进迭时空孙彦邦：RISC-V是机器人的最优解

经过过去十多年的厚积薄发，RISC-V近年来终于彻底爆红。但从过去的分享中我们可以看到，围绕着这个新兴架构，大家可能还有一些困惑。
 
迭时空联合创始人兼总裁孙彦邦在日前举办的“RISC-V和物理智能论坛”中也回忆道，自2021年创业以来，他就会被在各种场合被问到，这个开放的指令集以及一些开源的RISC-V IP，适合用来做什么？

 
针对这个问题，孙彦邦给出了他们的答案——作为一个新架构，RISC-V适合去做面向未来的新东西，然后随着新的产品产业化落地跟规模化量产形成一个新的生态。这种范式，正是X86和Arm架构的来时路。
 
“如果RISC-V进入PC和手机市场，会面临生态成熟度不足的问题。但在机器人和AI领域，由于整个技术栈——从编程语言到操作系统——都处于重新构建阶段，并不存在完全成熟的传统生态壁垒。因此，RISC-V作为一种新的技术架构，在面向新产品、新应用时反而拥有更多机会。我们认为，RISC-V适合服务新的应用场景，并推动新的产品创新。”孙彦邦重申。
 
正是基于这种看法，孙彦邦认为，RISC-V非常适用于现在正在快速兴起的机器人行业。要了解这个观点，就要从机器人的需求说起。在孙彦邦看来，机器人对于计算的需求并不是单一维度的，而是同时需要强大的CPU算力、AI算力以及实时计算能力：
 
首先，机器人需要具备强大的CPU计算能力。与PC时代主要强调CPU性能不同，机器人作为一个复杂的智能系统，需要处理大量控制、规划以及系统调度任务，因此对于通用计算能力提出了更高要求；
 
其次，机器人对于AI算力也有非常高的需求。目前机器人仍处于不断完善“身体”的阶段，包括机械结构、四肢运动等能力持续发展，但其“大脑”能力仍然不足。未来真正实现具身智能，需要更强大的AI推理能力。从自动驾驶领域的发展来看，包括英伟达、地平线等企业推出的相关芯片，面向具身智能场景时，AI算力需求可能达到千T级别；
 
此外，实时计算能力也是机器人区别于其他AI应用的重要需求。在PC时代，计算延迟更多影响的是用户体验；而在机器人领域，实时性直接关系到安全。如果机器人在关键时刻无法及时完成动作，就可能带来安全风险。因此，机器人不仅需要高算力，还需要具备低延迟、高实时性的计算能力。
 
也正因为机器人同时需要CPU、AI以及实时计算能力，传统的异构计算方案正在面临挑战。
 
“目前行业普遍采用CPU+GPU+MCU的组合方式，例如使用通用CPU承担系统控制任务，GPU提供AI计算能力，再通过MCU实现实时控制。但这种方案在软件和硬件层面都存在复杂性。”孙彦邦说。
 
他同时指出，在软件方面，多颗芯片意味着需要维护多个系统和软件环境；在硬件方面，多块板卡之间需要大量连接。实际生产中的机器人往往存在大量线缆和板卡连接，为了保证机器人运动过程中的可靠性，甚至需要通过固定措施防止连接松动。这种复杂的异构架构，对于机器人未来的大规模量产和可靠性提升带来的挑战也是显而易见。
 
因此，面向未来机器人发展，孙彦邦认为，需要一种能够同时满足高性能CPU计算、高效AI推理以及实时控制需求的融合式计算方案，以降低系统复杂度，提高可靠性，并支撑机器人规模化应用。
 
正是因为这种需求，让孙彦邦及进迭时空的团队达成了RISC-V适用于机器人的共识。
 
孙彦邦表示，将RISC-V推向机器人，需要做到三点：一方面是统一架构，让所有的CPU算力、AI算力、实时算力都基于RISC-V架构，一方面，要统一内存，让所有的计算单元都能够访问同一片内存；最后，要拥有融合算力，让一颗芯片同时提高CPU算力、AI算力、实时算力。
 
“在端侧AI和机器人领域，最大的挑战不是单纯追求峰值算力，而是面对快速变化的软件和应用需求，需要芯片具备更强的可编程性和扩展能力。因此，相比固定功能的专用加速器，一个具备可扩展CPU架构、能够融合标量、向量和AI计算能力的平台，更适合机器人长期演进。”孙彦邦说。
 
于是，进迭时空团队基于RISC-V架构推出了K1和K3芯片，聚焦于解决上述问题。孙彦邦透露，基于其K3芯片，机器人开发者可以利用半天的时间从Arm平台切换到RISC-V平台，这足以证明生态开放通过CPU实现的易用性。
 
“我们一定要用一颗芯片解决所有机器人的算力需求。而随着机器人的量产，我们必然能够构建出一个面向AI和机器人的RISC-V新计算生态。”孙彦邦在演讲最后说。