GPU在很多AI領域都已經發揮極大的功能效益，就是讓需要超大量計算的ML、DL與CNN等演算法，從難以實現的暴力運算遐想，變成具體可行方案的關鍵！影像辨識也是需要大量計算的領域，DL與CNN還被炒作成做影像辨識的主流技術？所以「不用」GPU的影像辨識產品好像就不夠先進？也不夠AI？真的是這樣嗎？

以這個角度來看，GPU似乎成了我現階段影像辨識事業的敵人？因為我是不用ML、DL與CNN等技術作影像辨識研發的！所以就沒有那麼大量的「低階」運算的需求，我需要的運算都是來自較複雜的高階演算法設計，只有CPU可以執行這些演算，GPU的簡易架構是辦不到的！

所以十年來我們公司推出了非常多的影像辨識產品，車牌辨識、貨櫃碼辨識、閱卷辨識、瓦斯表辨識、乃至工地汙染監測甚麼都有！也都是市場上的佼佼者，辨識率高不說，執行速度還特別快！任何產品上市都看不到強勁對手的！但是我們的產品就是始終不用GPU！也完全用不到！即使是運算量最大的車載車牌辨識軟體，高速運轉時CPU負荷也不超過50%，記憶體用量也不過幾百M！哪需要呼叫GPU？

簡單說，我們完全跳脫了ML、DL與CNN需要的暴力運算窠臼！以優雅、精準、也精簡的運算方式，就把影像辨識的事業做得非常好了！當然也就完全不需要GPU的協助加持了！事實上是連一般電腦的CPU算力我們都用不完了！效率如此好，應該是AI產品的優質表現了吧？

但是其實大多數的人對這些AI技術發展的實質內涵是懵懵懂懂，很容易被有心人士誤導的！以為GPU等於AI？就是其中之一！所以我們「不用」GPU的事實反而讓很多人誤以為我們是「落伍」的科技？事實正好相反！我們很像武功高強的葉問，赤手空拳就能一個打十個，結果外行人說你怎麼不用刀劍或手槍呢？你太「弱」了？葉問是該哭還是該笑呢？

類比於人體，CPU是甚麼事情都能思考，可以組織複雜動作的大腦；GPU則是可以快速執行簡易反射動作的小腦！如果你用的方法策略很聰明，用大腦點個穴道敵人就倒下了！何必死纏爛打對手好幾百拳，搞得彼此都遍體麟傷後才艱辛獲勝呢？

其他類型的AI或許需要參考大量網路資料來作統計分析，所以無法避免超大量的運算，必須有GPU幫忙才跑得動！但影像辨識不是這種性質的！只要分析目標的單一影像就夠了！所以演算法好的話是可以不需要GPU幫忙的！我就做到了嘛！是演算法效率太差的影像辨識才需要GPU的！各位讀者看懂了嗎？