AIは2010年代のブームの流れの中で、
画像認識や音声認識などの深層学習（ディープラーニング）に突出した成果を得ました。

2020年では、CPUが主役なだけではなく、各機能領域に特化した半導体、
AI半導体を設計回路に組み込む技術にスポットが当てられています。
例えばGPU（グラフィックスプロセッシングユニット）などのAI半導体を組み込んだ高度な画像認識などがあげられます。
またアップルのA14bionicチップやグーグルのTPUなどが挙げられます。
アップル独自のチップは各製品ユーザーに、
音声認識AI Siriや個人生体認証FaceIDという顔認証や、指紋認証Touch IDを使用して製品を自分のものとして活用していただいています。
2010年代はAIの世界では身近なところで、画像認識AIや音声認識AI、生体認証認識AIの普及が肌身で感じるレベルでもたらされたことを感じます。

AI半導体はCPU、GPU、TPU、FPGAなどが挙げられます。
従来のパソコンではCPUがパソコンの計算の能力の頭脳として働くとして重要視されていました。
近頃は例えば画像処理や動画処理ソフトの活用のため、GPUのスペックもユーザーから重要視されるようになっています。
同時にRAMメモリ（ランダムアクセスメモリ）も搭載容量が増進傾向です。

画像処理専門のチップはGPUでCPUとは別格だけれども、自分の専門の画像認識AI半導体として働きます。

TPUはグーグルが開発した極めて優れたAI半導体のことをいいます。
サーバー側の処理速度や計算速度を飛躍的に機能を改善させるもので、
深層学習「ディープラーニング」に長けたAI専用半導体の製品名です。

FPGA
「FPGAは製造後に購入者や設計者が構成を設定できる集積回路のことをいいます。
広義にはPLD「プログラマブルロジックデバイス」の1種です。
現場でプログラム可能なゲートアレイであることから上記のように呼ばれています。」
（「」、FPGA Wikipediaより引用）

設計回路と組み合わせ、実装の上で、優れたAI半導体を製造することと、
それをより計算能力を引き出すための設計面での知恵も必要になっている、なってきているのがAI各専門半導体のトレンドのようです。