从Intel的角度来看，VPU将扮演端点运算相当重要角色，主要对应影像分析、自动化学习、无人机自动导航、机器人电脑视觉等端点运算需求，借此让终端装置即可完成预先运算，借此降低整体物联网运作延迟问题，并且让执行效率可大幅提升。
2016年由Intel出资收购后，Movidius旗下VPU技术便成为Intel在影像视觉应用重要项目。
在此次AI DEVCON活动里，Movidius市场部门主管Gary Brown再次说明可驱动电脑视觉应用的VPU特色，其中包含借由1W电功耗即可带来高达1TFLOPS的运算效能，同时本身形式也采微缩设计，因此能轻易让各类装置使用影像识别与物件侦测技术。
以目前旗下Myriad VPU发展至第二代版本情况来看，Gary Brown表示已经可以对应相当广泛的物联网应用，至于是否计划推出第三代版本，则是目前仍无法透露部分，但预期并入Intel体系后，未来依然会着重VPU产品所带动效益，并且在物联网应用发展扮演重要角色。
Movidius市场部门主管Gary Brown
就Intel在物联网应用架构里，VPU将成为终端装置运算重要元件，例如先前在与微软合作Windows ML学习框架之下，便使VPU能进一步进入一般消费端PC使用，借此产生更多应用可能性，而不一定仅能仰赖GPU协助运算。
但未来是否计划将VPU套用在手机等行动装置，Gary Brown的看法则认为目前行动处理器厂商其实已经有作类似应用，同时强调以Movidius的VPU运算能力来看的话，对于现行手机产品事实上是有些过剩，因此在导入成本与使用功耗等考量下，并不认为会是最好设计方案。
不过，若是针对手机产品额外附属配件，例如外接360度环景相机，或是其他应用影像视觉技术的配件，Gary Brown认为或许针对此类需求导入VPU作为辅助运算，就会相当适合。
而对于Google在去年推出的Pixel 2采用名为Pixel Visual Core的独立影像处理器，是否就是使用Movidius VPU技术，Gary Brown则是笑着表示无法对此透露具体细节。
从Intel的角度来看，VPU将扮演端点运算相当重要角色，主要对应影像分析、自动化学习、无人机自动导航、机器人电脑视觉等端点运算需求，借此让终端装置即可完成预先运算，借此降低整体物联网运作延迟问题，并且让执行效率可大幅提升。
