AI INSIGHT

RISC-V 加速进入 AI 与高性能计算:玄铁车规 IP、服务器芯片等新进展亮相

行业活动 InfoQ 2026-10-20 18:51
AI 摘要

点击查看原文>

10 月 19 日,第六届 RISC-V 中国峰会在深圳开幕。本届峰会由 RISC-V 国际开源实验室(RIOS Lab)主办,吸引了 3000 余名线下专业观众、150 余家参展商及研究机构参与,围绕人工智能、高性能计算、汽车电子、工业与机器人、软件生态等方向展开讨论。

随着 RISC-V 从嵌入式、物联网领域向 AI 计算、数据中心、汽车电子等场景扩展,其产业化进展成为本届峰会的重要议题。阿里达摩院、奕斯伟计算、进迭时空、蓝芯算力、SiFive、Tenstorrent 等企业展示了相关技术和产品进展。

AI 与高性能计算成为 RISC-V 新的增长方向

图灵奖得主、RISC-V 国际开源实验室主任 David Patterson 在大会上表示,指令集架构在 AI 时代依然重要。面对快速增长的 AI 推理市场,RISC-V 需要建立完整的 AI 软件栈,同时利用 AI 技术缩短硬件开发周期、降低开发成本。

RISC-V 国际基金会首席架构师、SiFive 联合创始人 Krste Asanović 也认为,AI 为 RISC-V 带来了新的发展机会。RISC-V 的开放性和可定制性能够支持不同类型的 AI 硬件设计,而 AI 工具也有望反过来提高 RISC-V 的开发效率。

RISC-V 国际基金会 CEO Andrea Gallo 表示,高性能 RISC-V 应用处理器正在逐步进入市场。接下来,产业发展仍需围绕指令集规范迭代、高性能芯片交付和软件生态完善三个方向推进。

Tenstorrent 产品战略副总裁 Aniket Saha 则强调了开放软件栈的价值。他表示,RISC-V 允许客户访问从操作系统到工具链的相关技术组件,减少对封闭架构的依赖。不过,软件兼容性、工具链成熟度和性能调优仍是 RISC-V 扩大应用规模需要解决的问题。

中国厂商展示车规、服务器及 AI 推理芯片进展

中国市场也是本届峰会的关注重点。根据弗若斯特沙利文提供的数据,中国 RISC-V 主控芯片市场规模从 2021 年的 11 亿元增长至 2025 年的 377 亿元,预计 2030 年将达到 2194 亿元。上述数据为市场研究机构的预测及统计口径。

在产品方面,阿里达摩院首席科学家孟建熠发布了车规增强处理器玄铁 E908A。据介绍,该产品面向汽车安全岛、域控制器和车载网关等场景,支持 ASIL-B、ASIL-D 相关功能安全要求。达摩院还公布了自动驾驶与具身智能产品路线图,下一代 C950A 的目标性能为现有 RISC-V 车规产品的 5 倍。

进迭时空发布了计算芯片 V100,称其为首颗完整符合 RISC-V 服务器级规范的计算芯片。进迭时空创始人兼 CEO 陈志坚表示,公司计划保持每年推出新一代芯片的节奏,同时持续推进软件优化和开发者生态建设。

在 AI 推理领域,蓝芯算力 CTO 贾新霞介绍了公司基于 RISC-V 的 AI 推理计算方案,覆盖从芯片到全栈产品的技术布局,重点探索 RISC-V 在推理服务器中的应用。

奕斯伟计算则展示了 RISC-V 在智能感知、人机交互、智慧连接及数字基础设施中的应用,强调通过软硬件协同优化满足不同场景的计算需求。

从数据库到具身智能,RISC-V 继续拓展应用场景

除了芯片产品,RISC-V 在数据库和机器人等领域的应用也成为讨论重点。

深圳计算科学研究院与睿思芯科此前成立了“睿思芯科—崖山数据库软硬件一体化联合实验室”。深圳计算科学研究院崖山数据库 CEO 陈志标表示,双方计划结合 RISC-V 硬件与崖山数据库的数据管理能力,面向 AI 应用推出软硬件一体化解决方案,并探索智能一体机产品。

在具身智能领域,零次方机器人联合创始人兼 CTO 程颐表示,机器人端侧需要协调推理、通信和运动控制等不同计算任务,因此对芯片架构提出了多样化需求。他认为,RISC-V 有望先在通信和执行控制节点扩大应用,再逐步向其他计算环节延伸。

此外,中兴微电子、SiFive、新思科技、超睿科技、算能科技、MIPS、北京开芯院和 Cadence 等企业也展示了 RISC-V 在高性能处理器核、数据中心 IP、AI 计算和服务器等方向的进展。

从本届峰会展示的技术和产品来看,RISC-V 的应用范围正在从传统嵌入式与控制领域向更高性能的计算场景扩展。对于 AI、服务器和汽车等市场,芯片性能只是商业化的一部分,软件兼容性、开发工具、操作系统适配以及实际应用中的稳定性和成本表现,同样决定着 RISC-V 能否进一步扩大市场份额。

随着更多国产芯片和软硬件方案进入实际应用阶段,RISC-V 与 x86、Arm 等架构在不同计算场景中的竞争,也将更多体现在完整生态和产品交付能力上。

来源:InfoQ
阅读原文