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>