繼物聯網 (IoT) 后，人工智能 (AI) 正接棒在各行各業卷起千層浪！大到無人車／無人機、智能制造、云數據中心，小到手機上的美顏拍照模式，都試圖借助 AI 增進效能。為加快速度學習 (Deep Learning) 的訓練與推論，具并行計算能力、先天擅長邏輯演繹的 GPU (圖形處理器) 近年可謂聲名鵲起，搶盡了鋒頭；而聚焦視訊處理或張量分析的 VPU、TPU 專用芯片，也紛紛出籠為特定應用加足馬力、火力全開。
此外，為因應驗證不同算法的效果，高度靈活的現場可編程邏輯門陣列 (FPGA) 隨之再創高峰；另一方面，AMD APU 與 NVIDIA Jetson TX2 等異質融合計算架構，也備受矚目。不過，若要模仿人腦決策，還須為各種推論進一步找出前因后果的關聯性 (association)，光有強悍的推理能力，并無法就通盤情勢做出合乎情理的認知與決定；上述產品供貨商，也都同意須與 CPU 協作的觀點。于是，過去沒趕上 AI 派對的英特爾 (Intel)，直接放眼 AI 的進階應用，推出全球首款有能力串聯片面 AI 認知并實時做出反饋的＂Nervana 類神經網絡處理器＂(NNP)。
IoT 與 AI 的出現，最大的沖擊就是打破長久以來的產業水平分工隔閡，讓一向壁壘分明的＂電子與電腦＂分眾市場與專業領域，距離不再那么咫尺天涯。在終端應用掛帥的今天，為滿足不同規模、不同場域所需，就連位居最上游的 IP 供貨商，也不得不放下身段、從云端走入民間，牽手系統商共商大計。由于效能與功耗具有抵換 (trade- off) 關系，安謀國際 (arm) 新一代 DynamIQ 計算架構，正是基于 AI 的多元垂直應用而生；可由 8 個不同架構、頻率的核心組成單一集群 (Cluster)，對提升運行效率與配置彈性大有幫助。
智能聯網應用與云平臺服務的帶動，加上半導體制程的進步、芯片架構的創新，AI 已不可與數十年前同日而語；然而，AI 最終有多少含金量？還得看能為市場創造多少產值。畢竟，真實的世界不是棋盤，變量永遠來得比我們想象得快且多；在商言商，若無實質效益，任憑 AI 如何令人心馳神往，終歸是炫技的櫥窗產品。歷史的長河總是冷酷，每次的潮起潮落總會淘盡一掛過往英雄，卻也造就另一波曠世巨星！
