人工智慧(AI)及物聯網(IoT)的快速整合，驅動智慧裝置的蓬勃發展，成為無法阻擋的AIoT大趨勢。在此趨勢之中，台灣廠商擅長快速且彈性的生產特性，將成為切入邊緣運算(Edge Computing)最大優勢。也由於邊緣運算技術短時間內成本依然偏高，因此預計網路監控攝影機(IP Cam)將成為率先導入的終端產品。
晶心科技總經理林志明說明，在人工智慧與物聯網結合的過程中，也將帶動邊緣運算技術導入的需求。邊緣運算技術將會被應用於各種不同的新興應用領域，在此趨勢之中，彈性、快速是台灣廠商的最大優勢。對於與多台灣廠商與IC設計公司而言，由邊緣端切入人工智慧市場也相對較為容易。
同時，由於邊緣運算技術的導入，也將帶來記憶體、傳輸等等硬體需求的提升，將大幅拉高製造成本。由於影像相關的系統單晶片(SoC)原先就相對於其他應用更加複雜，對於成本的耐受度也相對較大，因此，邊緣運算技術預計將由IP Cam等影像相關應用率先導入。
人工智慧應用可以分為訓練以及辨識兩個部分討論。在深度學習的巨量運算過程，短時間內依然會由雲端運算處理。而邊緣運算所負責的任務，則是將搜集到的資訊先做初步的處理，將不重要的資訊過濾掉之後，再將數據上傳至雲端，以節省傳輸成本。另一方面，由雲端完成的深度學習成果，也能夠使終端的辨識功能更加智慧。以IP Cam為例，影像深度學習的工作能夠先由雲端運算完成，待機器學會辨認行人、車輛之後，邊緣端的IP Cam只須執行辨認工作即可。
另一方面，更由於IP Cam在治安維護、社區安全上的應用廣泛，因此政府與企業相對願意支持投入，這也將成為IP Cam發展較為快速的原因。
林志明分享，目前許多廠商皆在摸索該如何將人工智慧導入自家晶片、系統之中。目前的狀況類似於物聯網剛開始興盛時，大家都還在摸索應用該如何切入，估計在2020年左右廠商會推出更多實際的產品。
