随着柔性印刷电路板的生产工艺不断进步，线路板厂家对产品的要求愈趋精密化，使得指纹识别电路板上的线宽线距愈发密集。如此一来，指纹识别软板的缺点检测也遇到新的问题。自动光学检测体系有必要进步图画采集模块的分辨率才能得到更清晰的待测样品图画，从而获取更丰富的缺点信息。但是图画信息越精密，传输的数据量就会变大，导致处理时刻亦相应添加。在图画处理中对巨大的数据量进行存储、传输、核算等操作，会发生巨大的时刻消耗，为了进步检测精度的一起为确保体系的鲁棒性，图画处理的算法复杂度也会进步，这两者的一起作用下，缺点检测设备的检测功率将会大打折扣。如安在满意高精度的检测效果的一起又能确保检测体系的实时性成为了工业生产中亟需处理的问题。

  以往随着核算机硬件的更新换代，处理器的主频进步，软件在不需要做任何改动的情况下便可以获得更快的运转功率。然而，当处理器的主频进步的难度越来越大，规划复杂度越来越高，发热情况越来越严重，单核处理器的核算速度已经达到了一个瓶颈。但人们对核算功能的要求依然不断地进步，多核处理器的出现让人们可以从并行核算的思路去进步核算机的核算功能。

  多核处理器通过结合多线程技能，使用协作并行的思路，在处理器的不同中心里一起履行相互独立的任务以进步程序的运转功率，它的出现极大的推动了核算机技能的开展。然而，在检测体系的图画处理算法中，往往需要进行大规模密集型数据的核算，假如通过大量添加通用处理器的核数或者使用核算机集群进行核算，核算本钱将会大大的进步。出于本钱的考虑和通用处理器上硬件的约束，人们在处理大规模密集型数据核算时，把注意力转移到图形处理器(Graphic Process Unit，GPU)上面。由于 GPU 的规划理念是把更多的晶体管制成核算处理单元，所以一个 GPU 可以包括上百个核算中心，关于处理图画处理这种大规模的并行核算具有天然的优势。