2019年10月，移动处理器龙头ARM大动作宣布加入竞争激烈的移动AI芯片战局，除了发布了全新神经网络处理器Ethos NPU产品，专门锁定移动AI、ML推论的运算需求，还一口气推出两款不同性能的全新NPU产品N57与N37，分别对应中端到低端市场，加上先前推出的N77处理器，ARM的NPU系列已能够涵盖高、中、低端不同产品。
这3款Ethos NPU都支持主流神经网络架构，包括CNN与RNN等，可用于图片分类、语音识别与NLU的应用，也能支持8进制与16进制整数数据类型。其中性能最高的Ethos-N77处理器（先前称为ARM ML处理器），可以提供每秒4万亿次的运算（TOPS），在2018年推出该产品后，至今已有多达2.5亿个ARM设备使用（含手机）。
另外，两款中低端NPU，提供的AI算力也不差，主流或中端市场定位的N57处理器，最大运算力可达2TOPS，即使是配置最低的NPU处理器N37，也有达到1TOPS的算力。这两款NPU均可提供基本的ML或AI推论执行能力，更是未来中、低端手几率先可以采用的首款AI处理器产品。该年10月推出后，按以往经验来看，最快2020年上半，就能够在一些新款中端、入门手机里，看到使用这两款AI芯片的算力，提供的AI服务或新功能。除了手机设备以外，智能摄影机、家庭网关、DTV数字电视也都能支持。
更强大AI加速运算芯片推出
除了中、低端市场，在提供更高性能的AI加速运算产品方面，也有新进展。例如，手机大厂三星最新款旗舰5G手机芯片，就采用内置双核NPU的Exynos 990处理器，还搭配一个改良设计的DSP芯片，每秒最高可执行10万亿次运算，等同于是一台迷你AI计算机，对比Nvidia推出机器人专用的GPU硬件组件Jetson Xavier NX，性能为14 TOPS，但Exynos 990处理器的功耗更低，而且能装在更小尺寸的手机里，通过这样一个内置更高运算力的AI处理器，能够更即时在手机上执行AI、ML模型推论，不需要将数据回传云计算就能迅速完成脸部识别、场景侦测等各种AI应用。
就在三星发布5G手机芯片后的隔一个月，台湾手机芯片大厂联发科，也在2019年11月同样推出集成了更先进AI功能的5G手机芯片，运算性能达到4.5 TOPS，几乎不输给苹果新款iPhone 11的A13 Bionic处理器，能够处理比以前更多且更复杂的AI应用，例如照相优化、图像分类、AI脸部识别等等。
从技术架构来看，在这款天玑1000处理器上，还采用2个大核、3个小核，搭配1个微小核的三层式运算架构，来打造新一代APU加速器（AI Processing Unit），能够针对手机上不同AI应用的执行，交由适合的运算核心层来负责，让这三个性能不同的核心层能够互补，来有效控制高性能下的功耗。
举例来说，如果有较高AI加速运算需求时，就可以交由APU最上层的二个大核心处理，对于需要长时间、全景处理的AI运算，则可改用中间层这3个小核心执行，虽然运算力没大核高，但可以较长时间执行，避免过度耗电。甚至该芯片还设计了一个人脸侦测专用的微核心，能够通过硬件加速的形式，来达到更高侦测准度，并改善耗电。该处理器2020年同样将搭载于5G新手机。
很早就在手机内置AI芯片的Google，更在推出新款Pixel 4手机时，结合自家边缘运算设备专用的ML加速器架构Edge TPU，打造新一代AI处理器芯片Pixel Neural Core，并搭配各种主要ML优化工具与软件，使得手机在执行这些AI或ML推论模型时，可以提供更高的准度，而且处理更即时、更省电，借由这颗AI芯片，来提升处理性能用于手机上的脸部解锁、智能语音助理Google Assistant，以及智能相机等任务。
因为是专门为了AI加速运算而设计，针对一些特定的复杂数学任务加以优化，所以，跟现在通用CPU相比，可以更好地提升手机AI算力与降低功耗。
随着AI专用芯片在手机上的重要性，与日俱增，甚至更进一步变成未来每一只手机都要有的标准配备，就像是现在CPU和GPU一样，这也意味着，未来更多移动应用，都能通过手机内置AI芯片的算力，来执行各种AI应用。
以前，因为手机硬件算力不够强，即使是想要在手机上执行AI应用，企业或移动App开发商得先通过云计算执行这些AI推论模型，接下来，才将计算完的结果回传到手机上，再回复给用户，如Google语音助理就是采用这个方式，现在，有了这些配备AI芯片的手机出现，以后，直接在手机上面就能执行如脸部识别、语音识别、NLP等推论模型，让这些AI应用也能脱机作业，借此改善网络限制造成的服务延迟。在更高算力的AI芯片推出之后，更将加速AI应用在手机设备的普及。
当移动App走向AI化，企业IT更得要重新思考对策，来因应使用环境的改变，才能与其他对手竞争。