lianzichen
个人分析如下：
1.CPU设计具有通用性。CPU的计算是基于高度抽象计算步骤，再结合计算机语言的逻辑控制实现多重多样的功能，也可以实现神经网络需要的计算。这样的话，如果想提高CPU的算力，只要提升基本的计算元语的速度和能效即可。
2.神经网络算法更适合解决专用问题。神经网络算法模拟了人类大脑的认知的过程。在实际应用中，解决具体问题依然需要使用特殊的网络结构，加上针对性的数据进行训练。如果要将神经网络做的非常通用，就必须抽象基础单元（感知器），能适应各种网络。抽象程度越高也就越像通用CPU，结构也会越简单。
3.量子计算解决算力问题。当前开发大量针对具体问题或者特定数据结构的人工智能芯片，都是在尽量挖掘晶体管技术能力，通过将计算逻辑硬件化、专用化，来提高解决问题的速度。但同时牺牲了通用性。如果量子计算实现商用，基本算力出现多个数量级的提升，晶体管专用芯片将被替代。如果哪一年，量子计算又不能满足了，可能又会出现专用计算单元。但也不一定是深度网络结构的。
个人见解，接受指正。
零度AI
人脑子是啥？神经网络呗！一层一层一共六、七层(根据人脑生理解剖得的数据)，140亿个神经细胞(也叫神经元)。每一层都像沙发弹簧一样，一个一个神经细胞(神经元)用神经细胞的突触，钩连在一起，就是用神经突触互相传递电子、离子等电荷运动形成的，量子干涉信号，进行神经元之间的通信或叫信号变换；每一层之间其神经元也是这么联络、通信的。抽象地说，人脑神经网络就是一个信号变换器，或定义了一个信息空间，将输入信号变换成经验输出信号。人脑这个信息空间实际上表达不成某个解析形式的、本质非线性信息空间，也就是说，人的智慧、情感根本就不能“线性化”，不能用某个函数系逼近表达。
人工神经网络模拟人脑这样一层一层的，电脉冲信号一层一层传输到输出层，也就是，信号在人工神经网络这个2阶张量空间上的变换，或叫学习过程。目前的人工神经网络，有十几~几十层，几百万个神经元的卷积张量神经网络，采用深度学习算法(BP算法，误差反向传播学习算法)。
实际上，人工神经网络一直以来都做不出像人脑这样的硬件实体，都是运行在电脑中的、模拟神经网络功能的计算机程序。
你所说的神经元CPU应该是模拟单个神经元功能的芯片。实际上，神经网络程序中，用C语言编的话，神经元用类来代表。神经元的信号传递规律，或传输(传递)函数，神经元的连接顺序，都可灵活地由类的函数、继承等表示。那么，神经元芯片，既可由硬件电路实现，又可编一个微程序，定义一个C语言类功能的执行程序，永久刻录一段机器汇编程序，就可实现神经元功能。目前的神经元硬件应该是后者。这种神经元可以定义一个抽象的加法或乘法运算。神经元间的连接，在类的继承上可灵活实现各种抽象的拓扑连接。目前，马云、比尔盖茨的“手下”，没这脑子！还没创造出这种抽象、优美的神经元！
说太多你会糊涂。
谭宏21
科学，无限可能。
神经元CPU，钢铁侠电影中的电脑叫贾维斯(JARVIS)。个人理解你说的神经元CPU和它一样能快速和人一样的思考，能帮助主人处理复杂的程序，满足超级助手但又是电脑处理器一样的助力工具。但用AI机器人这个称呼可能更合适一些。
CPU是中央处理器，GPU是图像处理器，又加入AI(人工智能)才是我个人理解的你说的神经元CPU。AI是让机器能够模仿接近人的思考方式，做出一些处理。在一些地方或领域超越人类的一项计算机科学技术。AI的技术难度很大，但在围棋领域的AI机器人阿尔法狗就超越了柯洁这样世界冠军级的围棋选手。
人工智能是目前计算机科学的伟大技术，未来能发展到什么地步是不可想象的。技术难题很多，但是有很大的发展空间。你说的神经元CPU也会创造出来。
承祥科技
现在有模拟神经元芯片。
小杰80164096
你想的太多了。😂
