从数据中心向智算中心和元计算中心演进是行业算力需求发展的主流趋势，人工智能和元宇宙应用负载对GPU算力的强烈需求是推动这一演进趋势的关键力量。专为提升智能算力而设计的摩尔线程MTT S3000，在与之配套的MUSA软硬件计算平台的加持下，AI应用性能相比“苏堤”可实现平均4倍提升。
随着各种传感器的性能持续走高，譬如多线激光雷达、高分辨率的图像传感器等，我们对边缘计算单元尤其是GPU的需求也在持续增加。但在实现的过程中，我们还有一些物理限制没法消除，像是尺寸、重量和功耗等。
人工智能对于生态的要求非常高，涉及框架、应用、模型的适配等，英伟达率先基于CUDA生态将上下游打通，对于下游的算法开发商和服务商来说，它的GPU在性能具备优势的同时还保持了易用性。
人工智能已经开始深入各行各业，从早期的金融服务业、医疗、汽车行业，到目前的餐饮、交通等等，正在发生着一系列的变化，未来几乎所有的主要行业都会将人工智能作为一个重要的技术手段。
云迁移的热潮已经基本结束。大多数企业都有云足迹，新的模式正在优化这种投资。而优化这种投资还包括将一些工作负载转移到利基云计算提供商、私有云，甚至遣返回内部部署设施。
中国在自主研发GPU方面仍处于起步阶段，但已经聚集了约20家该领域的企业，包括景嘉微电子、芯动科技、天数智芯、摩尔线程、壁仞科技、沐曦集成、登临科技和砺算科技。它们在资本市场上最受追捧，其中许多已经将其GPU芯片投入量产。
