هوش مصنوعی در حال دگرگونی صنایع و امنیت ملی است، بنابراین درک آخرین قابلیت‌های سخت‌افزاری برای حفظ برتری فناورانه ضروری است. شتاب‌دهنده‌های هوش مصنوعی - سیستم‌های تخصصی طراحی شده برای افزایش سرعت قابلیت‌هایی مانند شبکه‌های عصبی، یادگیری عمیق و یادگیری ماشین - بیش از یک دهه است که یک حوزه اصلی توسعه بوده است. از سال 2018، تیمی از مرکز ابررایانش آزمایشگاه لینکلن (LLSC) در حال انجام نظرسنجی محاسبات هوش مصنوعی لینکلن (LAICS، تلفظ "lace") است. شش مقاله بعد، LAICS همچنان به خلاصه کردن شتاب‌دهنده‌های هوش مصنوعی تجاری فعلی و مقایسه عملکرد اوج و مصرف برق اوج آن‌ها ادامه می‌دهد. آلبرت روتِر، یکی از کارکنان LLSC که سیستم‌های محاسباتی با کارایی بالا مورد استفاده توسط هزاران محقق آزمایشگاه را اداره و بهینه‌سازی می‌کند، می‌گوید: «حدود هشت سال پیش، شاهد افزایش چشمگیر تعداد شتاب‌دهنده‌های هوش مصنوعی تحقیقاتی توصیف شده در مقالات پژوهشی و همچنین اعلام شتاب‌دهنده‌های تجاری بودیم و سوالاتی از سوی حامیان دولتی کار آزمایشگاه دریافت کردیم. این انگیزه کافی برای شروع نظرسنجی بود.» اگرچه از شتاب‌دهنده‌های هوش مصنوعی اغلب برای فرآیندهایی مانند یادگیری ماشین استفاده می‌شود، اما می‌توانند سایر برنامه‌های موازی را نیز فعال کنند، مانند مدل‌سازی عملکردهای مولکول‌ها و تسریع شبیه‌سازی‌های دینامیک سیالات - فرآیندهایی که از نظر محاسباتی بسیار پرهزینه هستند. فناوری شتاب‌دهنده هوش مصنوعی می‌تواند به شکل‌های مختلفی باشد: واحدهای پردازش مرکزی (CPU)، گرافیکی