我们看到了GPU（图形处理单元）领域的一场革命，这场革命不是由制作更漂亮的像素驱动的，而是由人工智能（AI）驱动的，特别是与计算机视觉和数据驱动决策相关的。
神经网络的出现使视觉处理成为现代世界的一个关键因素。这推动了工业的变革，包括机器人工艺操作、用于监视和监控的智能摄像头以及我们车辆上的高级驾驶员辅助系统（ADAS）——随着这些技术的全面出现，还有更多的东西要来。
这意味着专业人士现在需要考虑市场现在不仅在哪里，而且在短短几年的时间里可能在哪里。随着发展以突破性的速度持续，人工智能的投资量超过了几乎所有其他行业，我们所做的一切都会受到人工智能的影响只是时间问题。想想自从第一部智能手机问世以来，移动设备上新增了大量应用程序，开启了一个基于位置的服务、社交互动、商业和娱乐的世界。人工智能有潜力解锁新的应用程序，并对已经创建的应用程序进行改进，使它们以指数级的速度更好地服务于用户。
云贡献
人工智能的视觉处理已迅速从数据中心转移到边缘，专用集成电路（ASIC）和片上系统（SOC）的最新IP面向一个主题的变化：即视觉信息的预处理，传统的计算机视觉算法，然后利用神经网络进行边缘推断，生成目标检测、识别和合适的动作。
人工智能被用作多种风格的机器学习的总称，包括计算机视觉的深度学习。这些网络被设计来模拟大脑的神经元和突触，使用数字等效物感知机，它们通常依靠训练来识别数据中的模式（视觉或其他），然后当接触到新数据时，从中推断数据可能意味着什么。培训通常在计算机机架上的数据中心完成，通常是GPU，非常适合并行流水线任务，尽管推理通常在本地使用GPU或专用神经网络加速器IP（NNA）完成。
设计类别：