欧洲神经网络计划之一，致力于研究神经网络芯片的新平台

在法国研究实验室CEA-Leti的创新日上，Facebook首席AI科学家Yann LeCun发表重要讲话时，提到Nvidia收购ARM，可以加速运行RISC-V以运行用于边缘AI应用的神经网络。

他表示：“行业发生了变化，采用属于Nvidia的ARM会使人们感到不安，但是RISC-V的出现让人看到具有RISC-V内核和NPU(神经处理单元)芯片的课鞥呢。”

“这些产品价格便宜得令人难以置信，不到10美元，许多产品都在中国以外的地区，它们将无处不在。” “我想知道RISC-V是否会接管那里的世界。”

他不赞成Leti的一项主要计划，该计划致力于刺激神经网络和类似方法(例如电阻RAM(RRAM))，但是卷积神经网络(CNN)的发明者和图灵奖的AI获奖者对此有其他看法。

他说：“模拟实现面临的主要问题是很难将硬件复用与模拟神经网络一起使用。”

“当您进行卷积并重用硬件时，您必须进行硬件多路复用，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，这会扼杀整个想法。因此，除非我们拥有廉价的低功耗模拟内存，否则它将无法正常工作。”他说。“我很怀疑，也许是忆阻器阵列或自旋电子器件，但我有些怀疑。”

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，这将不是奇异的技术，而是要尽可能降低功耗，修剪神经网络，优化权重，关闭未使用的系统部分，” LeCun表示：“我们的目标是在未来两到三年内将相关功能引入到AR设备的芯片，并在五年内使用这种设备，而且这种情况即将到来，”他说。

“十年后的今天，自旋电子学将会取得一些突破，或者在无需硬件多路复用的情况下允许模拟计算的任何突破?” 他问。他说：“我们能提出这样的想法吗?如果没有数据改组和没有硬件多路复用，那么对于单个芯片来说，这样的设备尺寸会大大缩小，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，”Leti的首席执行官Emmanual Sabonnadiere说道。“我们正在努力制定国家计划，并在政治决策中运用科学。Edge AI旨在阻止数据泛滥和数据隐私，使人们可以拥有自己的数据。”，他接着说。

Leti还是欧洲神经网络计划的一部分，该计划正在研究神经网络芯片的新平台。

CEA-Leti副首席执行官兼首席技术官Jean Rene Lequeypes说：“有新一代技术正在研究中。”

“现在，我们有超过2000人致力于下一代技术的研发。他指出，挑战在于集成所有不同的元件，而不必使用5nm及以下所需的极端UV光刻。但是我们希望最终性能达到1000TOPS / mW，这是一个很大的挑战，而且如何使用存储器，不同的技术以及如何将它们集成在一起而无需使用EUV。”