CPU的诞生强化了电脑、PC、手机等智能产业的发展。从最早1971年4004微处理器开始奠定个人电脑发展基础与系统智能功能，到1989年后intel处理器开辟了个人电脑的巅峰，让电脑从命令列转型至点选式的图形化操作环境。

　　而手机CPU如同电脑，操控着整台手机的中枢系统。通过运行存储器内的软件及调用存储器内的数据库，进而分析从而达到控制目的。家喻户晓的高通更是独霸智能手机市场，新发布的骁龙820更是手机CPU榜单上的状元，媲美之及唯有苹果A9X与三星的8890，MTK、NVIDIA、Intel、华为等处理器紧随其后，占据绝大数的中低端市场。

　　再深掘一层，移动互联网带动下的智能硬件，牵动的不仅是车联网、物联网，还有背后谈笑风生的一众芯片厂商。CPU控上ANI，训练出一辆会学习驾驶的汽车你敢相信吗？

　　来自Nvidia的工程师设计了一套能够通过观察驾驶员的驾驶行为的系统：让汽车学习如何驾驶。这是一套基于GPU的系统，主要原理是摄像机和计算机相辅相成。使用了3个摄像头与2台DRIVEPX计算机72个小时不间断的观察驾驶员动作行为，摄像头会以3D形式捕捉并记录周边情况与大量数据，GPU则会对这些信息进行追踪和存储。这些数据随后会被机器学习系统Torch7分析并分解成学习步骤，最终打造出一个无需驾驶员干预的自动驾驶系统，这或许是未来无人驾驶汽车的另一出路。

　　这种“训练”在已经在美国多个州、不同天气条件和时间以及多种道路类型和路况上进行，测试结果显示：系统能达到98到100%的自动驾驶能力。虽然汽车可以进行自动行驶，但当通过摄像头检测到之前没有遇到过的情况时，系统会提醒驾驶员接管方向盘，并进入学习模式，随后学习到的内容实时性被传输到云端，并融入到未来的软件升级当中，类似于阿尔法狗这类学习机器人般，可自发性学习并记录同类型状况下的应对办法。

　　再深掘一层，移动互联网带动下的智能硬件，牵动的不仅是车联网、物联网，更多的是背后谈笑风生的一众芯片厂商。至今，智能硬件充盈着全球产业，芯片方案解决了绝大部分“软”问题，从而牵涉出了各个行业对于智能设备的研发进度绝地重生，可联网的智能产品比肩皆是。最常接触的便有车载导航等日常使用率较高德智能设备，美行定制化导航系统在列的诸多以导航起家的，更是将车机交互方面着重处理，妥善完成两者真正同步。

　　CPU解决了智能硬件里绝大部分“软”问题，从而牵涉出了各个行业对于智能设备的研发进度绝地重生，可联网的智能产品比肩皆是。最常接触的便有车载导航等日常使用率较高德智能设备，美行定制化导航系统在列的诸多以导航起家的，更是将车机交互方面着重处理，妥善完成两者真正同步。

　　但往往事态猖獗，有利更有弊。如今的智能设备芯片方案大体一致，使得行业门槛越来越低，适用标准也在降低，小厂商企图以快消费似的方式来终结产品的前途，就像病毒空降蔓延至整个互联网时代，这是我们不愿看到的。

　　所以当务之急的是要打破智能硬件的“非智能”局势，使得未来智能硬件不再只是一只交互互联的呆头鹅，更多的领域与功能都将强化至弱人工智能层面上。