耗有很高的要求，用来延长系统的工作时间。

对现今许多设计而言，功耗是选择元件最重要的标准，因为可携式产品的电池寿命越长，对消费者越有吸引力。在基础设备应用中，低功耗也是一项重要规格，因为较低功耗代表晶片将产生较少热量，过高的热量可能会限制系统产品的通道密度，或使得设计团队无法增加新的功能。此外，有些较着重电源成本的设计，例如以通用序列汇流排（USB）供电的产品，或由汽车电瓶供电的汽车修配零件产品等，其电力预算亦相对有限。

以恩智浦半导体（NXP）为例，其在打造更低功耗的运算解决方案时，除了在晶片设计上有许多创新，电源管理软体的精密度亦大幅提升外，晶片制程方面也采用更先进制程生产。目标是让系统设计人员不用於设计系统时为任一项功能迁就妥协。然而，没有装置十全十美，设计人员必须仔细考量系统需求，检视目前不断推出的低功耗处理器，以了解哪一项产品最符合应用需求。

恩智浦在2017年推出i.MX RT系列跨界处理器，兼顾功耗与性能。如今，不只推出i.MX RT1170突破GHz主频限制，为更多应用开启边缘运算的大门。

恩智浦在近期也发表eIQ机器学习（ML）软体对Glow神经网路（Neural Network；NN）编译器的支援功能，针对恩智浦的i.MX RT跨界处理器，实现占用较低记忆体并更高效能的神经网路编译器应用。Glow编译器由Facebook开发，能整合特定目标的最隹化，恩智浦利用这种能力，使用适用於Arm Cortex-M核心和Cadence Tensilica HiFi 4 DSP的神经网路运算元库（NN operator libraries），最大化提升处理器的推论效能。

NXP的先进的半导体制程技术能塞下更多的电晶体，不仅可以提升工作频率，缩减元件之间的间距之後，电晶体之间的电容也会降低，电晶体的开关频率也得以提升，进而提升整个晶片效率。