在当前端末进行机器学习的大宗趋势，行动运算装置势必是对机器学习需求最显著的领域，而终端装置端又以机器学习的推理部分最需要即时处理；另一方面，当前机器学习发展最主流的应用为机器视觉当中的物件侦测，故 Project Trillium 虽是以涵盖所有机器学习相关领域为最终目的，但首先规划的两项 IP 架构则个别针对行动运算以及物件辨识。
Arm Project Trillium 首款 ML 加速器是针对行动运算领域所规划，为机器学习当中的推理的部分进行加速，这也是多数在终端装置当中被视为较重要的部分，毕竟学习的部分较不需要即时处理，可透过效率更高的云端服务器进行，然而推理讲求即时性，也需要在终端进行处理；此 ML 架构基于 7nm 制程最佳化，可提供 4.6TOPs 的性能，且效能功耗比达到 3TOPs/W 。
至于 Arm 的物件侦测处理器已经迈入第二世代，新一代的物件侦测处理器可即时处理 Full HD 60p 的影像流，并可辨识 50x60 像素点大小的物体，理论上可达到无限物件的辨识，举凡从人脸识别、安全监控到自动驾驶的道路物件、路标辨识，都能够采用此物件侦测处理器提供高性能的快速辨识。
虽然这两项 IP 可混合使用，不过并非捆绑授权，因应不同的领域，客户可各别进行授权，例如安控摄影机的处理器可单独导入物件侦测处理器 IP 提升影像侦测性能，不一定需要导入 ML 加速器架构，然而像是强调拍照功能的顶尖智慧手机应用处理器，则可同时利用导入这两项 IP ，为拍照、人脸辨识等应用提供更好的性能。
这两项架构只是个开始， Arm 未来也将持续针对各种领域对于人工智能、机器学习的需求提供各种具扩充性的软件与硬件方案，并与合作伙伴所具备的技术整合，使端末的机器学习更具效率，并足以提供更强大、多元的应用。
