当前芯片应用场景，主要集中在训练、推理与调度这三大方向。在训练环节，GPU 和 TPU 依旧是主力军，承担着繁重的训练任务。而在边侧与端侧使用NPU负责着推理工作。至于 CPU，它如同整个系统的总指挥，仍然发挥着调度的关键作用。
在对功耗和成本较为敏感的 AIoT 领域，通常更倾向于采用 MCU 搭配小 NPU 的组合方式，或者利用 RISC - V 架构实现特定领域架构（DSA）的功能。
不管AI未来朝着什么方向发展，CPU 的核心地位都难以撼动。当下AI行业的火热只是早期的发展阶段，各类技术与企业纷纷涌现，看似一片繁荣。但就像任何新兴行业一样，热潮退去后，市场必然会经历一番洗牌，届时一大批竞争力不足的企业将会被淘汰。
现在随着 chiplet 技术的不断进步，CPU 的核心地位愈发凸显。它就好比人类的大脑，掌控全局。而各种 XPU，像 NPU、GPU、VPU、SPU 等，就如同可灵活替换的 "插件"，通过热插拔的方式，根据不同任务需求接入系统，与 CPU 协同工作，共同完成复杂的计算任务。
CPU与NPU的关系中，CPU是主处理器、NPU是协处理器，CPU和NPU共同使用编码空间，CPU和NPU使用片上总线构成异构系统，最后一种应该会胜出吧。
