首先，因为可以使用相同的软件开发视觉系统和运动系统，设计者不需要熟悉多种编程语言或环境，因此降低了开发复杂性。第二，消除了以太网网络上的潜在性能瓶颈，因为现在数据仅在单个应用中的环路之间传递，而不是在物理层之间传递。
这使得整个系统的运行具有确定性，因为一切共享相同的过程。当将视觉直接引入控制回路中时，例如在视觉伺服应用中，这是特别有价值的。这里，视觉系统在运动期间连续捕获致动器和目标零件的图像，直到运动完成。这些捕获的图像用于提供关于运动成功的反馈。有了这一反馈，设计人员可以提高现有自动化的精度和精密度，而无需升级到高性能运动硬件。
现在提出了一个问题：这个系统是什么样子？如果设计人员将要使用能满足机器视觉系统所需的计算和控制需求的系统，并要与其他系统（如运动控制、HMI和I／O）无缝连接，那么他们需要使用具备所需性能的硬件架构，以及每个这些系统所需的智能和控制能力。
这种系统的一个很好的选择是：使用将处理器和FPGA与I／O相结合的异构处理架构。已经有很多行业投资这种架构，包括美国Xilinx公司的Zynq全可编程SoC（将ARM处理器与Xilinx 7系列FPGA架构相结合），以及英特尔数十亿美元收购Altera等。对于视觉系统，使用FPGA特别有益，这主要是因为其固有的并行性。算法可以分开，运行数千种不同的方式，并且可以保持完全独立。另外，这种架构的好处不仅仅体现在视觉方面，其对运动控制系统和I／O也大有裨益。
处理器和FPGA可用于执行高级处理、计算和制定决策。设计人员几乎可以通过模拟和数字I／O、工业协议、定制协议、传感器、致动器和继电器等，连接到任何总线上的任何传感器。此架构还满足了其他要求，如时序和同步以及业务挑战（如提高生产率）。每个人都希望更快地开发产品，这种架构消除了对大型专业设计团队的需要。
