AI与物联网的整合趋势逐渐明朗，透过建置於云端的AI运算能力，系统将更具智慧，不过在整体运作与传输费用的考量下，现在部分应用领域走向边际运算架构，未来物联网将不仅上层具有AI功能，终端设备也会有定程度的AI设计。

/news/2018/01/24/1107388670S.jpg

在物联网架构中，最上层云端平台必须具有强大的运算功能，以储存、分析第一线感测网路传回的设备数据，整合AI後，除了原来的功能外，AI还能透过深度学习演算法，经过反覆运算分析，提供管理者最隹的系统运作建议，例如工厂的生产策略、交通场域的车流管理等。

不过这种集中式运算架构在部分应用中，并不见得是最隹方式，例如位於制造现场的设备，所有的控制与反应都必须即时，集中式运算无法及时因应，再者部分感测网路布建位置较广的区域，其传输费用也会成为系统营运的负担，在此状况下，开始有厂商导入边际运算架构，让终端设备有一定的AI能力，就地控制解决即时性需求较高或问题较简单的状况。

边际运算与集中式运算各有优缺点，应用的领域也不尽相同，由於具有AI能力的终端设备除了成本较高外，整体系统的设计也更为复杂，此外在有限的密闭空间中如汽车车体内，若有多数运算单元同时运作，有可能产生干扰问题，目前会有AI边际运算功能的物联往，大多以大型系统为主，中小型的物联网，集中式运算仍是较隹选择。