圖形處理器是用來處理圖片的集成電路。與中央處理器不同，圖片處理器只能完成少量專業性很強的計算操作，但可以做得又快又高效。
神經網絡是基於大量數據完成任務的計算系統，可完成任務包括識別人臉和話語、文本翻譯、計算機斷層掃描、磁共振斷層掃描、X射線檢測等醫療數據分析。由於神經網絡的快速發展，今年全球對顯卡的需求持續增長。
現在，製造多倍加速的神經網絡處理器是全球計算機產業的一項緊迫任務，目前已經有了在實驗中的神經網絡處理器，但專家稱，全球神經網絡處理器市場形成還需要4-6年。
俄羅斯行業協會--神經網絡協會決定參加這場全球競賽，該協會將4家不大但先進的公司併入國家技術倡議系統。成立的財團將從事國有神經網絡開發，開發出的神經網絡不僅將可以與西方神經網絡競爭，還將是百分百國產可信的，不受無文檔特徵和硬件木馬侵害。神經網絡百分百國產，這一點對俄羅斯軍工部門很重要，因為神經網絡在軍工部門也有廣泛用途，可用於軍用無人機控制系統、規劃軍事行動、槍支高精度瞄准。
"在人工智能和神經網絡領域開發硬件和算法的俄羅斯數學家和工程師是世界上最優秀的"， 亞歷山大·謝苗諾夫稱："現在我們有大約4年時間可以用來超越外國競爭者，並制定未來市場的標準。"
莫斯科物理技術學院神經網絡技術與計算機語言實驗室主任斯坦尼斯拉夫·阿什馬諾夫稱，世界上現在有大約兩千家公司參與製造標準神經處理器的競賽。
斯坦尼斯拉夫·阿什馬諾夫認為："誰造出芯片，誰就會成為行業標準，就能賺著錢，就可以與現在英特爾或AMD這樣的中央處理器市場領袖相提並論。目前全球數千家初創公司中接近勝利的不超過5家公司。"
阿什馬諾夫認為，這一領域的競爭現在圍繞兩個方向開展：一是為數據中心的強大服務器開發服務器芯片，二是為智能手機、機器人、無人機、無人駕駛車輛等各種智能設備創造經濟的嵌入式神經網絡處理器。阿什馬諾夫稱，俄羅斯正在開發的AI芯片有機會在兩個方向上都勝出。