在法國研究實驗室CEA-Leti的創(chuàng)新日上,，F(xiàn)acebook首席AI科學家Yann LeCun發(fā)表重要講話時，提到Nvidia收購ARM,，可以加速運行RISC-V以運行用于邊緣AI應用的神經網絡,。

他表示：“行業(yè)發(fā)生了變化，采用屬于Nvidia的ARM會使人們感到不安,，但是RISC-V的出現(xiàn)讓人看到具有RISC-V內核和NPU(神經處理單元)芯片的課鞥呢,。”

“這些產品價格便宜得令人難以置信,，不到10美元,，許多產品都在中國以外的地區(qū),，它們將無處不在?！?“我想知道RISC-V是否會接管那里的世界,。”

他不贊成Leti的一項主要計劃,，該計劃致力于刺激神經網絡和類似方法(例如電阻RAM(RRAM)),，但是卷積神經網絡(CNN)的發(fā)明者和圖靈獎的AI獲獎者對此有其他看法。

他說：“模擬實現(xiàn)面臨的主要問題是很難將硬件復用與模擬神經網絡一起使用,?！?/p>

“當您進行卷積并重用硬件時，您必須進行硬件多路復用,，因此必須有一種方法來存儲結果,，然后需要模擬存儲器或ADC和DAC轉換器，這會扼殺整個想法,。因此，除非我們擁有廉價的低功耗模擬內存,，否則它將無法正常工作,。”他說,?！拔液軕岩桑苍S是憶阻器陣列或自旋電子器件,，但我有些懷疑,。”

他說：“當然,，邊緣人工智能是一個非常重要的話題,。” “在接下來的兩到三年中,，這將不是奇異的技術,，而是要盡可能降低功耗，修剪神經網絡,，優(yōu)化權重,，關閉未使用的系統(tǒng)部分，” LeCun表示：“我們的目標是在未來兩到三年內將相關功能引入到AR設備的芯片,，并在五年內使用這種設備,，而且這種情況即將到來，”他說,。

“十年后的今天,，自旋電子學將會取得一些突破,，或者在無需硬件多路復用的情況下允許模擬計算的任何突破?” 他問。他說：“我們能提出這樣的想法嗎?如果沒有數(shù)據改組和沒有硬件多路復用,，那么對于單個芯片來說,，這樣的設備尺寸會大大縮小，這是一個很大的挑戰(zhàn),?！?/p>

“公司正在為下一代芯片開發(fā)1nm和2nm技術，我堅信我們可以通過傳感器,，神經網絡和控制器來實現(xiàn)硬件的未來,，從而實現(xiàn)不同的發(fā)展，”Leti的首席執(zhí)行官Emmanual Sabonnadiere說道,?！拔覀冋谂χ贫▏矣媱潱⒃谡螞Q策中運用科學,。Edge AI旨在阻止數(shù)據泛濫和數(shù)據隱私,，使人們可以擁有自己的數(shù)據?！?，他接著說。

Leti還是歐洲神經網絡計劃的一部分,，該計劃正在研究神經網絡芯片的新平臺,。

CEA-Leti副首席執(zhí)行官兼首席技術官Jean Rene Lequeypes說：“有新一代技術正在研究中?！?/p>

“現(xiàn)在,，我們有超過2000人致力于下一代技術的研發(fā)。他指出,，挑戰(zhàn)在于集成所有不同的元件,，而不必使用5nm及以下所需的極端UV光刻。但是我們希望最終性能達到1000TOPS / mW,，這是一個很大的挑戰(zhàn),，而且如何使用存儲器，不同的技術以及如何將它們集成在一起而無需使用EUV,?！?/p>