Facebook的首席AI科学家Yann LeCun几天前在法国研究实验室CEA-Leti的“创新日”上的演讲中说，英伟达对ARM的收购可以加速RISC-V的运行，从而为边缘AI应用运行神经网络。他说：“行业已经改变。采用Nvidia的ARM将使人们感到不安，但是RISC-V的出现使人们看到具有RISC-V内核和NPU（神经处理单元）芯片的类。他说：“这些产品非常便宜，不到10美元，许多产品在中国境外，到处都是。” “我想知道RISC-V是否会接管那里的世界。”他不同意Leti的主要计划之一，该计划致力于刺激神经网络和类似方法（例如电阻式RAM（RRAM）），但是卷积神经网络（CNN）的发明者和图灵奖的AI获奖者都有与它有关。其他观点。他说：“模拟实现面临的主要问题是难以在模拟神经网络中使用硬件重用。” “当卷积并重用硬件时，必须执行硬件多路复用，因此必须有一种方法来存储结果，然后需要模拟存储器或ADC和DAC转换器，这将扼杀整个想法。因此，除非我们有便宜的低功耗模拟存储器，否则它将无法工作。他说。 “我对此表示怀疑，也许是忆阻器阵列或自旋电子器件，但我对此有所怀疑。”他说：“当然，边缘人工智能是一个非常重要的话题。” “在接下来的两到三年中，这将不是一项单一的技术，而是要尽可能减少功耗，修剪神经网络，优化权重并关闭系统的未使用部分。”勒村说：“我们的目标是在未来两到三年内引入相关功能。对于AR设备的芯片并在五年内使用该设备，这种情况很快就会出现。他说。 “十年后，自旋电子学会在没有硬件多路复用的情况下在模拟计算方面取得一些突破，或者允许任何突破吗？”他问。他说：“我们能提出这样的想法吗？如果没有数据混洗和硬件多路复用，那么对于单个芯片，这种设备的尺寸将大大减小，这是一个很大的挑战。” “公司正在为下一代芯片开发1nm和2nm技术。我坚信，我们可以通过传感器，神经网络和控制器来实现硬件的未来，从而实现不同的发展。”莱蒂（Leti）首席执行官艾曼努（Emmanual Sabonnadiere）说。 “我们正在努力制定国家计划，并将科学应用于政治决策。 EdgeAI旨在防止数据扩散和数据隐私，以便人们可以拥有自己的数据。”他继续说道。 Leti还是欧洲神经网络项目的一部分，该项目正在开发神经网络芯片的新平台。 CEA-Leti副首席执行官兼首席技术官JeanRene Lequeypes说：“正在研究新一代技术。” “现在，我们有2,000多人致力于下一代技术的开发。他指出，挑战在于集成所有不同的组件。 ，而不是使用5nm及以下所需的极端UV光刻。 Lequeypes说：“我们希望最终性能将达到1000TOPS / mW。这是一个巨大的挑战，如何使用内存，不同的技术以及如何在不使用EUV的情况下将它们集成在一起。 ＆quot;