Alle landende AI-applikationer kræver understøttelse af hardware-computerkraft, inklusive autonom kørsel, som i øjeblikket er hot på markedet. Med stigningen i miljøopfattelsessensorer såsom kameraer, millimeterbølgeradarer, lidarer og ultralydsradarer i biler, vil det autonome køresystem indsamle flere sensordata. Den autonome kørsel computerchip skal behandle og afstemme disse data gennem algoritmer for at opnå informationssammensmeltningen af køretøjer, veje, mennesker osv., træffer beslutninger om kørselskontrol. Stigningen i antallet af sensorer vil øge kravene til computerkraft betydeligt for selvkørende computerchips.
Forbedringen af computerkraft er uadskillelig fra understøttelsen af NPU (Neural-network Processing Unit, neural network processor). Det er en slags mikroprocessor dedikeret til hardwareacceleration af kunstig intelligens (især kunstigt neuralt netværk, maskinsyn, maskinlæring osv.) baseret på den domænespecifikke arkitekturteknologi fra DSA (Domain Specific Architecture). Sammenlignet med CPU og GPU er NPU designet til AI i hardwarearkitektur og er meget velegnet til neurale netværksoperationer.
NPU'er er designet anderledes end processorer til generelle formål såsom CPU'er og GPU'er. I betragtning af computerens alsidighed kan det meste af den øgede computerkraft fra processorer til generelle formål ikke direkte konverteres til forbedring af neurale netværksbehandlingskapaciteter. For eksempel er der ingen særlig forbedring for MAC-operationer, mens NPU er designet til neurale netværk, uden at tage i betragtning, at neurale netværk ikke er. Nogle beregningsenheder er påkrævet. Sammenlignet med CPU'en, der er god til at behandle opgaver og udstede ordrer, er GPU'en god til billedbehandling og parallel computing, og NPU'en er bedre til at behandle kunstig intelligens opgaver. NPU'en realiserer integrationen af lagring og databehandling gennem synaptiske vægte og forbedrer derved driftseffektiviteten.
Derfor kan vi finde NPU'er i mange processorer eller SoC'er, der understøtter AI-applikationer, såsom Apples A15, Teslas FSD-chip, Horizons Journey-seriechips, OPPOs Mariana X-chip og så videre. Ud over disse storstilede og højtydende SoC-chips er nogle MCU-produkter begyndt at integrere NPU-moduler for at imødekomme behovene i nogle avancerede intelligente applikationer.
Faktisk er mange SoC-chips, der understøtter AI, implementeret ved at integrere neural netværks-IP. Generelt vil neuralt netværks IP udvikle sig synkront med neurale netværksalgoritmer og kan udvides yderligere for at imødekomme den voksende efterspørgsel efter neurale netværksydelse.