受過訓練的人工智慧系統，目前在特定領域的表現已可超越人類，而相關軟體技術迅速發展的背後，與專用晶片的進步息息相關。在晶片對人工智慧的支援更加完善後，物聯網(IoT)將可望進化成AIoT(AI+IoT)。智慧機器人的遍地開花可能還只是個開端，人工智慧終端晶片引領的邊緣運算，其所將帶來的商機更讓人引頸期盼。
工研院IEK專案經理侯鈞元表示，人工智慧將在各行各業帶來變革，從而改變未來的走向。傳統人工智慧運算的硬體架構，主要包括中央處理器(CPU)、圖型處理器(GPU)、現場可編程陣列(FPGA)等。
過去人工智慧的成本非常昂貴，因其執行的演算法是模擬人腦運算，也就是龐大的平行運算，這與現有電腦的運算模式是完全不同的。目前市面上已出現不少專用的人工智慧晶片，像是英特爾的Intel Xeon Phi、NVIDIA的人工智慧超級晶片Tesler P100 GPU等，且價格有下降的趨勢。
侯鈞元指出，特定領域的專用人工智慧系統，由於應用背景需求明確、深厚之領域知識、模型建立計算簡單可行，在單項測試之智慧水準，目前已可超越人類智慧，在許多領域取得具體成效。如今的技術挑戰在於，如何發展低功耗、高準確率的認知計算，包括新型運算架構電路設計、演算法等。未來人工智慧晶片將由特定的演算法加速器，來加速包括卷積神經網路(Convolution Neutral Network)、遞迴神經網路(Recursive Neutral Network)在內的各種神經網路演算法。而專用晶片的最大優勢，在於其成本與功耗降低，將大幅提升人工智慧演算法的運行效率。
雖然目前人工智慧領域的主流研究是在伺服器上的人工智慧運算，但有越來越多應用產品須在終端上進行即時運算，此種運算架構稱為邊緣運算。這個發展趨勢將改變整體人工智慧運算系統架構的設計與技術需求。
此外，隨著人工智慧技術陸續導入，也促使物聯網終端設備，升級為各種AIoT智慧機器。其中，服務型機器人將率先成為AIoT新戰場。IFR預估，全球服務型機器人2015～2018年產值約196億美元，而居家服務機器人占74%、娛樂休閒型機器人占26%。而2017年將是這兩款機器人百家爭鳴的一年，居家服務機器人如Amazon Echo、華碩COCOROBO，以及美國Jibo、法國Buddy，將扮演智慧家庭中樞。
