智能手机等设备依靠分散的CPU、GPU、NPU、DSP和其他加速器来处理各种任务。 然而，这些专用核心经常处于闲置状态，导致功耗和硅面积的浪费。 一家初创公司希望通过一种统一的设计来解决这种低效问题，并将其恰当地称为"通用处理器"。

在过去的五十多年里，半导体行业一直依赖 IBM 于 1967 年推出的 Tomasulo 算法来构建针对特定计算任务的专用 CPU、GPU 和其他芯片。然而，Ubitium 打破了这一传统模式，将所有计算工作负载整合到一个价格亲民的芯片中。

该款巴士预计将于2019年晚些时候投入商业使用。一旦投入商用，该款巴士将用在机场、住房协会、工业区以及教育机构。而且该款巴士的设计考虑到了印度的具体情况，成本占现有巴士成本的一小部分，大约为60万卢比（约合5.9万人民币）。

FPGA与ASIC的适用场景也不尽相同，就边缘AI而言，FPGA确实展现出了更高的适用性；ASIC的主要优势在于其针对特定任务的高度优化，这通常会导致更高的性能和更低的功耗（在大量生产时），也正因此，在AI计算应用中，业内对于ASIC的呼声似乎要略高 ...