普渡大學附屬的初創公司FWDNXT開發了一個低功率移動協處理器，用於通過深層神經網絡加速圖像識別和分類，普渡新聞報告。
該加速器稱為雪花，在可編程門陣列模塊上運行，它可以在整個卷積神經網絡上達到91％的計算效率，某些層的效率為99％。 FWDNXT表示，它在場景分析和場景解析方面的專業知識可以使其硬件和軟件可用於自動駕駛汽車，面部識別以及日常用途，例如從購物清單中識別項目。
該公司總部位於普渡大學研究公園（Purdue Research Park），最初通過普渡大學（Purdue）和海軍的贈款開發了其技術，現在通過戰略合作夥伴關係獲得了數百萬美元的資金。現在，它計劃將其添加到其團隊中，並尋求系列資金，以助長其雄心勃勃，以使微芯片幾乎在所有智能設備中使用。
普渡大學生物醫學工程學院的副教授Eugenio Culurciello說：“每個人都在尋找這樣的解決方案。” “我們擁有一台特殊的計算機，可以在低功耗中非常快速地在大型數據上運行。我們的任務是將機器智能推向一個新的水平。”
FWDNXT通過普渡大學技術商業化辦公室提交了專利申請。它計劃在2018年上半年完成原型Microchip的開發，並希望能夠盡快銷售可編程的邏輯原型。
作為先前報導普渡大學的一名教授最近開發了一項用於3D圖像傳輸的技術，並可能採用面部識別的應用。
