小型處理器核心的出現，替人工智慧進駐各類終端裝置開闢了全新道路。隨著人工智慧的發展，有越來越多應用產品開始在終端上進行即時運算，也就是所謂的邊緣運算。不過，目前的處理器核心對許多終端裝置來說，功耗仍嫌偏高，雖具有強悍的效能，卻難以滿足邊緣運算需求。有鑑於此，索斯未來(Socionext)採取用小型核心堆疊的晶片設計架構，實現用同一款核心滿足各種運算需求的目標。

索思未來戰略銷售組銷售部銷售專案總監張育豪表示，目前市場上主流的CPU或GPU核心規模很大，雖然運算效能很強，但功耗也高，而且不易針對應用進行客製化設計。有鑑於此，Socionext採取用小型核心堆疊的設計架構，其好處在於從雲到端都可以採用同樣的處理器核心，且也較容易針對個別應用進行客製化，例如將CPU核心跟影像處理核心(VPU)整合在單晶片上。

張育豪觀察，目前的人工智慧應用大多與影像相關，但不管是CPU或GPU，在進行影像運算時，功耗/性能比都不盡理想。這是因為CPU跟GPU原本就不是為了處理影像而設計的晶片。CPU的強項在於進行資料運算，而GPU則適合用來進行3D繪圖處理。因此，用CPU或GPU來進行影像分析，其實效率不是太好。相較之下，專門為處理影像而設計的VPU，在影像處理的功耗/性能比方面，是遠勝過CPU跟GPU的。

舉例來說，用CPU來對4K影像進行處理跟分析，功耗預算大概是230瓦左右；若用GPU來進行，功耗更可達到400～500瓦。但如果是用Socionext的解決方案，一顆核心的功耗只有5瓦左右，就算串聯多顆核心，也會比CPU或GPU來得省電許多。因此，張育豪認為，在人工智慧進駐各類終端裝置的趨勢下，如果是與影像分析有關的人工智慧應用，VPU將有非常大的發展潛力。Socionext本身擁有業界領先的VPU技術，更是目前市場上唯一已經有8K影像處理晶片的晶片業者。

不管是針對大規模資料中心，或是在各種終端裝置上直接進行邊緣運算，功耗都是非常關鍵的考量。功耗越高，則系統的散熱設計也越昂貴，不僅會增加終端裝置的生產製造成本，也會增加系統擁有者的總體持有成本(TCO)。以資料中心為例，冷卻系統的電費是相當可觀的，如果處理器能更省電，空調冷卻的電費也可以隨之降低。其他形形色色的終端裝置也一樣，當晶片的功耗太高時，就得採用更大的散熱片，甚至用風扇來散熱，這些都會造成產品的生產成本跟總體持有成本增加。