让计算机能以类似人脑神经网络的方式高效地进行学习等认知活动，是计算机科学的终极目标之一。但通常的计算机在模拟包含百亿个甚至更多的神经元及突触的深度神经网络进行学习时，处理速度和效率非常低下。中国科学院计算技术研究所计算机体系结构国家重点实验室陈云霁研究员、Olivier Temam特聘研究员、陈天石副研究员领导的团队在类脑计算机方向取得重要的进展。
研制了一种采用人工神经网络架构的机器学习运算装置——寒武纪1号，通过高效的分块处理和访存优化，能高效率处理任意规模、任意深度的神经网络，以不到传统处理器1/10的面积和功耗达到了100倍以上的神经网络处理速度，性能功耗比提升了1000倍。
相关论文（Tianshi Chen, Zidong Du, Ninghui Sun, Jia Wang, Chengyong Wu, Yunji Chen, and Olivier Temam, "DianNao: A Small-Footprint High-Throughput Accelerator for Ubiquitous Machine-Learning"）2014年3月发表于本领域顶级的国际会议之一ASPLOS（ACM International Conference on Architectural Support for Programming Languages and Operating Systems），并获得了最佳论文奖，这是大陆和亚洲科研机构首次获此奖。
ASPLOS最佳论文奖被公认为是计算机系统结构领域最重要的论文奖之一。
历届ASPLOS最佳论文包括：2009年UT Austin的TRIPS开创了动态可重构众核处理器的研究方向；2010年罗切斯特大学和微软提出相变存储器硬件故障下的无间断工作方法，解决了相变存储器实用化中的关键困难；2011年Michigan大学的DoublePlay将并行程序重放工具的开销降低了近十倍，使得并行重放工具基本实用化；2012年CMU和EPFL的CloudSuite是云计算基准测试集的最早工作之一；2013年CMU和UIUC发现了处理器乱序执行带来性能提升的根本原因，为顺序发射达到乱序执行的性能提供了可能；2014年中科院计算所的工作将形成世界上首款机器学习处理器芯片，并开创了机器学习超级计算机的研究方向。