正如“智能”不好定义一样，想给“智能芯片”下一个精确的定义也较难。从广义上说，能提供特别智能能力的芯片都可称为智能芯片。而当前通常所说的智能芯片龙8long8，是一类针对人工智能算法进行器件、电路或体系结构定制的芯片，特别是针对深度学习的智能芯片。由于它具有应用广的特点，备受关注，几乎成为当前智能芯片的代名词。

　　神经网络型智能芯片并不是一个新概念。在1960年代感知机提出的时候，就有学者尝试用硬件实现这一模型。但受限于当时感知机神经网络本身的应用范围，这一阶段神经网络芯片并没有得到普及。得益于摩尔定律的红利，通用处理器的性能不断提升，过去需要在专用芯片上执行的算法在通用处理器上执行的性能也很高，针对简单神经网络设计专用芯片价值不大。到本世纪初，学术界陆续提出过一些类神经元操作、特定机器学习算法加速的芯片设计，但都没有引起特别大的关注。

　　2009年开始，Y. LeCun、O. Temam等学者在卷积神经网络加速器设计上开展了一些起步性工作2014-2016年，中科院计算所陈云霁研究团队陆续在计算机体系结构领域会议 ASPLOS、MICRO、ISCA上发表论文，并获得了最佳论文奖，点燃了学术界对深度卷积神经网络加速芯片研究的热情。同期，龙8long8手机登录谷歌（Google）也看到了深度学习在实际应用中的巨大潜力，研发出了针对数据中心的张量处理器TPU。

　　智能芯片的兴起可以归因于人工智能发展对于计算能力的依赖。算法、大数据、计算能力被认为是推动人工智能发展的三大引擎，龙8long8手机登录其中计算能力更是在AI历史上发挥重要作用。回顾人工智能（特别是神经网络算法）的历史，其三次发展浪潮都与计算能力的发展紧密相关:上世纪60年代的首次发展得益于计算机的兴起;1980年代由反向传播掀起的二次浪潮得益于微处理器与DRAM的广泛应用；而近年来深度学习的突破则得益于GPU的兴起。而深度学习进一步的广泛应用前景又反过来拉动了这一波神经网络智能芯片的兴起。