CPU中央处理器很容易编程并且可以做所有事情，但它们按照自己的节奏来做。图形处理单元 (GPU) 和其他 LSI 执行的操作较少，但执行速度更快。在两者之间，我们看到人工智能处理器的出现，它结合了易于编程和在某些任务中非常强大的优势。就像Computex 的Movidius Myriad 活动一样。
该视觉处理单元（VPU）是针对深度学习优化的芯片（深度学习）机器，英特尔将其内部结构描述为“神经计算引擎”（神经元计算引擎）。根据创始人的说法，这种小型芯片每秒能够执行一千亿次操作——每秒 1 tera 操作或 1 TOPS（tera = 10^12）。
阅读：Movidius，英特尔为其人工智能提供人类视觉的武器
与上一代 Myriad 2 相比，这是一个巨大的改进，后者的性能低了十倍。 “得益于巨大的硬件和软件改进，包括雕刻技巧（来自处理器，编者注）这使我们能够增加 33% 的计算单元（我们从 12 点到 16 点，编者注），我们能够提高性能», 英特尔经理解释道。不是 x1000 的数量级，因为原始功率并不是一切。”但在 Myriad 2 和 Myriad X 之间，功率已经乘以 5»，欢迎负责演示的人。
简单的U盘
当我们谈论这种新型处理器时，我们并不是在谈论必须安装在计算机中的价值数千欧元的芯片：Myriad 2 和现在的 Myriad X 也可以以几十欧元的小芯片的形式提供。对于集成商来说，它的大小比……对于公众来说是 USB 密钥的形式要大。自从 Myriad 2 以 150 美元的价格向开发商提供以来，价格实惠，这个价格范围“这对于版本 X 来说应该很接近，我们的目标是将芯片交给尽可能多的人»。
«其用途多种多样，并且随着时间的推移不断被发明。“，我们被告知，”但我们可以想象一台专用于视频监控的 PC，我们在其中添加 Movidius 棒以添加图像分析功能。» 因此，原始视频流变成了信息流：识别物体、计算经过的人数等。所有这些都只需最少的硬件投资。并且对功耗没有负面影响。在让 PC 实时分析屏幕上所有元素的演示过程中，中央处理器的负载仅为 20%，Movidius 负责几乎所有的视觉任务。
每台电脑都有人工智能芯片吗？
人工智能专用芯片已经正式进入我们的智能手机，但展示的用途却很模糊，用户收益也相当薄弱。就Myriad而言，我们看到的示范更加明显，好处也更加明显。但用途仍有待发明：“基本上我们的芯片针对视觉和图像分析进行了优化，但我们认为它在人工智能领域可以做更多的事情。我们需要看看社区如何利用它来取得进步»。
利基芯片？不太确定：随着用途的发展，需求可能会爆炸。和 ”就像我们现在在每台 PC 中发现的那样，除了 CPU 之外，几年内我们的 PC 中也会出现 VPU 或任何其他类型的人工智能芯片»。
