与互联网公司专注于云端的人工智能技术不同，设备端的技术发展主要得益于移动计算厂商的投入。针对边缘运算日益增加的需求，NVIDIA推出新款开发板Jetson TX2，将整套人工智能系统缩小在一块电路板之上，这让Jetson TX2可在终端设备上更好地运行深度学习功能等，进而开发出更高的智能化装置。相较前一代产品Jetson TX1，Jetson TX2的效能提升了两倍，耗电量则不到7.5瓦，能源效率提升了两倍多。
资料显示，赛灵思推出的reVISION堆栈技术，具备了可重组和所有形式链接的特性，让开发者能充分运用堆栈技术，快速研发与部署升级方案，对开发未来需求的智能视觉系统至关重要。不仅如此，该技术使开发者在结合机器学习、计算机视觉、传感器融合与连接的应用时，能够获得显著优势。
举例而言，相较于其他嵌入式GPU与传统SoC，reVISION将机器学习推论的每秒每瓦影像效能提升了6倍，计算机视觉每秒每瓦每帧处理速度提升了42倍，而延迟却只有1/5。嵌入式人工智能将在边缘计算产品中，得到十分广泛的应用。目前，嵌入式AI已经开始进入市场，特别是在自动驾驶与数据安全领域得到快速的渗透与应用。
“辅助驾驶系统如果在云端计算，设备端采集到数据后上传，计算完成后再返回终端，这样会不可避免地带来一定延时，而在驾驶场景中，这种延时意味着危险系数的提高。”瑞萨电子(中国)有限公司应用技术中心汽车电子部副部长赵坤表示。同时，数据安全也是关注的一个要点，上传到云端的计算意味着隐私被泄露的风险提升。