人工智能繞不過深度學習。目前深度學習的應用還是基于通用處理器如CPU、GPU。寒武紀科技陳天石表示，在幾年前的谷歌大腦項目，用了1.6萬個CPU核跑7天訓練貓臉識別模型。未來神經網絡可能達到百萬億突觸，如果用這種通用處理器支持這么大規模的應用，完全不現實。
　　回顧歷史，通用處理器遇到瓶頸的時候，一定會衍生出新型的專業處理器，如圖形渲染領域，出了GPU這樣一類專用處理器，后來慢慢發展成通用處理器。信號處理領域，衍生出了DSP。同樣在智能時代，通用處理器做得不太好，也會需要一類專用的芯片專門去處理各種類型的智能處理任務。
　　參考鏈接：陳云霽：加速芯片是神經網絡芯片的最終形態
　　陳天石表示，寒武紀科技就是這個領域的先行者，包括前期在中科院計算所的團隊取得了豐碩的成果，這個工作也獲得了數據架構領域的頂級國際會議ASPLOS最佳論文獎，MICRO最佳論文獎，代表了國內學界在國際計算機體系的最高水平。
　　2015年攝像頭上的智能識別IP發布了，2016年將要發布全球首個神經網絡指令集，這是為了打造一個智能時代，類似于英特爾X86的生態。中國人做了很多處理器的嘗試，以前的一些課題組受到了阻礙。通過這樣一個指令集，中國未來不受任何阻礙，能夠自由地在智能時代發展處理器。
　　
　　寒武紀科技通過前期的工作，積累了深度學習芯片的山頂專利，覆蓋了深度學習芯片可能的多種按不同的路徑，為了構建我們寒武紀科技在這個領域的專業壁壘。過去我們進入處理器行業，必須面臨虛擬架構的一些技術壁壘，在我們之后進入這個領域的公司，必須面臨我們這個領域的壁壘，這是我們中國人的機會。
　　
?