如今，数据中心和企业GPU是英伟达最大的营收来源。根据IDC的数据显示，到2021年，英伟达占据了全球91.4%的企业GPU市场份额，排第二的AMD市场份额仅有8.5%。
相比其他手机芯片设计厂商，苹果和高通长期以来处于手机GPU领域的领先地位。很大程度上，这要归功于自研GPU架构带来的好处，不仅让苹果和高通打造一系列专属的特性和功能，形成差异化优势，也可以自行规划GPU的发展方向，掌控产品的更新节奏。
从中国角度来看，人工智能和具有HPC功能的GPU可能也比CPU更重要，因为人工智能和HPC可以实现全新的应用，例如自动驾驶汽车和智慧城市。
在基础的图形图像渲染和视频编解码功能之外，MTT S80还能够提供完整的AI训练和推理、通用计算、GPU虚拟化、安卓容器云加速等功能。MTT S80内置128个张量计算核心，并对摩尔线程自研的TensorX推理引擎提供了完整支持，使其可以在AI和通用计算等应用中展现出强大性能。
从数据中心向智算中心和元计算中心演进是行业算力需求发展的主流趋势，人工智能和元宇宙应用负载对GPU算力的强烈需求是推动这一演进趋势的关键力量。专为提升智能算力而设计的摩尔线程MTT S3000，在与之配套的MUSA软硬件计算平台的加持下，AI应用性能相比“苏堤”可实现平均4倍提升。
随着各种传感器的性能持续走高，譬如多线激光雷达、高分辨率的图像传感器等，我们对边缘计算单元尤其是GPU的需求也在持续增加。但在实现的过程中，我们还有一些物理限制没法消除，像是尺寸、重量和功耗等。
