據國外媒體的報道，一年一度的CES國際消費電子展正在美國的拉斯維加斯如火如荼地舉行，就目前的情況看，本屆CES的熱點主要集中在智能設備、家用電器和物聯網等領域，除了看到大量相關的設備之外，這些設備的智能化程度也較以往有了大幅提升。很顯然，隨著消費者所購買的“智能設備”越來越多，他們也希望這些設備能夠越來越智能，最好能隨時隨地都維持智能狀態。

　　到目前為止，消費者對智能化的期待已經在一些設備和應用中表現出來，比如包括計算機視覺在內的人工智能技術，只不過這些產品在實際使用過程中還存在許多問題。與人工智能有關的數據處理大多放在云端進行，這是目前谷歌、微軟和百度等互聯網公司都普遍使用的方法，這種方式雖然能夠依靠足夠強大的計算機資源，但在潛伏性和可靠性方面卻比較落后。

　　在設備本地運行這種類型的算法尚無太多可行的案例，主要原因是這通常需要密集型計算設備才能勝任，而目前低功耗的智能手機和嵌入式處理器的性能都無法達到這一標準。

　　值得慶幸的是，科技仍然在高速發展，性能更強的計算設備也在不斷誕生。Nvidia在最近發布的Tegra X1移動處理芯片就憑借超強的浮點計算能力給人們留下了深刻的印象，據了解，該芯片的計算機能力為每秒一兆次(Teraflop)，其性能超越了15年前全球最快的超級計算機。同時，Nvidia還推出了基于Tegra X1芯片的DRIVE PX自動駕駛開發平臺，能夠幫助汽車在泊車時快速發現車位、自動完成停放以及在用戶的智能手機發出召喚時返回原地接上用戶等，此外借助其強大的計算性能，該平臺還能對路面遇到的各種車型進行快速識別。根據Nvidia的介紹，DRIVE PX平臺所擁有的這些全新功能在很大程度上運用了其在計算機視覺與深度學習領域中的最新科研成果。

　　實際上，Nvidia在一段時間之前就已經發現了機器學習領域所潛在的巨大發展空間，該公司的研發團隊隨后通過基于GPU的系統來對深度學習網絡進行訓練，并不斷刷新計算機視覺的各項記錄。目前Nvidia已經發布了自己的開發套件和軟件庫，幫助廠商和開發者在自己的設備或應用中嵌入Nvidia的GPU以及深度學習系統。

　　大型互聯網公司對于Tegra X1這樣的移動處理芯片顯然并不感興趣，畢竟他們自身已經擁有性能相當強勁的計算設施，比如百度就聲稱自己擁有規模最大、性能最強的GPU深度學習設施，但是此類芯片卻能夠憑借小巧的體積被內置到汽車、智能手機和機器人之中發揮更加實際的作用，并有可能會在未來十年的科技發展中扮演重要角色。

　　Nvidia并不是唯一一家關注智能設備的芯片廠商。IBM此前也曾經打造過一個低功耗的大腦模仿芯片SyNAPSE，該芯片專門針對機器學習任務而設計，其功耗低至0.1瓦。移動芯片巨頭高通也研發了一款名為Zeroth的機器學習芯片，并計劃在下一代移動設備中使用該芯片。

　　一家名叫TeraDeep的初創企業目前也正在研究基于傳統的ARM和其它移動處理器平臺上的深度學習算法，類似TeraDeep這樣的公司還有很多，目前許多深度學習算法已經能在智能手機上運行，只不過TeraDeep希望能夠更進一步，在未來推出一系列封裝好的、能夠被移動設備直接嵌入的深度學習模塊。

　　此外，谷歌還希望能夠借助量子計算技術來開發出能在手機上運行的量子機器學習算法，這種技術的功耗同樣也非常低。

　　當然，云計算未來還將會在大型計算中扮演重要角色，但人工智能將會向物聯網方向深入發展。云端仍然會以應用的數據處理和分析為主，同時還會為計算機大腦提供所需的數據。而整合了高性能處理芯片的移動設備也將會被接入到物聯網之中，為人工智能的高速發展添磚加瓦。