基於延遲、功耗、 成本、網路頻寬、 可靠性、 隱私和安全性等各種因素，機器學習（ML）演算法正朝向 IoT 邊緣發展，研發人員對於開發神經網路（NN）解決方案並將其部署於低功耗系統上的興趣漸增，例如部署於 Arm Cortex-M 微控制器上。

本報告概述 CMSIS-NN 神經網路核心，這是一個可以優化軟體內核的開源函式庫，能在佔用最小記憶體下優化神經網路內核，使 Cortex-M 上的神經網路性能最佳化。報告中進一步提出神經網路架構研究的方法，以 CIFAR-10 圖像數據集上的圖像分類為例，提出適用於此類受限裝置的模型。