2016年3月，中國科學院計算技術研究所陳云霽、陳天石課題組提出的深度學習處理器指令集DianNaoYu被計算機體系結構領域頂級國際會議ISCA2016（International Symposium on Computer Architecture）所接收，其評分排名所有近300篇投稿的第一名。論文第一作者為劉少禮。
深度學習是一類借鑒生物的多層神經網絡處理模式所發展起來的智能處理技術。這類技術已被微軟、谷歌、臉書、阿里、訊飛、百度等公司廣泛應用于計算機視覺、語音識別、自然語言處理、音頻識別與生物信息學等領域并取得了極好的效果。基于深度學習的圍棋程序AlphaGo甚至已經達到了職業棋手的水平。因此，深度學習被公認為目前最重要的智能處理技術。
但是深度學習的基本操作是神經元和突觸的處理，而傳統的處理器指令集（包括x86和ARM等）是為了進行通用計算發展起來的，其基本操作為算術操作（加減乘除）和邏輯操作（與或非），往往需要數百甚至上千條指令才能完成一個神經元的處理，深度學習的處理效率不高。因此谷歌甚至需要使用上萬個x86 CPU核運行7天來訓練一個識別貓臉的深度學習神經網絡。
陳云霽、陳天石課題組在國際上提出了首個深度學習處理器架構寒武紀。而DianNaoYu則是寒武紀的指令集。DianNaoYu指令直接面對大規模神經元和突觸的處理，一條指令即可完成一組神經元的處理，并對神經元和突觸數據在芯片上的傳輸提供了一系列專門的支持。模擬實驗表明，采用DianNaoYu指令集的深度學習處理器相對于x86指令集的CPU有兩個數量級的性能提升。
指令集是計算機軟硬件生態體系的核心。Intel和ARM正是通過其指令集控制了PC和嵌入式生態體系。寒武紀在深度學習處理器指令集上的開創性進展，為我國占據智能產業生態的領導性地位提供了技術支撐。