由於人工智慧(AI)、物聯網(IoT)等等技術的出現，全球的數據資料量正在快速增加。可程式化邏輯閘陣列(FPGA)具備低功耗、低延遲等特性，適合導入於邊緣運算應用之中。在未來，CPU、FPGA、ASIC等各種處理架構更將隨著不同應用出現而有更多整合的需求。針對以上趨勢英特爾(Intel)已推出對應解決方案，以迎接挑戰。
英特爾可程式化解決方案事業群亞太區總經理暨業務總監Ro Chawla指出，目前全球所累積的數據資料中，90%是在過去兩年內創造出來，可以想見全球數據資料量的成長速度相當驚人，該趨勢也為數據處理帶來挑戰。而FPGA的出現正是為了要解決巨量數據資料處理目前所面臨的瓶頸。
Chawla進一步指出，展望未來FPGA市場發展，整體FPGA市場預計將在2020年達到75億美元，加速器市場更有望在2021年達到200億美元。加速器市場不僅是包含FPGA，也包含了GPU與ASIC處理架構。
由於資料量的爆炸性成長，資料中心營運商需要保持大規模效能需求和營運效率之間的平衡。如富士通、戴爾 EMC等OEM廠商，亦在其伺服器系列中採用了英特爾可程式加速卡 (Programmable Acceleration Cards, PAC)。這是可程式化晶片的重要發展，旨在加速今日新型態資料中心的主流應用，憑藉出色的多功能性和速度，可支援處理從資料分析到金融服務的各項工作負載。
英特爾可程式化解決方案事業部業務經理林士元指出，目前FPGA的應用領域以數據中心為大宗，也由於大數據的重要性持續存在，因此數據中心也一直都是FPGA的重要應用領域。
除了數據中心應用之外，由於FPGA具備低功耗、低延遲等優點，也能符合邊緣運算的處理需求。以影像辨識為例，GPU雖在影像處理、訓練模形方面有極佳的表現，然而GPU的功耗較高，約可達到150W以上；相比之下，FPGA 50~60W的低功耗更適合做為邊緣運算使用。
Chawla提及，沒有任何一種處理器架構可以獨立解決所有的應用問題，因此技術趨勢將轉向異構計算架構。英特爾所推出的Open VINO架構能做到異構運算，適用於各種處理架構，未來也將會看到更多異構應用可能出現。
林士元更指出，目前英特爾已開始關注投資安防監控市場，該市場未來更有望成為FPGA成長最快的應用領域。也已經有廠商與Intel合作，開始將FPGA與加速器架構導入至人臉辨識、車牌辨識的邊緣運算應用之中。
