Efficieraは、畳み込みニューラルネットワーク（CNN）の推論演算処理に特化しており、建設機械などの産業機器や監視カメラ、放送機器をはじめ、さまざまなエッジデバイスへディープラーニング機能を組み込める。

Efficieraでは、データを表現するためのビット数を最小化し、データの移動と、コンボリューション演算に要する電力を削減。また、演算ロジックの最小化により、演算に必要なクロックサイクル数を削減でき、面積や周波数あたりの演算性能を向上させた。

さらに、演算ビット数の最小化により、演算器一つ当たりの回路面積とSRAMサイズの最小化も図った。加えて、回路構成の選択により演算性能を調整できるため、ユーザーの実施したいタスクに合わせ、コンフィギュレーションを最適化し、性能を向上できる。

LeapMindは、Efficieraの特長を引き出すため、Efficieraに最適化した学習済みモデルに加え、ファインチューニングも提供するという。

なお、Efficieraは省面積のため、小型FPGAへの実装も可能だ。最小構成の場合は110K LEsのインテル製Cyclone V SoCの約3分の1のALMリソースで実装でき、リソースの許す限り性能を2〜4倍に引き上げられる。