在對(duì)人工智能（AI）而非提高像素的需求推動(dòng)下，特別是在由計(jì)算機(jī)視覺(jué)和數(shù)據(jù)驅(qū)動(dòng)的決策制定方面，GPU（圖形處理單元）領(lǐng)域已出現(xiàn)一場(chǎng)革命。神經(jīng)網(wǎng)絡(luò)的到來(lái)已使視覺(jué)處理成為現(xiàn)代世界的關(guān)鍵因素。因此，機(jī)器人處理操作、智能監(jiān)控?cái)z像頭以及汽車高級(jí)駕駛輔助系統(tǒng)（ADAS）等相關(guān)行業(yè)都發(fā)生了變化——隨著這類技術(shù)的全面涌現(xiàn)，未來(lái)還將出現(xiàn)更多新的應(yīng)用。

　　換句話說(shuō)，專業(yè)人員需要考慮現(xiàn)在以及未來(lái)幾年的市場(chǎng)情況。隨著AI方面的開(kāi)發(fā)繼續(xù)取得突破性進(jìn)展及其投資量超過(guò)幾乎所有其他行業(yè)，AI對(duì)我們所做一切產(chǎn)生影響只是時(shí)間問(wèn)題。 想想自從第一款智能手機(jī)推出以來(lái)，移動(dòng)設(shè)備上已增加大量新的應(yīng)用，從而打開(kāi)了種種基于位置的服務(wù)、社交互動(dòng)、商業(yè)以及娛樂(lè)。AI有可能開(kāi)啟新的應(yīng)用，并使現(xiàn)有應(yīng)用得到發(fā)展，使之大幅改進(jìn)，而為用戶提供更好的服務(wù)。

　　云端作用

　　AI視覺(jué)處理已從數(shù)據(jù)中心迅速發(fā)展到邊緣，最新的專用集成電路（ASIC）和片上系統(tǒng)（SoC）IP正在圍繞一個(gè)主題發(fā)展，即從視覺(jué)信息的預(yù)處理，到傳統(tǒng)的計(jì)算機(jī)視覺(jué)算法，然后再用神經(jīng)網(wǎng)絡(luò)進(jìn)行邊緣推理，產(chǎn)生對(duì)象檢測(cè)、識(shí)別以及適當(dāng)?shù)膭?dòng)作。

　　AI這個(gè)術(shù)語(yǔ)是包括計(jì)算機(jī)視覺(jué)深度移動(dòng)學(xué)習(xí)在內(nèi)的多種機(jī)器學(xué)習(xí)的總稱。這些網(wǎng)絡(luò)的設(shè)計(jì)旨在使用數(shù)字等效物和感知器來(lái)模擬人腦的神經(jīng)元和突觸，它們通常需要經(jīng)過(guò)訓(xùn)練，才能識(shí)別視覺(jué)等數(shù)據(jù)中的模式，然后當(dāng)遇到新的數(shù)據(jù)時(shí)，就可以從中推斷出數(shù)據(jù)可能的含義。盡管推理通常是在本地使用GPU或?qū)Ｓ蒙窠?jīng)網(wǎng)絡(luò)加速器（NNA）IP實(shí)現(xiàn)，但訓(xùn)練則通常是在數(shù)據(jù)中心的計(jì)算機(jī)上通過(guò)GPU來(lái)完成——這類處理器非常適合處理并行流水線任務(wù)。