視覺處理單元（VPU）是（截至2018年）一類新興的微處理器；它是一種特殊類型的人工智能加速器，旨在加速機器視覺任務。

視覺處理單元與視頻處理單元（專門用于視頻編碼和解碼）不同，它們適合運行機器視覺算法，如CNN（卷積神經網絡）、SIFT（尺度不變特征變換）和類似算法。它們可能包括從攝像頭獲取數據的直接接口（繞過任何片外緩沖器），并且更強調在許多帶有刮板存儲器的并行執行單元之間的片上數據流，如多核DSP。但是，像視頻處理單元一樣，它們可能專注于圖像處理的低精度定點算術。與GPU的對比它們與GPU不同，GPU包含用于光柵化和紋理映射（用于3D圖形）的專門硬件，其內存架構被優化為操作片外內存中的位圖圖像（讀取紋理和修改幀緩沖區，采用隨機訪問模式）。VPU針對每瓦特的性能進行了優化，而GPU主要關注xxx性能。目標市場是機器人、物聯網、用于虛擬現實和增強現實的新型數碼相機、智能相機，以及將機器視覺加速整合到智能手機和其他移動設備。

MovidiusMyriadX，它是英特爾公司MyriadVPU系列中的第三代視覺處理單元。MovidiusMyriad2，用于谷歌ProjectTango、谷歌Clips和大疆無人機PixelVisualCore(PVC)，這是一個用于移動設備的完全可編程的圖像、視覺和人工智能處理器微軟HoloLens，包括一個被稱為全息處理單元的加速器（與其CPU和GPU互補），旨在解釋相機輸入，以加速增強現實應用的環境跟蹤和視覺。Eyeriss，麻省理工學院的設計，旨在運行卷積神經網絡。

NeuFlow，YannLeCun的設計（用FPGA實現），用于加速卷積，使用數據流架構。MobileyeEyeQ，由Mobileye可編程視覺加速器（PVA），Nvidia設計的7路VLIW視覺處理器。類似處理器一些處理器沒有被描述為VPU，但同樣適用于機器視覺任務。這些可能形成一個更廣泛的人工智能加速器類別（VPU也可能屬于這個類別），然而截至2016年，在名稱上還沒有達成共識。IBMTrueNorth，一種神經形態處理器，旨在完成類似的傳感器數據模式識別和智能任務，包括視頻/音頻。高通Zeroth神經處理單元，是新興的傳感器/AI導向芯片類別中的另一個條目。