AI 在不同领域的应用推动了相应处理器芯片的发展。例如:
(1) 智能手机的照片品质、人脸或语音识别以及自然语言处理;
(2) 数据中心的 GPU;
(3) 智能音箱、智能家居和可穿戴设备的自然语言处理;
(4) 个人电脑和平板电脑在视讯会议中的背景效果、图像和音频噪声抑制;
(5) 工业物联网中的机器视觉功能;
(6) 先进驾驶辅助系统(ADAS)和汽车安全透过 AI 的支持等。
OMDIA 的研究显示,AI 处理器的市场规模在 2022 年为 1,220 亿美元;预计到 2026 年将达到 2,060 亿美元,年复合增长率保持在 10%。

IoT Analytics 咨询公司数据显示,全球全球机器视觉市场空间将从 2022 年的 397 亿美元增长到 2027 年的 570 亿美元,年复合增长率为 8%。
摄像技术、AI 和芯片技术的发展是机器视觉取得进展的三个关键技术驱动因素。
IoT Analytics 认为七项重要的代表性用例为:① 缺陷识别,② 流程优化,③ 自动驾驶,④ 托盘尺寸判断,⑤ 姿态移动分析,⑥ 自动检出,⑦ 污染物检测。
为了规避 AI 算力的法律限制,尤其是美国和欧盟 AI 法案的限制,Del Complex 公司发布了一个 “公海” AI 算力集群。
该方案提供了一个可在国际海域自由移动的数据中心,可配备 1 万块 Nvidia H100 GPU。
和 Intel 相比,ARM 的传统优势是在智能手机、各种 IoT 设备上。
但这个趋势正在变化,根据 Strategy Analytics 咨询公司的研究,2021 年基于 ARM 架构的笔记本电脑处理器市场收入将达到 9.49 亿美元,对比 2020 年增长了三倍以上。
