在法國研究實驗室CEA-Leti的創新日上，Facebook首席AI科學家Yann LeCun發表重要講話時，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：“行業發生了變化，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，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)的發明者和圖靈獎的AI獲獎者對此有其他看法。

他說：“模擬實現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。”

“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。“我很懷疑，也許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，優化權重，關閉未使用的系統部分，” 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。”

“公司正在為下一代芯片開發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硬件的未來，從而實現不同的發展，”Leti的首席執行官Emmanual Sabonnadiere說道。“我們正在努力制定國家計劃，并在政治決策中運用科學。Edge AI旨在阻止數據泛濫和數據隱私，使人們可以擁有自己的數據。”，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副首席執行官兼首席技術官Jean Rene Lequeypes說：“有新一代技術正在研究中。”

“現在，我們有超過2000人致力于下一代技術的研發。他指出，挑戰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，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。”