端侧AI崛起，RISC-V扮演关键角色

历经几年的厚积薄发，AI终于到了走向千行百业的关键节点。和早期大多数应用只依赖于云端算力不一样，因为延迟和隐私的需求，在端侧应用部署算力已经成为共识。特别是在人工智能应用最为广泛的AIoT领域，这个需求尤为迫切。
 
顾名思义，所谓AIoT，是指将人工智能（AI）深度融入物联网（IoT）之中。从智能摄像头、扫地机器人，到智能门锁、智能家居，再到AI眼镜、机器人等新兴终端，越来越多设备正在从“连接万物”走向“理解万物”。由此可见，智能的端侧摄像头变得空前重要。智能视觉芯片，也也迎来了性能、功耗与生态协同等多重考验。
 
也正是在这些需求的驱动下，RISC-V迎来新契机。
 
为何是RISC-V？发展的必然！
 
众所周知，在这波RISC-V崛起之前，市场上任何端侧方案基本都是以X86和Arm架构为主。但随着应用的深入，大家逐渐发现，虽然他们各自的优势很突出，但每人的短板同样明显。
 
对于AIoT而言，X86最大的优势在于成熟的软硬件生态和强大的通用计算能力，但其相对复杂的架构和较高的功耗，使其并不适合大量资源受限、对成本和功耗高度敏感的终端设备。尤其是在智能摄像头、智能门锁、可穿戴设备等场景中，很多应用并不需要PC级别的通用算力，而更需要一颗能够针对具体任务进行优化的“小而精”的处理器。
 
相比之下，Arm在端侧市场已经建立了极其成熟的生态，并凭借低功耗、高性能等优势占据了智能手机、汽车电子以及大量嵌入式市场。但随着AIoT应用越来越深入，端侧应用开始裂变，端侧智能不再是单一形态，而是呈现出分层化趋势：L1 基础感知层：低成本、低功耗（如智能音箱、基础平板）；L2 专用交互层：特定场景优化，导航识别，人脸识别（如扫地机导航、考勤识别）；L3 高阶认知层：高算力、多模态、大模型边缘部署（如 AI 眼镜、安防 Agent。）
 
这种转变落实到端侧 AI 应用端，带来的的核心变化不仅体现在把云端模型搬到设备上，还要求设备在有限算力、有限功耗和有限存储条件下，独立完成“采集—理解—决策”的实时闭环。
 
具体到视觉方面，深耕行业多年的芯片厂商全志科技认为，端侧视觉底座归纳为七种"上下文能力"：连续性（关键事件不缺席）、质量（暗光逆光依然清晰）、完整性（视觉与音频多模态融合）、理解性（端侧本地推理）、密度（高效编码与关键信息提取）、流转性（端云协同认知）、交互性（信息分发形成闭环）。这七种能力，恰恰对应了端侧 AI 对实时性、低功耗、多模态融合和隐私安全的刚性需求。
 
而随着需求的变化，则对相应的芯片提出了更高的要求。以近年来比较火的智能眼镜为例，随着从可穿戴设备升级为 AI 智能助手，智能眼镜要求芯片在极小封装和低功耗条件下，实现端侧视觉的毫秒级感知、识别与响应。
 
换而言之，端侧视觉的芯片竞争核心已从单一算力转向整体系统效率，端侧 AI 比拼的也不再只是算力峰值。面对这些要求，相比封闭的指令集，拥有开放性、精简性、灵活性与可扩展性等先天优势的RISC-V，有机会一展所长。
 
首先，是因为RISC-V 天生具备深度定制能力，允许芯片厂商围绕视觉AI应用的具体负载扩展专用指令；其次，得益于模块化指令集设计，RISC-V 可以按需保留功能模块，减少冗余逻辑，从源头降低动态与静态功耗，展现出优越的能效优势。
 
更重要的是，开放生态带来的持续创新能力。开放指令集摆脱了单一架构授权的限制，开发者能够自由构建处理器、工具链与软件生态，加速算法与硬件协同演进，也让端侧视觉产品具备更长的生命周期与更强的自主可控能力。RISC-V 的价值，不只是开放，更是让 AI 芯片能够围绕应用持续进化。
 
作为国内RISC-V领域的先驱，阿里达摩院在其中有了丰富且极具竞争力的积累。
 
从入门级到高性能，达摩院全面布局
 
其实早在RISC-V尚未成为产业热点之时，达摩院便开始围绕这一开放架构进行布局，并逐步将触角延伸至玄铁系列RISC-V CPU IP、AI加速、软件工具链及开发者生态等多个环节。也正是这套相对完整的布局，让他们有能力为RISC-V进一步走向端侧AI，提前铺设了基础。
 
如图所示，截至目前，玄铁 RISC-V 已陆续推出高性能和AI增强处理器（C系列）、高可靠实时处理器（R系列）、低功耗处理器（E系列）和多核多簇互联（XT-Link系列）等多款玄铁处理器产品，实现从嵌入式到高性能的全场景性能需求覆盖，包括智能终端、网络通信、AI 智算、边缘计算、服务器及周边等多个热门场景，累计授权芯片出货数量已超过45亿颗。（能够补充点数据，证明这个出货量处于什么水平？）
 

 
复盘玄铁这些年RISC-V产品的发展历程，更是RISC-V从嵌入式走向高性能计算的一个缩影。对芯片行业有了解的读者都知道，从一颗IP到实际应用，不可或缺的重要一环是芯片公司。具体到端侧方面，在玄铁RISC-V演进过程中，本土头部芯片公司珠海全志扮演了这样一个重要角色。
 

 
针对L1 基础感知应用，全志基于玄铁E902打造了A733，以极低 BOM 成本赋予平板/AIoT 基础 AI 能力，推动智能大众化。
 
作为一颗低功耗 MCU 控制处理器，玄铁 E902 负责了整颗芯片的系统管理与任务调度。它具备实时响应能力，可处理数据采集等时间敏感任务，同时承担硬件资源分配、系统状态控制和各功能单元协同管理。在低负载与待机场景下，E902 可独立维持基础系统运行，显著降低整机功耗，并通过分担音频等轻量级任务，减轻主处理器负载、提升整体能效与稳定性。
 
基于玄铁C906，全志推出了R128，破解了L2 多模态应用的语音+视觉联动条还在那，以高集成度打造了能搞定语音唤醒与简单视觉反馈，推出极致性价比（汤姆猫机器人）产品。
 
据介绍，这颗名为玄铁 C906 的主处理器拥有高达 533MHz 的主频，具备强劲高效的算力，能为智能音箱等消费和行业设备加载 AI 算法模型注入了强大的动力。同时，玄铁针对音频等多项应用开发的诸多参考设计，可帮助智能家居、智能穿戴和工商应用主控 SoC 设计公司快速实现创新设计。
 
面对L2 运动控制的SLAM实时路径规划需求，全志推出了集成了玄铁E906的MR527。作为整颗 SoC 的主控处理器，玄铁E906主频最高 200MHz，负责全域控制与实时计算。它能够统一调度各处理单元和丰富外设接口，实现传感器数据采集、运动控制、状态监测等高实时性任务，为机器人提供快速响应、稳定控制和流畅交互，保障扫地机器人（石头科技）不迷路、不碰撞。
 
除此以外，全志科技还推出了搭载玄铁 E907 的 V853，面向 L2 专用交互场景，解决低功耗人脸识别带来的实时性与能效的双重挑战，以“小核大智慧”的设计理念，在边缘侧实现精准、高效的人脸 AI 交互，为智能考勤、门禁等设备提供高性价比解决方案。
 
作为 V853 的实时控制核心，玄铁 E907 是采用 5 级按序流水线，主频可超 1GHz，兼顾高性能、高实时性与低功耗。它与全志自研 NPU 深度协同，实现毫秒级快速启动、低功耗待机及高效 AI 视觉处理，为边缘设备提供精准、流畅的人脸识别体验。
 
从上面的介绍我们可以看到，玄铁和全志正在一步步推动RISC-V在端侧AI应用走向高端。近日，他们双方官宣，将玄铁 C907 推向端侧视觉智能。这对无论双方还是整个RISC-V产业来说，都是一个重要里程碑。
 
玄铁C907赋能，开启端侧视觉新时代
 
在全志科技看来，历经多年的发展，端侧视觉早已不再满足于“拍得清楚”，而是被要求“看得懂、反应快、靠得住”，端侧视觉正迈向“实时智能”时代，4K 高画质、毫秒级响应、数据隐私和本地 AI 已成为四大核心需求。这意味着芯片不仅要在有限功耗下完成高清视频处理与 AI 推理，还要将数据留在设备端，并在一帧时间内完成从图像采集、识别到决策的完整闭环。
 
因应这些需求，达摩院团队带来了全新的玄铁C907。
 

 
据介绍，作为一款RISC-V架构低成本高能效多核处理器，玄铁C907支持RV64和RV32两种模式。采用9级部分双发顺序流水线架构，实现优秀的计算能效。而为了提升AI计算能力，达摩院团队还为玄铁C907首次搭载了RISC-V Vector扩展和玄铁Matrix扩展。其中，玄铁Matrix扩展包含矩阵运算和访存指令，支持INT4/INT8/FP16/BF16，面向AI提供128GOPS/GHz～512GOPS/GHz的计算能力。
 
玄铁技术团队表示："玄铁 C907 还针对 AI 穿戴场景进行了系统级优化——RVV1.0 向量扩展与 Matrix 矩阵加速引擎的结合，使 C907 在轻量级 AI 任务处理上实现了能效与性能的平衡。"
 
基于这些领先能力，全志科技认为，玄铁C907能在SoC中充当"通用计算底座"，负责统筹全局、分配任务、协调各模块高效运转。更重要的是，其RISC-V 开放架构使全志能够根据视觉场景需求进行深度定制，这是传统封闭架构难以企及的灵活性。
 
全志也将其和公司自研NPU搭配，打造了行业领先的 V881，为众多应用提供算力支持。在全志看来，可以压缩成更适合媒体稿的版本，保留核心技术价值，同时减少参数堆砌：
 
玄铁 C907 的核心价值，并非替代 NPU，而是补齐端侧 AI 的通用算力短板。其支持 RVV 1.0 向量扩展与 Matrix 矩阵扩展，在提供高效 INT8/FP16 向量算力的同时，大幅提升矩阵计算效率，可独立完成图像预处理、特征提取等轻量视觉任务，并与 NPU 形成“推理+前后处理”的双引擎协同，让 AI 流程更加高效。
 
在系统架构上，V881 采用双核异构设计：玄铁 C907 运行 Linux，负责视觉 AI、网络通信与多媒体应用；实时协同核心运行 RTOS，承担音频与 MCU 级实时控制，实现 AI 计算与实时任务互不干扰；安全方面，玄铁基于 RISC-V 原生支持 PMP 与 TEE，从芯片底层建立硬件信任根，对固件进行度量与校验，有效提升 AIoT 设备的端侧数据安全与抗篡改能力；生态方面，玄铁 C907 同时兼容 RV32、RV64 及 RVA22 标准，支持 Linux 6.6 定制内核与完整开发工具链，开发者可复用现有 RISC-V 软件资产，快速完成 AIoT 应用开发。
 
总而言之，受惠于具备高算力和低功耗等特点的玄铁C907赋能的V881能为AI眼镜/Agent等对高算力和低功耗有严苛要求的应用提供可靠的支持。再叠加其完善工具链、C907能助力全志等合作伙伴降低产品开发门槛，加快产品开发速度，进一步加速 AIoT 产品的规模化落地与生态普及。
 
写在最后
 
如前文所述，自E902以来，玄铁处理器已经走过了RISC-V从嵌入式到高性能的完整流程。而通过与全志六年的持续合作，双方已经验证了 RISC-V 从技术探索走向大规模商业落地的可行性。
 
从 D1 到 V883，两者的合作也正在一步步将RISC-V推向了过去大家认为难以攻克的高端场景，其打造的产品已覆盖工业、车载、安防、AI 眼镜等多个场景，并通过影像设备、智能门锁、教育机器人等终端进入消费市场，证明开放架构具备成熟的产业化能力。更重要的是，RISC-V 的竞争力早已不再只是“开源 ISA”本身，而是正在形成一套覆盖处理器 IP、操作系统、AI 算法、开发工具链与行业方案的完整生态。
 
当 AI Agent、智能眼镜、机器人等新一代终端进入爆发前夜，玄铁与全志所走出的这条道路，也折射出整个 RISC-V 产业的发展方向——开放架构正在从“可替代”迈向“可定义”，并成为端侧智能时代越来越重要的底层计算基座。
 
作为当中的先行者，达摩院玄铁正扮演着 RISC-V 产业链核心赋能者的角色，让越来越多的创新企业能够站在统一的底层技术之上，共同推动端侧智能进入规模化时代。