Il machine learning (ML) e le reti neurali (NN) hanno grosse potenzialità in molti campi, tra cui quello della classificazione di immagini, suoni, segnali, ecc. Alcuni task di riconoscimento e classificazione, come lo speech e l’image recognition, non sarebbero possibili con algoritmi classici, ma solo tramite algoritmi di ML. Tuttavia, gli algoritmi di ML sono molto pesanti da un punto di vista computazionale, di consumo di memoria e di energia, che non li rendono quindi adatti per sistemi embedded, i quali sono equipaggiati con processori dell’ordine del Mhz e pochi MB di memoria. Per questo motivo, molti acceleratori HW sono stati sviluppati, che riescono a mantenere un basso consumo di potenza e a ridurre i tempi di calcolo di decine di volte.