總體來說GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬體選擇就看產(chǎn)品供應(yīng)商的需求考量而定。例如，蘋果的Face ID臉部辨識就是3D深度感測晶片加上神經(jīng)引擎運(yùn)算功能，整合高達(dá)8個元件進(jìn)行分析，分別是紅外線鏡頭、泛光感應(yīng)元件、距離感應(yīng)器、環(huán)境光感測器、前端相機(jī)、點(diǎn)陣投影器、喇叭與麥克風(fēng)。蘋果強(qiáng)調(diào)用戶的生物識別數(shù)據(jù)，包含：指紋或臉部辨識都以加密形式儲存在iPhone內(nèi)部，所以不易被竊取。

趨勢6：AI自主學(xué)習(xí)是終極目標(biāo)

AI“大腦”變聰明是分階段進(jìn)行，從機(jī)器學(xué)習(xí)進(jìn)化到深度學(xué)習(xí)，再進(jìn)化至自主學(xué)習(xí)。目前，仍處于機(jī)器學(xué)習(xí)及深度學(xué)習(xí)的階段，若要達(dá)到自主學(xué)習(xí)需要解決四大關(guān)鍵問題。

首先，是為自主機(jī)器打造一個AI平臺；還要提供一個能夠讓自主機(jī)器進(jìn)行自主學(xué)習(xí)的虛擬環(huán)境，必須符合物理法則，碰撞，壓力，效果都要與現(xiàn)實(shí)世界一樣；然后再將AI的“大腦”放到自主機(jī)器的框架中；最后建立虛擬世界入口(VR)。

目前，NVIDIA推出自主機(jī)器處理器Xavier，就在為自主機(jī)器的商用和普及做準(zhǔn)備工作。

趨勢7：CPU和GPU(或其他)結(jié)合是完美架構(gòu)

未來，還會推出許多專門的領(lǐng)域所需的超強(qiáng)性能的處理器，但是CPU是通用于各種設(shè)備，什么場景都可以適用。所以，最完美的架構(gòu)是把CPU和GPU(或其他處理器)結(jié)合起來。例如，NVIDIA推出CUDA計算架構(gòu)，將專用功能ASIC與通用編程模型相結(jié)合，使開發(fā)人員實(shí)現(xiàn)多種算法。

趨勢8：AR成為AI的眼睛，兩者互補(bǔ)、不可或缺

未來的AI需要AR，未來的AR也需要AI，可以將AR比喻成AI的眼睛。為了機(jī)器人學(xué)習(xí)而創(chuàng)造的在虛擬世界，本身就是虛擬現(xiàn)實(shí)。還有，如果要讓人進(jìn)入到虛擬環(huán)境去對機(jī)器人進(jìn)行訓(xùn)練，還需要更多其它的技術(shù)。

展望未來，隨著AI、物聯(lián)網(wǎng)、VR/AR、5G等技術(shù)成熟，將帶動新一波半導(dǎo)體產(chǎn)業(yè)的30年榮景，包括：記憶體、中央處理器、通訊與感測器四大晶片，各種新產(chǎn)品應(yīng)用晶片需求不斷增加，以臺灣在半導(dǎo)體的競爭力絕對在全球可扮演關(guān)鍵的角色。