相关专题：
LSI公司高级副总裁兼网络解决方案事业部总经理吉姆·安德逊(Jim Anderson)在美国《网络世界》网站上撰文指出，考虑到数据通信流量的爆炸式增长，摩尔定律不足以跟上更快的网络速度需求的步伐。因此，需要更智能的芯片和软件方法。
加快移动和数据中心网络速度的最佳方法之一是把通用处理器与智能芯片加速器引擎结合在一起，大幅度优化字节优先次序的方式，优化网络性能和基于云的服务。
这个行业面临的基本挑战之一是数据流差距：网络和存储容量需求每年增长30%至50%与IT预算每年增长5%至7%之间的差距。基于云的服务应用的增长和数据存储的消费正在推动网络与云之间的数据通讯量成倍增长。由于数据流量的增长远远超过支持它的基础设施的建设的增长，网络经营者面临很大的压力以找到更智能的方法来改善性能。
云数据中心是采用现有的技术建立的，到目前为止通过蛮力成功地改善了性能。所谓蛮力就是增加服务器、交换机、处理器内核和内存等硬件。然而，这种方法成本高并且没有持续性，增加了硬件成本和占地面积以及冷却和电源需求，并且远远不能解决网络延迟的问题。
以智能芯片的方式增加智能可以优化处理在移动网络和数据中心网络上传送的数据包。特别是智能芯片能够让下一代网络理解数据的临界性，然后以优化的方式操作、按优先次序排列数据和路由数据，从而减少整个流量和加快传送重要的数字信息，如用于语音和视频的实时数据。
智能网络
日益采用多内核的通用处理器在网络基础设施中广泛应用。这些处理器驱动交换机和路由器、防火墙和负载均衡器、广域网加速器和VPN(虚拟专用网)网关。然而，这些系统都不够快，跟不上自己的数据流的速度。其基本原因是：通用处理器旨在专门用于以计算为中心的服务器级工作量，不是为处理在目前的和下一代基础设施中以网络为中心的工作量优化的。
然而，智能芯片能加快实时工作量的吞吐量，如高性能数据包处理，同时保证不断变化的通讯流量需求的不变的性能。
