最初只在特定設備使用的嵌入式系統，受到物聯網 (IoT) 帶動、加上商用在即的 5G 推波助瀾，霎時星途大開。為加速終端應用的落地，當前嵌入式計算有以下七大發展趨勢：
1. 為擴大市場，各式微控制器 (MCU)、微處理器 (MPU) 等基礎計算單元積極與應用處理器 (AP) 整合做＂異構＂計算；
2. 為簡化開發，新世代處理器力拼硬件、軟件開發工具包 (SDK) 和內核引擎一次到位，而固件是差異化關鍵；
3. 為提升效能，可集中資源、按需配置的＂分布式內存＂成主流；
4. 為增強精度，現行通用處理器普遍可支持浮點計算單元 (FPU)，但如果意在追求極致效率，定點仍具優勢；
5. 為優化質量，傳感器與 I/O 裝置接口支持不可少，MIPI 聯盟多項標準已成標配；
6. 為鞏固安全，硬件＂安全可信任根＂可降低網絡攻擊造成的數據風險和生產損失。
7. 為鏈接應用，爭相與人工智能 (AI)／機器學習 (ML) 掛勾，云端服務供貨商 (CSP) 成熱門合作伙伴。
1. 為擴大市場，各式微控制器 (MCU)、微處理器 (MPU) 等基礎計算單元積極與應用處理器 (AP) 整合做＂異構＂計算；
2. 為簡化開發，新世代處理器力拼硬件、軟件開發工具包 (SDK) 和內核引擎一次到位，而固件是差異化關鍵；
3. 為提升效能，可集中資源、按需配置的＂分布式內存＂成主流；
4. 為增強精度，現行通用處理器普遍可支持浮點計算單元 (FPU)，但如果意在追求極致效率，定點仍具優勢；
5. 為優化質量，傳感器與 I/O 裝置接口支持不可少，MIPI 聯盟多項標準已成標配；
6. 為鞏固安全，硬件＂安全可信任根＂可降低網絡攻擊造成的數據風險和生產損失。
7. 為鏈接應用，爭相與人工智能 (AI)／機器學習 (ML) 掛勾，云端服務供貨商 (CSP) 成熱門合作伙伴。
當特定應用標準產品 (ASSP) 與專用芯片 (ASIC) 持續迭代之際，現場可編程邏輯門陣列 (FPGA) 除了善用既有配置靈活特性，也沒錯過上述風潮；以老大哥賽靈思 (Xilinx) 為首，從驗證工具、加速協作，轉具獨當一面的氣場。最早提出 FPGA 概念的萊迪思半導體 (Lattice)，日前亦公開宣稱：其 FPGA 尺寸小、可支持并行處理和基于各類傳感器的 AI 推論，是實現各類低功耗網絡終端 AI 應用的理想平臺——在 iCE40 UltraPlus 和 ECP5 FPGA 運行增強版 sensAI 解決方案，可協助用戶為＂毫瓦級＂智能設備賦予 AI 和 ML 功能。
此次性能提升包括支持更為輕量化／高效的神經網絡 (NN) 模型以及更深度的量化，進而可使用更復雜的模型來處理更高分辨率／畫面更新率的圖像；隨附的全新參考設計可快速創建常見的 AI 應用，包括增強版關鍵詞檢測和人臉識別。志在發展＂中國芯＂FPGA 的新進廠商高云半導體 (Gowin)，亦發布 AI 邊緣計算方案——GoAI，強調較標準 MPU 加速 78 倍，且設計流程可與目前 AI、NN 開發框架完全融合；特別一提的是，他們旗下不同產品線兼采 Arm-based 和 RISC-V 架構，且內建 Bluetooth 5 聯機功能的新家族即將問市。
最后一個有趣議題是關于軟核 vs. 硬核，為因應 AI 算法的日新月異，不少整合開發環境 (IDE) 皆訴諸＂軟件定義芯片＂(SDX) 概念，主張以軟件形式包裝 AI 引擎；但有別于軟核支持者，另一家 FPGA 供貨商 mixel 認為硬核在處理效率與穩定性略勝一籌。至于該怎么選擇？就看終端應用的需求偏好了。
