據海外媒體報道，自AlphaGo下圍棋勝過職業棋手新聞爆出后，關于人工智能（AI）的投資又掀起熱潮，除了較為人注意的考試機器人東大君以外，另一個比較不受重視的方向，則是制作高性能運算芯片，讓現在需要高級服務器才能執行的人工智能，可以用單一芯片執行。

例如Google就自行設計TPU（Tensor Processing Unit），讓展示期間是在服務器上運作的AlphaGo，轉在TPU上執行；其他廠商如英特爾（Intel）、三星電子（Samsung Electronics）、富士通（Fujitsu）等，也在研發類似的芯片。

讓單一芯片能執行先進人工智能，主要是針對云端運算（Cloud CompuTIng）的邊際運算（Edge CompuTIng）部分，大數據與云端運算應用中的瓶頸，在于數據從傳感器傳輸到云端的時間，面對若干較需要即時性的應用，如工業物聯網（Industrial Internet of Things）或自動駕駛，這可能會釀禍。

因此針對云端運算的即時性應用，提出的就是邊際運算，數據先在終端或中端平臺先行運算，針對即時性的需求進行處理，回傳的只有處理過的數據，不需要包括原始數據，或是系統閑置時才回傳原始數據，這將明顯減輕云端系統負荷，同時提高運算效能。

雖然邊際運算可以用低端系統處理，重點在體積輕小容易接近終端，以便加快反應速度，但邊際運算的效能越低，則云端與網路系統負荷越大，而且像自動駕駛這種復雜系統，目前連高端服務器的運算效能都還嫌不足，勢必要高性能的邊際運算系統。

除了自動控制外，以人工智能進行FPGA與功率半導體調整，加強電力應用效率，也是另一個適合邊際運算的應用。

SoftBank社長孫正義在2016年購并ARM時，宣稱購并ARM的目的，在利用物聯網與ARM的芯片技術，創造更高端、相當于甚至超過人類大腦運算能力的超智能，指出的就是以高性能邊際運算配合云端運算架構，讓人工智能的能力可以更上一層樓，而高性能邊際運算芯片，就是重點。

據美國市調機構TracTIcal研究，人工智能用CPU全球市場規模，2016年為11億美元，在自動駕駛將開始普及的2025年，則可超過574億美元，成長52倍，市場潛能極為驚人。

目前主要半導體廠與IT廠研究的這些芯片，預估將在2017~2018年間陸續問世，2020年以后市場競爭將轉趨激烈，后續發展值得持續觀察。