De opkomst van AI, IoT (internet-ofthings), edge computing en toekomstige 6G-netwerken zorgt ervoor dat rekenactiviteiten steeds minder plaatsvinden in een puur gecentraliseerd model. Deze architecturale verschuiving houdt in dat gegevensverwerking naar de rand van het netwerk wordt verplaatst om latentie te verminderen, bandbreedte te besparen en privacy te beschermen. In de praktijk betekent dit dat AI-modellen ter plaatse op gespecialiseerde hardware moeten draaien voor realtime edge computing-taken, zoals field robotics (waar een hoge mate van autonomie vereist is) of patiëntmonitoring.

‍

Tegelijkertijd neemt de verwachting en het gebruik toe wat betreft geavanceerde, multimodale workflows die verschillende datatypes zoals tekst, beeld en sensorinformatie combineren. Deze workflows vereisen nieuwe, gedistribueerde architecturen die naadloos edge-apparaten voor gegevensverzameling en -verwerking, cloudplatforms voor grootschalige opslag en HPC-backends voor intensieve AI-modeltraining en geavanceerde gegevensanalyse integreren.