边缘化计算以其在边缘端处理数据更快、更安全、更高效等优点，杀死市场。但在人们充分享受边缘技术之前，还有一些挑战需要我们去解决。
从IP公司的角度出发，面临的问题和芯片原厂一样，都涉及协同问题，比如在安防或辅助驾驶方面，在满足芯片厂的需求上，需要考虑很多因素，如专用算法、特殊设计等，IP公司和芯片公司很难在所有方向形成非常紧密的短期合作。但是在各个方面都在逐步发展，比如功耗、专用算法、内存带宽等，总有一些解决的办法。
对于这一点，、战略是首先推出通用的IP产品，不用太深入地研究某些专用算法，但在兼容性方面又做了考虑，以帮助客户快速推出产品。这个策略还可以解决所谓的边缘计算的多样化问题，在围绕一些IP功能，比如安全等等，添加了保护算法。同时，为了达到完美的效果，更多的AI芯片需要增加更多的功能。在IP公司与芯片设计公司的合作过程中，行业会逐渐转变为从整体到逐步的产业链分工，我们相信在这个领域也会出现这样的状况，当我们跟这个行业的一些情况下，会变得更加成熟。
边缘计算人工智能平台主要是由、人工智能硬件处理器和人工智能软件框架组成，支持当今所有的主流芯片设备和芯片架构，并支持所有AI设备和芯片架构。不但可为增量设备提供高性能的AI算力，在非常小的芯片面积上实现几万亿次的计算能力，同时还考虑到存量设备，通过标准化设计的统一应用接口，边缘计算可以快速部署到数百亿的现有硬件设备上，从而提高深度学习的人工智能体验。
