第三屆世界互聯(lián)網(wǎng)大會于2016年11月16日在浙江烏鎮(zhèn)召開，并舉辦了領先科技成果發(fā)布會。其中中國最引人注目的就是中國科學院計算技術研究所發(fā)布了寒武紀深度神經(jīng)網(wǎng)絡處理器，聽起來很高大上，那么到底這顆深度神經(jīng)網(wǎng)絡處理有什么過人之處？人工神經(jīng)網(wǎng)絡就是一種模仿生物神經(jīng)網(wǎng)絡結構特點的計算機算法，最基本的特征就是模仿大腦神經(jīng)元之間傳遞模式，并對輸入的信息進行快速處理。

　　而每一個神經(jīng)元都自己獨特的激勵函數(shù)，用于處理計算來自其他相領的神經(jīng)元加權輸入值，并且用加權值神經(jīng)元之間的信息傳遞強度來定義。人工神經(jīng)網(wǎng)絡算法最大不同是可以不斷自我學習，通過大量樣本數(shù)據(jù)進行訓練調(diào)整傳遞加權值，改善自身拓撲結構，使得算法更加高效，廣泛適用于人工智能領域，目前像是谷歌的Alpha Go、百度的語音識別和自動駕駛、阿里巴巴仿真機器人都是大量使用到人工神經(jīng)網(wǎng)絡算法。

　　如果用人話對人工神經(jīng)網(wǎng)絡進行概括性描述就是：非線性、并行計算、自適應、可學習、要大量訓練。

　　但是如果采用通用型處理器進行深度神經(jīng)網(wǎng)絡計算就顯得效率低下，中科院計算技術研究所的陳天石就舉出一個例子，谷歌與斯坦福大學合作，利用16000個處理器核構建了一個10億神經(jīng)突出的深度神經(jīng)網(wǎng)絡，耗時多日才完成貓臉識別。

　　目前通用型處理器都是基于馮諾依曼結構，其存儲和運算處理是分離的，需要大量讀寫運行操作的深度神經(jīng)網(wǎng)絡，不可避免受到了傳輸數(shù)據(jù)帶寬的制約，效率低下。