機器學習(Machine Learning, ML)是目前科技業內的顯學，但由即便只做推論，都需要一定程度的運算能力跟記憶體容量才能執行，因此微控制器(MCU)這種效能有限，記憶體空間也不大的元件，通常很難跑得動ML演算法。不過，MCU應用開發者對於ML其實有很濃厚的興趣，這也促使安謀(Arm)決定在未來推出的新版Cortex-M核心中，進一步強化這類核心執行ML演算法的效率。
安謀機器學習事業群總經理Jem Davies表示，人工智慧(AI)應用無所不在，已經是未來的趨勢。也因為商機龐大，處理器、數位訊號處理器(DSP)、繪圖晶片業者都開始強化對神經網路(NN)、機器學習的支援，更有許多新創公司針對人工智慧推出專用的神經網路處理器/加速器方案，市場呈現百家爭鳴的態勢。
不過，就安謀的觀察，MCU對機器學習的需求，其實也十分強勁。Davies透露，在Project Trillium上線，Arm NN軟體開發套件開放用戶下載的第一天，就有超過5,000名用戶開始使用CMSIS NN，嘗試以Cortex-M執行機器學習算法。這個結果其實出乎安謀的預料，也顯示MCU用戶群對機器學習的需求跟興趣，是不容忽視的。
CMSIS NN是安謀神經網路軟體開發套件Arm NN SDK下的一個運算函式庫(Compute Library)，可以提升Cortex-M執行機器學習算法的效率。即便是現有的Cortex-M核心，在CMSIS NN的幫助下，也可以執行一些很簡單的機器學習推論，例如判讀感測器輸出資料所代表的意義。當然，由於MCU的運算效能跟記憶體空間都不是很充裕，因此不可能執行非常複雜機器學習推論，但如果是對單一感測器節點輸出的資料做簡單判讀，還是有機會實現的。
Davies指出，MCU如果無法支援某些基本的ML算法，AI應用無所不在的未來是難以實現的。目前透過雲端資料中心提供的人工智慧應用服務，其實有很明顯的應用局限，只有把AI不斷往邊緣推進，才能讓AI應用更加普及。而為了讓MCU能更有效率地執行ML演算法，在安謀未來的產品發展路線圖裡面，Cortex-M執行ML的效率將會進一步提升。
