建構AI運算體系，必需要考量的是如何在複雜運算環境下節省成本與能源，並增加更多能力到系統單晶片(SoC)，而ARM DynamIQ技術便能處理這樣較複雜的運算。然而，AI與其他高階科技仍需要全新的微架構(microarchitecture)，Rene認為AI運算已轉變成分散式運算(distributed computing)，需要雲端、網路與各類裝置的支援，也就是「人工智慧端點運算(AI at the Edge)」。舉例來說，現階段的許多交通號誌如紅綠燈，還不能根據道路或行人的狀況調整號誌，以做出快速決策。端點裝置必須具備獨立思考的能力，並提供更高的安全性、低延遲與資料在地化。

AI所帶來的發展動能，除了先前提及的機器人，還涵蓋了智慧家庭助理(Smart Home Assistant)、智慧監控(Intelligent Surveillance)、自動駕駛車(Autonomous Vehicles)。Rene指出，ARM正積極研發「電腦視覺(Computer Vision)」技術，此系統能偵測可疑的肢體移動，目前公共場所攝影機所拍攝的影片，皆無法執行進行進一步的影像分析，為了實現安全需求，物件偵測的層級和範圍更顯重要，因此需要一個能整合CPU、GPU和其他優化元件的合作平台。電腦視覺也可應用於交通工具上，透過ARM技術可提升顯示器解析度、數位介面使用、感測器與攝影機的全方位能見度(all-round visibility)以及偵測駕駛的專注力；此外，效率也是重要的一環，ARM預測未來自動車的耗能將小於1%，充飽電後更能跑500公里，比起現在只能跑160公里，可說是大幅提升能源效率。

除了上述提及的幾個應用層面，ARM技術適用於任何市場，包含企業端與伺服器、行動裝置與消費者、自動駕駛車與機器人、嵌入式與連網裝置。Rene表示，這些運算會驅動AI成長動能，預估至2035年ARM將達成1兆晶片的出貨量。目前為止，已出貨1,000億顆基於ARM架構晶片，且此速度只會越來越快，預測下個1,000億將會落在2021年。ARM期望以CPU、GPU、VISION等技術，讓這個智慧且連網的世界變得更加進步與美好。

- 新聞稿有效日期，至2017/06/30為止

上一篇：team+以國際雙獎光環，獲經濟部邀請COMPUTEX雙展區登場
下一篇：工業4.0智慧製造，寺岡科技協助食品製造業轉型