國產CPU的路不好走，但走得人多了，希望就大了起來。當前三大指令集架構中，唯一不受商業公司牽制的RISC-V，正醞釀出越來越豐富的技術創新與商業成果。

這在玄鐵RISC-V生態大會上得到集中展示，來自半導體IP、芯片、軟件等不同產業環節的代表性玩家們不僅踴躍曬出產品和工具進展，而且興致勃勃地分享RISC-V有望帶給中國芯片產業的新趨勢、新賽點、新機會。


RISC-V加速賽跑

想當年，14年前，在伯克利的實驗室里，RISC-V這套開源指令集就誕生了。那會兒，誰也沒想到它將來能有多大作為。但現在呢，看著它從零做到有100億顆芯片的飛躍，RISC-V不僅比Arm用更少的時間做到這一點，還給國內CPU的發展來了一針強心劑。

國內對RISC-V的擁抱，顯然不僅僅是因為它是開源的。更重要的是，它代表了一種新的可能性——在這個由x86和Arm主宰的世界里，RISC-V的自主可控、靈活可擴展正是國產CPU追求的方向。

從算能科技在基于RISC-V的加速器上運行大語言模型，到達摩院基于RISC-V的安卓終端設備的商業化落地，我們可以清晰地看到一幅國產CPU技術和生態的迅速進步圖景。

這一系列動作背后，可是技術革新和錢力支持齊頭并進的結果。就拿2023年1月到2024年1月來說，至少16家國內做RISC-V芯片的創業公司拿到了新一輪投資，這股資金的注入，不僅讓技術開發和應用加速了，也給整個產業注入了一股新鮮血液。

同時，看到不少國內的RISC-V芯片公司跟大企業搞得鐵鐵的合作，這肯定會讓RISC-V技術成熟得更快，應用得更廣。

說到RISC-V的用途，AI計算絕對是眾人關注的熱點。無論是Meta推出的基于RISC-V架構的AI推理加速器，高通宣布的智能穿戴設備芯片，還是算能科技的大模型加速器，都說明RISC-V正在慢慢深入到高性能和AI計算這些復雜領域。這不僅顯示出RISC-V技術自身已經成熟，還說明了它在將來科技界有著巨大的應用空間。

雖然RISC-V技術方面有不少突破，但它的生態圈建設還是遇到了些挑戰。軟件的兼容問題、整個生態圈還不夠成熟，這些都是限制RISC-V進一步發展的難題。

RISC-V芯片賽道融資密集，逐漸走向高性能和大算力

三大指令集架構中，x86與Windows聯盟在PC領域獨孤求敗，Arm與安卓在移動終端領域叱咤風云，RISC-V的市占率跟兩位前輩沒法比，但就憑背負著自主可控的希望，不僅國內生態發展精氣神旺盛，戰略地位更是遙遙領先。

投資機構對RISC-V創企已給予許多積極反饋。從2023年1月到2024年1月，至少有16家研發RISC-V芯片的國內創企獲得新一輪融資，其中奕斯偉計算、進迭時空、希姆計算、藍芯算力、知合計算的最新單筆融資均達到億級。

其中，國內不少RISC-V芯片創企的核心團隊都與大廠關系匪淺。例如，知合計算CEO孟建熠是前平頭哥副總裁，進迭時空聯合創始人陳志堅是玄鐵處理器主要研發負責人，藍芯算力創始人兼CEO盧山是前字節跳動服務器芯片負責人，之行無界創始人兼CEO楚含進是原AMD XR與計算平臺高級總監，晶遠芯創始人劉鋼是前西部數據中國區業務總經理，尚未公布融資動向的旭日辰芯由前英特爾中國區高管創辦。

目前中國有數百家公司在關注或以RISC-V指令集進行開發。RISC-V International的25個高級會員中有阿里、華為、騰訊等12家中國企業，去年達摩院領導了13個技術小組的標準制定。

張建鋒在演講中分享了一些數據：RISC-V正呈高速發展，在可穿戴MCU、計算筆記本、通信5G、消費級AI加速、工業智能電網、自動駕駛AI駕駛等主流應用中的占比接近或達到30%；未來幾年在主流市場年復合增長率預計超過40%。

倪光南院士預測，未來世界三大主流CPU生態將是：1）服務器/桌面的Wintel聯盟；2）移動終端的安卓Arm生態；3）智能物聯IoT的RV++（1套RISC-V指令集架構+1套基礎軟件+N種定制化芯片）。其中，AIoT生態會出現數萬種定制化需求，而RISC-V最有優勢。

他認為RISC-V自定義擴展指令是實現特定領域架構（DSA）的有效途徑，隨著RISC-V擴展指令集功能的充分發揮，芯片定制化或”芯片定義”將會被人們所普遍接受。


RISC-V在AI大模型領域的挑戰

根據此前的報道，在一項專業基準測試中，專注高性能RISC-V芯片的Tenstorrent推出基于自有處理器內核的RISC-V CPU芯片，該芯片的評分領先于英特爾的Sapphire Rapids、英偉達的Grace和AMD的Zen4。這說明，在傳統CPU方向上，RISC-V架構已經開始嶄露頭角，證明了RISC-V架構做高性能芯片的能力，那么在AI大模型方面會遇到哪些挑戰呢？

在AI大模型這類型應用中，RISC-V架構第一大挑戰肯定是內核本身。通過美國對于我國的AI芯片禁令就可以看出，AI芯片做大模型訓練是有一定門檻的，低于這個門檻效果就會大打折扣，雖然RISC-V架構已經做了很多嘗試，不過總體性能和長期深耕GPU領域的ARM架構肯定沒法比。當然，英特爾和芯至科技這類嘗試說明，RISC-V架構可以率先攻克大模型推理芯片市場以及終端一體機市場。

在性能背后就會牽扯出第二問題——專利。英偉達等芯片廠商以及Arm公司在高性能計算芯片領域儲備了大量的專利，為了追求極致的運算性能，很多方式方法都已經被論證過了，并形成了專利，要繞開這些專利限制實現高性能計算芯片，進一步提升了相關廠商的研發難度。

第三個問題也是一個老生常談的問題，那就是生態。AI大模型這類型的應用，無論是訓練端還是推理端，都會是一個軟硬件結合的系統，尤其是具體到某一個細分領域的推理應用，具有豐富的上層應用，也就需要更高效的軟硬件融合。不過，目前對于RISC-V架構而言，很多生態還是荒漠，比如DDK、接口、中間件這些關鍵的生態工具，基本還沒有。