神经网络是一种受到生物神经系统启发而设计的计算模型，用于机器学习和人工智能领域。神经网络由大量的人工神经元（模拟生物神经元）组成，这些神经元通过连接权重相互连接，形成网络结构。神经网络的目标是通过学习和调整权重来模拟和解决复杂的问题。
本系列文章由三部分组成，主要探讨卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。作为系列文章的第三部分，本文重点解释如何使用硬件转换卷积神经网络(CNN)，并特别介绍使用带CNN硬件加速器的人工智能(AI)微控制器在物联网(IoT)边缘实现人工智能应用所带来的好处。
本文是系列文章的第二部分，重点介绍卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。
领先的芯片设计平台即服务（Silicon Platform as a Service，SiPaaS®）企业芯原股份今日宣布其面向人工智能应用的神经网络处理器（Vivante NPU）IP取得了里程碑式的市场成绩：已被50家客户用于其100余款人工智能芯片中。
现在许多全新的基于图形的机器学习算法或图神经网络（GNN）不断在学术界和工业界涌现。本白皮书探讨了GraphSAGE GNN算法的数学原理，并从多个角度分析了GNN加速器设计中的技术挑战。通过分析问题并在架构层面逐一解决，提出了一种架构，利用Achronix Speedster7t AC7t1500 FPGA器件提供的具有竞争性的优势，创建了一种高度可扩展的、能够提供卓越性能的GNN加速解决方案。
2021年7月15日，在中国集成电路设计创新联盟（ICDIA）的指导下，由清华大学集成电路学院、中兴微电子、TCL集团工研院、全志科技、瑞芯微电子、长安汽车研究院、前海七剑、安谋科技等多家企业和机构共同发起的智能计算产业技术创新联合体（Open NPU Innovation Alliance，简称ONIA）正式成立。
英国《自然》杂志9日发表一项人工智能突破性成就，美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。
深圳云天励飞技术有限公司成立于 2014 年 8 月，致力于通过 AI 技术进行物理世界的结构化，打造 数字孪生城市。公司依托一流的国际化专家团队和“全栈式”AI 技术平台，打造了面向公共安全、社会 治理、新商业、AIoT 等领域的产品和解决方案，以深圳先行示范区-粤港澳大湾区的双区驱动为基点，以青岛、成都、长沙、南京、杭州、上海、北京等 10 个城市为灯塔，业务辐射全国及东南亚地区 100 多个城市，云天励飞面向计算机视觉的深度学习神经网络处理器芯片 DeepEye1000已经大量应用。