從Intel的角度來看，VPU將扮演端點運算相當重要角色，主要對應影像分析、自動化學習、無人機自動導航、機器人電腦視覺等端點運算需求，藉此讓終端裝置即可完成預先運算，藉此降低整體物聯網運作延遲問題，並且讓執行效率可大幅提昇。
2016年由Intel出資收購後，Movidius旗下VPU技術便成為Intel在影像視覺應用重要項目。
在此次AI DEVCON活動裡，Movidius市場部門主管Gary Brown再次說明可驅動電腦視覺應用的VPU特色，其中包含藉由1W電功耗即可帶來高達1TFLOPS的運算效能，同時本身形式也採微縮設計，因此能輕易讓各類裝置使用影像識別與物件偵測技術。
以目前旗下Myriad VPU發展至第二代版本情況來看，Gary Brown表示已經可以對應相當廣泛的物聯網應用，至於是否計畫推出第三代版本，則是目前仍無法透露部分，但預期併入Intel體系後，未來依然會著重VPU產品所帶動效益，並且在物聯網應用發展扮演重要角色。
Movidius市場部門主管Gary Brown
就Intel在物聯網應用架構裡，VPU將成為終端裝置運算重要元件，例如先前在與微軟合作Windows ML學習框架之下，便使VPU能進一步進入一般消費端PC使用，藉此產生更多應用可能性，而不一定僅能仰賴GPU協助運算。
但未來是否計畫將VPU套用在手機等行動裝置，Gary Brown的看法則認為目前行動處理器廠商其實已經有作類似應用，同時強調以Movidius的VPU運算能力來看的話，對於現行手機產品事實上是有些過剩，因此在導入成本與使用功耗等考量下，並不認為會是最好設計方案。
不過，若是針對手機產品額外附屬配件，例如外接360度環景相機，或是其他應用影像視覺技術的配件，Gary Brown認為或許針對此類需求導入VPU作為輔助運算，就會相當適合。
而對於Google在去年推出的Pixel 2採用名為Pixel Visual Core的獨立影像處理器，是否就是使用Movidius VPU技術，Gary Brown則是笑著表示無法對此透露具體細節。
從Intel的角度來看，VPU將扮演端點運算相當重要角色，主要對應影像分析、自動化學習、無人機自動導航、機器人電腦視覺等端點運算需求，藉此讓終端裝置即可完成預先運算，藉此降低整體物聯網運作延遲問題，並且讓執行效率可大幅提昇。 |
|
