Pakiet obejmuje skalowalne procesory uczenia maszynowego i wykrywania obiektów, które rzekomo umożliwiają tryliony operacji uczenia maszynowego na sekundę na urządzeniach mobilnych.
Oprócz uczenia maszynowego, pakiet ma na celu zapewnienie funkcjonalności sieci neuronowej dla nowej klasy urządzeń z zaawansowanymi funkcjami obliczeniowymi, w tym wykrywaniem obiektów.
Pierwsze uruchomienie koncentruje się na procesorach mobilnych, chociaż firma twierdzi, że przyszłe produkty uczenia maszynowego będą przeznaczone do stosowania w czujnikach i inteligentnych głośnikach, do urządzeń mobilnych i rozrywki domowej.
Procesory przyjmują procesor graficzny do obliczeń wydajności i identyfikacji obiektów w projektach uczenia maszynowego i sztucznej inteligencji. Zapewniają one ponad 4,6 tryliona operacji na sekundę. Firma informuje, że istnieje dalszy wzrost efektywnej przepustowości w rzeczywistych zastosowaniach dzięki inteligentnemu zarządzaniu danymi. W środowiskach o ograniczonym koszcie cieplnym procesory mają wydajność ponad trzech trylionów operacji na sekundę na wat (TOPs / W).
Procesor wykrywania obiektów zapewnia wykrywanie w czasie rzeczywistym z przetwarzaniem Full HD przy 60 klatkach na sekundę.
Oprogramowanie sieci neuronowych uzbrojenia, używane razem z biblioteką Arm Compute Library i CMSIS-NN, jest zoptymalizowane pod kątem sieci neuronowych i wypełnia lukę między strukturami TensorFlow, Caffe i Android NN oraz procesorami Arm Cortex, procesorami graficznymi Arm Mali i procesorami ML.
Pakiet IP będzie dostępny do wczesnej wersji zapoznawczej w kwietniu tego roku, a ogólna dostępność w połowie 2018 roku.