随着物联网和下一代智能设备的普及，低功耗电子设备和芯片正在越来越多地进入千家万户，低功耗设计也在变得越来越重要。物联网和智能设备一方面对于设备尺寸有限制，另一方面对于成本也有很高的需求，此外在一些使用场景中对于电池的更换和充电周期有需求（例如需要每个月或更长的电池更换周期），因此对于电池的容量有很高的限制，这要求芯片能使用低功耗设计。
另一方面，物联网和智能设备正在越来越多地加入人工智能的特性。人工智能可以为物联网和智能设备提供重要的新特性，例如语音类人工智能可以提供唤醒词识别，语音指令识别等，而机器视觉类人工智能可以提供人脸检测，事件检测等等。如前所述，物联网和智能设备对于低功耗有需求，因此人工智能特性的加入也需要是低功耗人工智能。
目前，人工智能芯片已经在云端和智能设备终端普及，例如在云端以Nvidia和AMD为代表的GPU和以Intel/Habana为代表的人工智能加速芯片；而在终端智能设备则主要是在SoC上的人工智能加速IP，但是无论是GPU和SoC上的人工智能加速IP，都没有考虑到低功耗的需求，因此在未来的物联网和智能设备中的人工智能都需要有新的低功耗相关的设计。
传感器计算：低功耗AI的重要技术路径
在智能设备和物联网应用中的低功耗人工智能需要把功耗降到非常低，从而能实现实时在线（always-on）的人工智能服务。这里所谓的always-on，指的就是人工智能需要永远可用，而不需要用户主动打开后才工作。这一方面需要相关的传感器要一直打开从而实时检测相关模态的信号，另一方面也需要人工智能能做到低功耗。
传统设计中，传感器的功能就是负责高性能信号采集，并且把采集到的信号传输到处理器（SoC或者MCU）上去做进一步计算和处理，而传感器本身并没有计算能力。然而，传统设计的假设是传感器在打开时相关的处理器就要同时打开，而这并不能满足always-on AI的需求，因为S
