RISC-V，分羹AI！

当下，人工智能发展正处于爆发期，各类大模型层出不穷，推动计算架构不断向更高性能、更强扩展性演进。在这一浪潮下，RISC-V 作为开放架构，迎来了深度参与AI生态的契机。
 
在2025玄铁RISC-V生态大会上，阿里巴巴达摩院宣布，其首款服务器级RISC-V CPU 玄铁C930，即将在3月正式交付。这不仅是 RISC-V 在服务器领域的关键突破，更是其在高性能、并行计算方向迈出的重要一步。
 
 
 
RISC-V 正在用其开放性和可扩展性，参与到 AI 计算的主流架构竞争中，成为AI时代不可忽视的力量。
 
玄铁C930：通用算力和AI算力双提升，迈向高性能计算
 
玄铁C930是一款 64 位高性能多核处理器，采用超标量架构、乱序执行、6 译码宽度、16 级流水线，在 RISC-V RVA23 Profile 兼容性的基础上，支持Vector Crypto、Zacas、Zama16b、Smmtt、CoVE、RAS、AIA 以及 Zalasr等多个扩展指令集。
 
为了实现更高性能，C930 采用了一系列先进微架构技术，包括：TAGE 分支预测算法，优化指令执行路径；Private L2 Cache，提升数据访问效率；可调节数据预取机制，减少访存延迟。基准测试结果显示，C930的Specint2006性能超过15/GHz，能够胜任PC、服务器、自动驾驶等高性能计算场景。
 
 
 
值得注意的是，C930 作为CPU IP 核，并非直接量产芯片，而是向下游芯片厂商授权，由其根据具体应用需求定制，如 16 核、32 核等不同规格。阿里达摩院资深技术专家李春强表示，这种模式将充分释放RISC-V在AI计算领域的灵活性和扩展潜力。
 
玄铁是达摩院旗下专注RISC-V IP的品牌，早在2018年便开始投入RISC-V的技术研究。2019年，玄铁C910处理器面世，成为业界RISC-V向高性能应用进军的起点。过去6年里，达摩院玄铁已推出4个系列共16款RISC-V处理器，覆盖高性能、高能效、低功耗等应用场景。据透露，玄铁C930只是新一代产品的起点；未来C908X、R908A、XL200等处理器也将陆续登场，分别面向AI加速、车载和高速互联，持续丰富RISC-V在各类高端领域的落地能力。
 
阿里巴巴达摩院资深技术专家李春强指出，推出C930 IP核后，团队会继续和下游的芯片厂家、服务器整机厂家、云厂商等深入合作，把RISC-V芯片以及整机快速地推向市场。
 
玄铁RISC-V生态全面扩展，打造高性能计算闭环
 
对于RISC-V来说，软件生态至关重要。会议上，达摩院正式向介绍了全新玄铁SDK，包括玄铁Android SDK、玄铁Linux SDK、玄铁RTOS SDK，其贯穿端、边、云的RISC-V软件栈，助力各领域芯片产业化。
 
在AI软件和硬件的结合上，玄铁在OpenKylin的调优上，打造了RISC-V AI PC操作系统。此外，玄铁的商业应用软件和AI应用也得到了广泛认可。
 
玄铁还积极携手业界生态伙伴，共同完善高性能RISC-V服务器的设计开发。例如，劳特巴赫提供了问题诊断与性能优化方案，兆松科技则在编译优化上发力，Arteris的NoC互联IP提供高带宽、高性能的数据互联，新思科技（Synopsys）与玄铁合作推出“无剑300”芯片设计平台，协助厂商在设计、实现与功能验证中提升PPA指标。
 
在硬件生态方面，去年3月14日，在玄铁RISC-V生态大会上，达摩院宣布发起成立“无剑联盟”，携手产业链上下游，共同加速 RISC-V 产业落地。今年，Cadence 和西门子 EDA 的加入，使“EDA 三巨头”悉数到场，推动高性能 RISC-V 处理器的设计优化。
 
目前，联盟成员的合作成果也在不断落地。例如：中国电信研究院基于玄铁 C910 打造的 RISC-V 视频转码卡TeleVPU，已具备20T AI 算力和 40 路 1080p 高清视频编解码能力，并成功部署；新思科技（Synopsys）联合玄铁推出“无剑 300”芯片设计平台，提升 RISC-V 处理器 PPA（功耗、性能、面积）优化效率。
 
中科院软件所RISC-V行业生态负责人郭松柳表示，去年下半年，RISC-V的高性能标准RV23已正式通过，这标志着RISC-V在硬件层面向高性能计算领域迈出了关键一步。此外，他强调，高性能系统的研发不仅依赖于硬件的突破，更需要软硬件的深度协同。中科院软件所长期专注于RISC-V的基础软件生态，包括操作系统、工具链及基础库的优化，持续推动RISC-V在高性能计算领域的成熟与发展。
 
目前，RISC-V的软件生态与Linux等开源系统的适配度已较为成熟。如何让更多闭源商业应用向RISC-V迁移，将成为下一阶段的发力重点。正如李春强所言：“RISC-V需要与更多机构、企业在软件生态上合作，持续突破关键商业应用，从而让整条产业链更快成熟。”
 
 
 
随着软件、硬件、工具链的持续完善，RISC-V正在AI计算领域建立起完整的生态体系。
 
RISC-V进军AI领域，有哪些优势？
 
在大会上，瑞士苏黎世联邦理工学院（ETH Zurich）教授 Luca Benini 通过视频连线的方式分享了RISC-V在 AI 计算中的实践经验。他指出，欧洲近年来持续加大对 RISC-V 的投入，团队基于玄铁 C910等处理器，构建开源 AI 软硬件平台，以提升 AI 计算效率。Benini说道：“RISC-V正是AI时代所需要的开源架构，引领我们走上一条开放的AI革命之路！”
 
阿里达摩院首席科学家、知合计算 CEO孟建熠进一步分析了RISC-V在AI领域的机会：一方面，DeepSeek等大模型的发展使 AI 计算需求更具普惠性，降低了不同架构参与 AI 计算的门槛，GPGPU、x86、DSA、ASIC、RISC-V每个架构都有机会；另一方面，AI 算正从云端扩展到终端，玄铁在矢量计算（Vector）和矩阵计算（Matrix）方向的布局，使其有机会赋能更多AI芯片方案，无非就是你的模型大小不同、针对的不同产品而已。
 
此外，相比x86和 Arm，RISC-V具备以下核心优势：1）开放性：无专利授权费用，全球产业链可自由参与。2）可扩展性：支持定制指令集，使芯片设计更具灵活性。3）生态统一性：随着 RISC-V 标准化的推进，软硬件适配成本大幅降低。4）RISC-V在AI领域，还具备很高的包容性，可以支持做CPU/DSA，也支持做GPU、多核产品或者近内存计算。
 
孟建熠强调：“RISC-V架构能够以包容性实现AI原生，RISC-V+AI可能是现阶段架构创新的最终答案。”
 
 
 
 
下一步，打造RISC-V标杆产品是关键
 
虽然RISC-V发展势头迅猛，但眼下仍缺乏足以与x86或Arm在服务器、PC或AI算力上抗衡的“标杆级产品”。国际上，Tenstorrent、Vantana、SiFive等RISC-V厂商均在探索如何以更好的性价比做出真正的高性能产品。
 
孟建熠认为，大规模、性能领先的标杆产品出现，是RISC-V生态实现质变的重要一步。比如在服务器场景，对标 Intel Xeon 5、AWS Graviton4，RISC-V处理需要在SPEC CPU 性能上具备竞争力；在AI PC场景，也要冲刺如同Intel Lunar Lake或Qualcomm Snapdragon X Elite级别的NPU能力；在AI训练推理方面，对标 Google TPU v5p、NVIDIA H100，在 TOPS 计算能力上建立优势。
 
在达摩院看来，RISC-V的开放特性在支持外挂或内置NPU等加速单元方面具有天然优势。用户可基于RISC-V IP核，自主扩展算力引擎并融入完整的编译器、验证工具链。无论是通过PCIe加速卡，还是芯片级、指令级定制，都能让AI算力与通用算力无缝结合。
 
孟建熠总结道：“RISC-V要想真正占据AI 算的一席之地，关键在于如何用更低的成本，可能是1：20，达到主流 AI 芯片的计算效果。”
 
“最终行业一定会走向生态统一，而RISC-V将以开放性和可扩展性成为这场AI革命的重要推手。”在AI时代，RISC-V虽然仍需时间培养更成熟的应用与标杆，但其发展空间与潜在价值正变得愈加明朗。正如阿里云无影事业部总裁张献涛所说：“随着RISC-V软件+芯片生态的不断丰富和性能的持续提升，许多AI业务都将在RISC-V平台上拥有更大的施展舞台。”