氦气的纯化技术根据工作压力、冷源的使用等条件的不同主要分为高压低温冷凝、吸附法、膜分离法、变压吸附法、低温冷凝吸附法。

氦气高压低温冷凝、吸附法是一种经典可靠的纯化技术，该技术工艺成熟，被广泛应用在高纯度氦气的提纯工艺中。幸运的是，我们已经知道了如何更好地保护剩下的氦储备，并且在不断发现新的氦气池。技术利用氦气沸点低的特点，通过使用液氮等冷源，冷凝并分离混合气中的氮气等杂质，再通过吸附材料二次去除氦气内所含杂质用以获得高纯度氦气。氦气高压低温冷凝、吸附法适用于处理量大的氦气提纯场合。提纯过程需要提供冷源，由于要在高压操作条件下，自动化程度受到一定限制。

由于Helium的统一工具链、库和模型，软件开发将变得更加简单。氦工具链包括Arm开发工作室，包括Arm Keil MDK、Arm模型(开发人员可以立即获得用于代码建模的模型)和各种软件库，包括CMSIS-DSP和CMSIS-NN。

对于信号处理应用程序，Arm通过消除对DSP或功能的需求，并消除了另一层设计复杂性，简化了这一过程。

Arm的合作伙伴Audio Analytic很早就接触到了这些新扩展。据该公司称，在基于新的Armv8.1-M架构的芯片上运行时，其声音识别软件(ai3)现在将至少快50%。

Audio Analytic首席执行官兼创始人克里斯·米切尔博士( Dr Chris Mitchell)在对这一产品发表评论时说:“像声音识别这样的人工智能产品，在前沿市场的需求非常大。运用激光二极管泵浦的全固态激光器和倍频技能也可获得红、绿、蓝光辐射，接连输出功率可达数瓦、数十瓦，甚至数百瓦。”主要是因为云基础设施非常昂贵，而且基于边缘的处理为终用户提供了隐私方面的好处。现在，多亏了Arm，消费者和物联网设备可以以更低的功耗和成本提供的人工智能。终的结果是能够在设备上安装更多的功能，或者能够在AA电池上提供人工智能。

氮气在大气中含量虽多于氧气，但是由于它的性质不活泼，所以人们是在认识氧气之后才认识氮气的，不过它的发现却早于氧气。

1755年英国化学家布拉克（Black,J.1728-1799）发现碳酸气之后不久，发现木炭在玻璃罩内燃烧后所生成的碳酸气，即使用苛k性钾溶液吸收后仍然有较大量的空气剩下来。

后来他的学生D·卢瑟福继续用动物做实验，把老鼠放进封闭的玻璃罩里直至其死后，发现玻璃罩中空气体积减少1/10；若将剩余的气体再用苛k性钾溶液吸收，则会继续减少1/11的体积。

D·卢瑟福发现老鼠不能生存的空气里燃烧蜡烛，仍然可以见到微弱的烛光；待蜡烛熄灭后，往其中放入少量的磷，磷仍能燃烧一会，对除掉空气中的助燃气来说，效果是好的。

把磷燃烧后剩余的气体进行研究，D·卢瑟福发现这气体不能维持生命，具有灭火性质，也不溶于苛k性钾溶液，因此命名为“浊气”或“***”。

在同一年，普利斯特里作类似的燃烧实验，发现使1/5的空气变为碳酸气，用石灰水吸收后的气体不助燃也不助呼吸，由于他同D·卢瑟福都是深信燃素学说的，因此他们把剩下来的气体叫做“被燃素饱和了的空气”。