人工智慧議題熱度近來快速攀升，同時隨著應用領域持續擴大，邊緣運算(Edge Computing)的技術進程也受到關注，更成為廠商布局重點。然而，由於依賴邊緣運算的應用開發、推廣難度較高，一般消費性電子產品也難以承擔邊緣運算的高成本。因此短時間內雲端運算(Cloud Computing)依然會是人工智慧的主流。
拓墣產業研究院分析師林貞妤指出，由於自動駕駛、無人機、智慧醫療等應用，皆更在意頻寬、低延遲、資訊隱私安全等問題，使得邊緣運算在2017年快速崛起。舉例而言，自動駕駛為考量道路安全必須將延遲降到最低；許多醫療數據牽涉到法律規定，更加在意資安的維護，在設備端完成運算能夠有效降低駭客入侵的可能性。因此，邊緣運算成為AI相關晶片與矽智財廠商的布局重點。
儘管如此，由於邊緣運算技術設備依然單價較高，許多較為平價的終端電子產品將難以負擔此高成本；另一方面，比較依賴邊緣運算技術的醫療、自動駕駛、國防領域，由於資料取得難度偏高、法規鬆綁程度偏低，實際導入人工智慧時風險較高，對於風險的承受度也偏低。因此，雲端運算技術短時間內依然會是最為大宗的人工智慧運算形式。
林貞妤分析，目前投入人工智慧技術開發的廠商，依然以雲端平台所開發的軟體服務工具為主(如Google、AWS、微軟等)，提供利用深度學習開發出的語音辨識、圖像辨識、自然語言處理等類型服務。相對於邊緣運算而言，雲端運算能有效降低開發者的進入門檻，目前依然是人工智慧服務的推廣主流。儘管邊緣運算討論熱度高，然而該技術的崛起並不象徵著雲端運算將會消失，而是意味著在未來人工智慧發展將建構在兩者並存的基礎之上。
另一方面，林貞妤指出，邊緣運算興起帶動了相關晶片的銷量，若是邊緣運算技術推廣順利也將使得相關硬體市場規模擴大。若是所有終端設備都導入邊緣運算晶片，其市場將遠遠超越雲端運算。正因如此，硬體廠商更為積極開發與推廣邊緣運算應用，以創造更多元的商機。
