人工智能（AI）起飛，視覺運算可算是發展最快的應用之一。不少人認為，視覺運算的成本不菲，其實廠商已推出方案，減低開發的難度，部署也愈來愈簡單。
儘管說，不少AI深度學習模型都以雲運算訓練，但是應用時的推論（Inference）卻是利用邊緣設備，不少人相信，未來智能手機將是AI的最大入口。
不過，一般的SoC，並不專門作AI運算，難以處理神經網絡的工作負荷。許多時候由於網絡速度的限制，AI推論也不一定利用雲運算，許多時設備只傳回輕量元數據（Metadata）到數據中心，AI推論其實也是利用分散運算。
IOT視覺技術
不少AI推論在終端進行，設備往往要利用專用AI晶片。2016年，英特爾看準了這個趨勢，收購了研發加速AI晶片的Movidius。
Movidius專門生產供無人機使用AI晶片。深圳大疆的子公司Ryze所推出的特洛（Tello）無人機，亦是利用了Movidius的Myriad視覺處理單元（VPU）。Ryze利用了Myriad為Tello無人機處理高速的影像和視覺；令Tello「看得見」周圍影像，Myriad的視覺技術，Tello可在飛行中避開障礙物，「看」到自己與地面之間距離，實現精確的空中懸停；Tello甚至可降落在伸出的手掌之上，一切均全靠Myriad視覺處理技術，Myriad的VPU功耗極低，Tello還可以連續飛行13分鐘。
英特爾也推出Movidius神經運算USB手指（Neural Compute Stick），能夠以低功耗運作，連接Ubuntu的桌上電腦或者Raspberry Pi進行實時物件分類和辨識，支援兩種DNN框架，包括TensorFlow和Caffe。Movidius最大優點是進行物件分類時，完全無須網絡連接。模型首先在雲端，或者性能較強的電腦來訓練，再以Movidius的SDK工具，以Movidius配搭一般電腦作型態化（Profiling）、調整（Tuning）、編譯（Compile），然後進行原型設計認辨物件。Movidius也支援連接四枚USB手指一同作AI加速，目前在港售價約為港幣650元。
英特爾也建立Intel AI Academy網站，推廣本身AI硬件，從XEON處理器到FPGA晶片，又舉辦網上研討會，介紹Movidius等神經運算USB手指的各種應用。
DeepLens技術門檻低
除了Movidius，AWS也推出視覺運算的邊緣設備，AI智能鏡頭DeepLens，開發人員利用AWS上的SageMaker，先行訓練及部署機器學習模型。SageMaker可減少訓練、調校以及部署機器學習模型所需時間，亦可利用Jupyter Notebook快速測試模型。SageMaker可管理和自動化訓練和調校的步驟，模型更快投入運作。當模型訓練完成，Greengrass ML推論可將機器學習的模型，從雲端部署下載到DeepLens執行，Greengrass推論也是直接DeepLens內執行，資料不用來回傳送至雲端推論；只在額外處理資料，才會傳送到AWS雲端。
DeepLens亦可利用Lambda服務再啟動其他服務；例如當DeepLens偵察到特定物件時，才觸發運算的需求；「看到」某些物件經過鏡頭，馬上發出SMS或電郵通知，甚至連接到Echo語音助手，以人聲發出提示。DeepLens可算迄今最容易開發和部署的AI視覺終端設備，但只支援AWS的雲端服務。DeepLens在Amazon購物網站有售，每套約為港幣2000元。