在法国研究实验室CEA-Leti的创新日，Facebook首席AI科学家Yann LeCun发表重要讲话，并提到Nvidia收购ARM可以加速RISC-V的运行，以运行用于边缘AI应用的神经网络。
他说：“行业已经改变。
采用Nvidia的ARM将使人们感到不安，但是RISC-V的出现使人们看到具有RISC-V内核和NPU（神经处理单元）芯片的类。
这些产品非常便宜，不到10美元，而且许多产品在中国境外，并且无处不在”。
“我想知道RISC-V是否会接管那里的世界”。
他不赞成Leti的主要项目之一，该项目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AI的赢家图灵奖对此有其他看法。
他说：“模拟实现面临的主要问题是难以将硬件重用与模拟神经网络一起使用”。
“当卷积并重用硬件时，必须执行硬件多路复用，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，这将扼杀整个想法。
因此，除非我们有便宜的低功耗模拟存储器，否则它将无法工作。
他说。
“我对此表示怀疑，也许是忆阻器阵列或自旋电子器件，但我对此有所怀疑”。
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，这将不是一项单一的技术，而是要尽可能减少功耗，修剪神经网络，优化权重并关闭系统的未使用部分”。
勒村说：“我们的目标是在未来两到三年内引入相关功能。
对于AR设备的芯片并在五年内使用该设备，这种情况很快就会出现。
他说。
“十年后，自旋电子学会在没有硬件多路复用的情况下在模拟计算方面取得一些突破，或者允许任何突破吗？”他问。
他说：“我们能提出这样的想法吗？如果没有数据混洗和硬件多路复用，那么对于单个芯片，这种设备的尺寸将大大减小，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。
“我们正在努力制定国家计划，并将科学应用于政治决策。
Edge AI旨在防止数据扩散和数据隐私，以便人们可以拥有自己的数据”。
他继续说道。
Leti还是欧洲神经网络项目的一部分，该项目正在开发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：“正在研究新一代技术”。
“现在，我们有2,000多人致力于下一代技术的开发。
他指出，挑战在于集成所有不同的组件，而不必使用5nm及以下所需的极端UV光刻。
但是我们希望最终的性能将达到1000TOPS / mW，这是一个巨大的挑战，以及如何使用内存，不同的技术以及如何在不使用EUV的情况下将它们集成在一起。
