AI 產業重心正從訓練轉向推論，NPU 與專用 ASIC 憑藉高能效比與低延遲優勢，在邊緣裝置與大規模應用中確實展現出挑戰 GPU 地位的潛力。然而，這並非單純的取代，而是運算架構的重新分工。GPU 具備極高靈活性，在處理推論初期的預填階段及多樣化模型時仍具優勢；NPU 則在追求極致成本與功耗的特定任務中成為主流。未來市場將走向「異構運算」，NPU 將在終端與特定推論場景中普及，而 GPU 則轉向更高端、複雜的運算核心，兩者將在 AI 生態系中各司其職，共同推動 AI 商業化落地。
解鎖更多問題
科技新報粉絲團
加入好友
訂閱免費電子報