5G時代各類裝置的效能要求大幅提高，AI將協助裝置提升智慧化的能力，Arm應用工程總監徐達勇表示，以手機來說，85%的機器學習應用仍在CPU、或者CPU+GPU的處理。雖然市場上有NPU或者APU的選項，但較為少數。以IoT裝置來說，很多機器學習的推論功能也都在Cortex-M4或者Cortex-M7上處理。另外，隨著機器學習(Machine Learning, ML)應用越來越多，未來也將運用到神經網路處理器(Neural Network Processor)，比起加速器更為通用。
Arm近年積極發展AI能力，相關IP都能進行AI運算，徐達勇指出，與Cortex A系列搭配的，會有Ethos-N77、N-57與N-37，以針對不同應用、不同效能的需求。而與Cortex M系列搭配、為低耗能應用的Ethos-U55 NPU。因應未來5G時代在機器學習的需求，Arm提供從CPU底層微架構上的加強，到在CPU上層的軟體框架，包含Arm Neural Network(NN)以及為Cortex M的CMSIS NN。
而裝置聯網的數量呈現爆發性成長，讓許多裝置暴露在資安風險下，Arm當然也意識到這樣的問題，徐達勇認為，先要做威脅分析，釐清是物理攻擊或是軟體攻擊，針對網路攻擊，Arm TrustZone主要防護軟體攻擊，將SoC設計分為Normal World與Secure World，可以保護一些需要高安全防護的應用。Arm Cyptocell/Crptoisland防護物理攻擊，如有人惡意去量CPU或SoC與Memory之間的讀寫然後去破解，就需要更高階的防護等級。Platform Security Architecture(PSA)則是防護架構，從分析、制定架構、實施、最後到裝置認證，PSA提供確認清單，協助用戶檢查其裝置安全要求是否到位。
