这一系列配备了优异的机器学习能力，主要面向数据中心而非个人电脑。（据预计其占据了数据中心96%的市场份额），但目前AI的承载能力一般通过图形处理器或GPU（主要来自于Nvidia和ARM）发挥得更好。因此，对这些公司的芯片需求量增长迅速。谷歌已经加入到行列中，针对云计算服务推出了自主研发的硅芯片Tensor Processing Unit，而英国的Graphcore等初创公司也在填补相关的空白。
英特尔已经招揽了一些AI硬件人才。今年3月买下了视觉专家Mobileye，去年8月份以3.5亿美元收购了深度学习芯片公司Nervana Systems，然后去年9月又收购了负责大疆无人机硅芯片研发与制造的Movidius。自此，英特尔便埋头于NNP处理器的测试研发（此前发布代号为为Lake Crest），要“为深度学习模型加速训练时间”。（英特尔称其也从Facebook那里参考了芯片的设计，但具体细节未透露）。
通过使用专有Flexpoint数字格式，该芯片可以实现更多的数据吞吐量，同时，Intel还通过缩小电路尺寸减少了并行计算的功耗。
这款芯片的处理速度究竟有多快？英特尔并未透露，但生成到2020年会将深度学习训练的速度加快100倍。关于NNP芯片处理器何时上市，英特尔说法也比较含糊。让人欣喜的是，英特尔似乎有意在其Intel? Nervana?芯片周围构建完整的产品线。