Исследования аналитиков IDC показывают, что вычислительные мощности для обработки и преобразования данных в полезную информацию и для выполнения вычислительных работ нового типа должны расти быстрее, чем предсказывал закон Мура. Компьютерная индустрия пытается восполнить недостаток мощностей за счет использования альтернативных вычислительных архитектур: сигнальных процессоров (DSP), графических процессоров (GPU) и программируемых логических матриц (FPGA). Именно благодаря этим архитектурам получают распространение технологии искусственного интеллекта, в том числе модели глубинного обучения. В докладе IDC анализируется процесс перехода от решения задач искусственного интеллекта в центрах обработки данных к решению на периферии сети и в оконечных устройствах. Диапазон доступных вычислительных архитектур расширяется, а функциональность и оптимизация реализуются все ближе к месту обработки. Технологии искусственного интеллекта будут и дальше играть важнейшую роль в формировании методов реализации вычислений, отвечающих потребностям разнообразных устройств и приложений, считают аналитики.