Facebook的首席AI科学家Yann LeCun在法国研究实验室CEA Leti的创新日上发表讲话说，Nvidia计划收购ARM加速了运行神经网络的边缘AI应用程序转向使用RISC-V。

“行业正在发生变化，Nvidia的ARM让人们感到不安，但RISC-V的出现让芯片拥有RISC-V内核和NPU（神经处理单元）。”他说：“这些产品非常便宜，不到10美元，而且很多都在中国以外，而且这些产品将变得无处不在。”“我想知道RISC-V是否会占领那里的世界。”

他对Leti的一个主要项目不屑一顾，该项目致力于脉冲神经网络和可变电阻式RAM（RRAM）等模拟方法，但这可能会受到卷积神经网络（CNN）的发明者和2018年图灵人工智能奖获得者的欢迎。

他说：“模拟实现面临的主要问题是很难将模拟神经网络和硬件多路复用同时使用。”“当你进行卷积和重用硬件时，你必须进行硬件多路复用，因此你必须有一种方法来存储结果，然后你需要模拟存储器或ADC和DAC转换器，这就扼杀了整个想法。所以，除非我们有廉价的低功耗模拟存储器，否则这是行不通的。”“我很怀疑，可能是记忆电阻阵列或自旋电子器件，但我有点怀疑。”

“毫无疑问，边缘人工智能是一个非常重要的话题，”他说。“在未来的两三年里，这不会是一种奇异的技术，而是尽可能降低功耗，修剪神经网络，优化权重，关闭系统中不使用的部分，”“说我们的目标是在未来两到三年内引入AR设备的芯片，五年内应用这些设备，而这一目标正在到来。”

“十年后，自旋电子学会有什么突破，或者说在没有硬件多路复用的情况下，模拟计算会有什么突破？”他问道。“我们能否想出这样的方案，在不进行数据清洗和硬件多路复用的情况下，为单个芯片减少如此大的设备尺寸，这是一个很大的挑战。”

“公司正在为下一代芯片开发1nm和2nm的技术，我坚信我们可以通过传感器、神经网络和控制器为未来的硬件做不同的事情，”Leti首席执行官Emmanual Sabonnadiere说。“我们正在努力制定国家计划，并在政治决策中加入科学成分。Edge AI旨在阻止数据泛滥和保护数据隐私，以便人们能够拥有自己的数据。”

Leti也是欧洲神经网络计划的一部分，该计划着眼于神经网络芯片的新平台。

CEA Leti公司副首席执行官兼首席技术官Jean Rene Lequeypes说：“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。比利时的Imec、德国的Fraunhofer以及Leti正在为edge AI开发一个平台，在此之上，我们还在Grenoble的Inria开发我们认为Facebook和硅谷大公司需要的下一代技术支持方案。”

挑战是整合所有不同的元件，而不必使用5nm及以下的极紫外光刻。

Lequeypes说：“我们希望最终性能达到1000TOPS/mW，这是一个非常大的挑战，而且如何在不需要使用EUV的情况下使用存储器、不同的技术以及如何将它们集成在一起也需要解决。”