Исследования аналитиков IDC показывают, что вычислительные мощности для обработки и преобразования данных в полезную информацию и для выполнения вычислительных работ нового типа должны расти быстрее, чем предсказывал закон Мура. Компьютерная индустрия пытается восполнить недостаток мощностей за счет использования альтернативных вычислительных архитектур: сигнальных процессоров (DSP), графических процессоров (GPU) и программируемых логических матриц (FPGA). Именно благодаря этим архитектурам получают распространение технологии искусственного интеллекта, в том числе модели глубинного обучения.

В очередном докладе IDC анализируется процесс перехода от решения задач искусственного интеллекта в центрах обработки данных к решению на краях сети и конечных точках. Диапазон доступных вычислительных архитектур расширяется, а функциональность и оптимизация реализуется все ближе к месту работы. Технологии искусственного интеллекта будут и дальше играть важнейшую роль в формировании методов реализации вычислений, отвечающих потребностям разнообразных устройств и приложений, считают аналитики. Пользователям и разработчикам нужны не просто готовые микросхемы — им нужно знать перспективные планы, и это фундаментально меняет условия работы производителей.