在5月底举行的台北国际计算机展（Computex）期间，AMD、Arm、Nvidia、Intel等处理器大厂纷纷发布最新的解决方案，以今年来看，关于5G、IoT的发展固然备受瞩目，但显然这几家厂商的重点都在于个人端运算，尤其是对于机器学习（ML）、人工智能（AI）的硬件支持特色，都比过去显着许多，而且描述的应用场景很具体。以Arm而言，今年主打「为5G世界带来次世代人工智能体验」，推出中央处理器Cortex-A77、绘图处理器（GPU）Mali-G77，以及类神经网络处理器（NPU）ML，他们提到运算效能提升的幅度，也强调机器学习效能增长的比例。例如，Cortex-A77的机器学习效能提升35倍（相较于Cortex-A55），Mali-G77的机器学习效能也增加60％；而专攻机器学习的Arm ML，可运用到8核心架构、提供32 TOP/s（Trillion Operations Per Second）的运算能力，能源效率为5 TOPs/W，并且改善了内存压缩技术。
而在Nvidia的活动上，他们宣布采用Quadro RTX系列GPU的行动工作站将会上市，Dell、HP、联想等厂商将推出产品，今年下半将开始出货，让影片创作者、工程绘图设计师在笔电这样的可携式运算装置，也能运用高效能的GPU加速技术，进行实时逼真渲染、人工智能加速、8K影片剪辑及VR制作。同时，他们也整合RTX 显示芯片、专属驱动程序及软件开发工具包、CUDA-X AI开发平台，以及绘图与图像处理应用程序，而推出名为Nvidia Studio Stack的软件堆栈，以及Nvidia RTX Studio标章认证，让影像创作者能够透过笔电，获得桌面计算机等级的绘图运算效能，用于即时光线追踪、AI运算与高分辨率影片编辑等工作。而由于这样的信息工作平台涵盖了CUDA-X，使得开发绘图与图像处理应用程序的人员，也能充分利用笔电搭配的高效能GPU与AI技术，自动处理耗时的重复性作业，像是画质提升、标记照片与影片色彩调校。
至于Intel，则是发表了第10代Core处理器（研发代号为Ice Lake），内建Deep Learning Boost（DL Boost）技术，顾名思义，可加速深度学习的处理。根据他们的测试，若以采用第8代Core处理器的笔电为基准，采用第10代Core处理器的新系统，可获得2.5倍的效能提升。另外，这代处理器搭配的Gen 11绘图引擎，也能提供1 TFLOPS的向量运算能力，可支撑繁重的AI推论负载，而能强化超轻薄笔电带来的创作力、生产力与娱乐效果。除此之外，针对PC环境上的低功耗AI应用，他们也将Intel Gaussian Network Accelerator（GNA）的技术，整合到系统单芯片（SoC）当中，在第10代Core的Y系列和U系列行动处理器平台当中，GNA也被列入多媒体方面的特色。
值得一提的是，英特尔这次发表会特别提出了三大主轴：Focus、Create、Engage，希望以此贯穿所有亮相的新产品和技术，若用来专指人工智能带来的好处，倒也十分贴切。他们播出了一段影片，说明推动AI普及的愿景，当中似乎指出了商用环境接下来就能体验到的便利。情境1：当我们在嘈杂的环境，想要透过计算机与他人进行语音电话沟通时，计算机可以协助隐藏背景噪音，让对方更容易听清楚我们的声音；情境2：在开放空间进行视频会议时，计算机能够模糊发话端的背景；情境3，我们想要将一张照片上的人像，复制到另一张照片上时，计算机可以自动帮我们精准侦测出人像的范围，并且将这样的内容转贴到其他图档，进行合成；情境4：当我们在计算机键入Lion，就会自动列出跟狮子有关的图档。整体而言，不论是在智能型手机、笔电、桌面计算机，从硬件层面来全面支持机器学习，已是大势所趋，希望能带动更多软件应用，让人工智能的技术能够真正普遍应用到各个领域，减轻大家的工作负担。