据海外媒体报道，自AlphaGo下围棋胜过职业棋手新闻爆出后，关于人工智能（AI）的投资又掀起热潮，除了较为人注意的考试机器人东大君以外，另一个比较不受重视的方向，则是制作高性能运算芯片，让现在需要高级服务器才能执行的人工智能，可以用单一芯片执行。

例如Google就自行设计TPU（Tensor Processing Unit），让展示期间是在服务器上运作的AlphaGo，转在TPU上执行；其他厂商如英特尔（Intel）、三星电子（Samsung Electronics）、富士通（Fujitsu）等，也在研发类似的芯片。

让单一芯片能执行先进人工智能，主要是针对云端运算（Cloud CompuTIng）的边际运算（Edge CompuTIng）部分，大数据与云端运算应用中的瓶颈，在于数据从传感器传输到云端的时间，面对若干较需要即时性的应用，如工业物联网（Industrial Internet of Things）或自动驾驶，这可能会酿祸。

因此针对云端运算的即时性应用，提出的就是边际运算，数据先在终端或中端平台先行运算，针对即时性的需求进行处理，回传的只有处理过的数据，不需要包括原始数据，或是系统闲置时才回传原始数据，这将明显减轻云端系统负荷，同时提高运算效能。

虽然边际运算可以用低端系统处理，重点在体积轻小容易接近终端，以便加快反应速度，但边际运算的效能越低，则云端与网路系统负荷越大，而且像自动驾驶这种复杂系统，目前连高端服务器的运算效能都还嫌不足，势必要高性能的边际运算系统。

除了自动控制外，以人工智能进行FPGA与功率半导体调整，加强电力应用效率，也是另一个适合边际运算的应用。

SoftBank社长孙正义在2016年购并ARM时，宣称购并ARM的目的，在利用物联网与ARM的芯片技术，创造更高端、相当于甚至超过人类大脑运算能力的超智能，指出的就是以高性能边际运算配合云端运算架构，让人工智能的能力可以更上一层楼，而高性能边际运算芯片，就是重点。

据美国市调机构TracTIcal研究，人工智能用CPU全球市场规模，2016年为11亿美元，在自动驾驶将开始普及的2025年，则可超过574亿美元，成长52倍，市场潜能极为惊人。

目前主要半导体厂与IT厂研究的这些芯片，预估将在2017~2018年间陆续问世，2020年以后市场竞争将转趋激烈，后续发展值得持续观察。