預估全球傳輸、儲存、分析的數據量將於九年內成長十倍，至2023年時將達到103ZB。面對如此龐大的數據量，如何將其轉化為資訊並從中挖掘有用的洞見將是一項難題，而人工智慧(AI)在數據分析的過程扮演要角。美光於2019台北國際電腦展Computex上，表示將積極布局人工智慧領域，並讓運算更靠近邊緣。
美光運算與網路業務部門資深副總裁暨總經理Thomas T. Eby表示，美光本身就是人工智慧應用的最佳案例。透過導入人工智慧至生產廠區，美光得以增加生產良率、促進工作環境安全與提升整體效能。美光引入人工智慧打造智慧製造，所得到的成果包括達到成熟良率的時間縮短25%、提升晶圓產出10%以及不良率減少35%，效果顯著。
同時，Thomas T. Eby也提到，隨著運算越來越異質化，人工智慧在邊緣運算的重要性就更高。以前的資料中心以CPU為中心，現在則趨向異質化，有CPU、GPU、FPGA等等，在邊緣運算已經是大勢所趨。美光提供全面的解決方案，讓運算更靠近記憶體，甚至在記憶體中運算，以配合現在資料中心的需求。
Thomas T. Eby進一步指出，根據美光委託Forrester訪問建構人工智慧平台的工程師和IT專家的結果顯示，開發人工智慧系統時，首要考量並非運算，而是如何打造記憶體與儲存架構以滿足龐大運算需求。報告中有超過九成的受訪者表示，記憶體與儲存架構攸關開發人工智慧系統的成敗，儲存與記憶體吞吐量的重要性更勝於運算，且運算與記憶體間的距離越來越近。
在自駕車的記憶體需求方面，Thomas T. Eby也表示，未來每輛L5級自駕車，將會配置8~12個解析度高達4K~8K的顯示螢幕，而為了支援V2X 連結，記憶體每秒需處理0.5~1 TB的數據量，在車內娛樂系統方面，記憶體頻寬需求每秒也將達150~300 GB。未來自駕車將會像飛機一樣有黑盒子，以每30秒持續錄製片段，紀錄車內外狀況，因此記憶體頻寬需求每秒也達到1 GB。此外，在車輛生命週期中，會重複寫入的數據加起來將有150 PB(Petabyte)，所以對記憶體與儲存的效能與耐用性要求會特別高。
