2030年1618亿颗芯片愿景:13位专家大咖为RISC-V产业落地把脉开方
市场快速发展的同时,挑战亦清晰可见。如何把握这“芯”时代的机遇,化挑战为成长的阶梯?如何通过开放协作与创新攻坚,打造RISC-V生态繁荣?在第五届RISC-V中国峰会圆桌讨论环节中,13位产业领袖和专家围绕“RISC-V产业落地的机遇和挑战”这一话题分享了见解。
RISC-V与AI的双向奔赴
RISC-V芯片是一种基于开源指令集架构设计的处理器芯片,它的核心设计理念可以类比为“乐高积木”——通过自由组合基础模块,打造出满足不同需求的芯片。
在AI时代,算法的多样性和硬件需求的碎片化使得传统封闭架构难以适应快速变化的市场。RISC-V的模块化指令集允许开发者根据特定场景裁剪功能,例如通过自定义指令优化神经网络推理效率,或通过向量扩展(V-extension)提升并行计算能力。这种灵活性为AI芯片的定制化提供了底层支撑,使其成为边缘计算、物联网设备等低功耗场景的优选架构。
在圆桌讨论的现场,超七成的业者认为,开放的架构利于硬软件协同设计(27%),模块化、可扩展的架构(24%),可定制的指令集(23%)是RISC-V在提升生成式AI算法的性能和效率方面的三大技术优势。
北京开源芯片研究院首席科学家包云岗总结了RISC-V对AI的三大机遇:(1)协同优化:RISC-V能与CPU深度结合,适应AI扩展指令(如Agent模型调用),类似历史浮点或多媒体指令融合。(2)灵活可定制:在推理场景(如云端大模型或边缘定制版),RISC-V支持硬件裁剪和优化。(3)软件生态统一:通过标准化扩展指令集,可整合分散的“垂直烟囱式”软件栈,全球共建生态以挑战CUDA。
英雄所见略同。算能高级副总裁高鹏指出,RISC-V的开放性、可扩展性(模块化指令集)和生态潜力是其机遇。开放特性支持架构创新(如数据流、Chiplet),仅实现必要模块则实现芯片设计的成本最优。RISC-V有望通过全球共识性标准挑战CUDA生态,算能等公司正探索相关路径。
AI优化ASIC能否取代GPU?
针对AI和并行计算优化的ASIC,是否会成为未来AI训练、微调及推理芯片的主流趋势?芯原股份董事长、创始人兼总裁戴伟民博士引出“Baby RISC-V”概念,引发深入探讨。
Tenstorrent首席架构师练维汉阐述了“Baby RISC-V”的定义与价值。在AI加速器中,“Baby RISC-V”指大量小型、专用化的RISC-V核心,用于高效管理数据流动和指令调度,而非复杂计算。例如,Tenstorrent采用简单核处理管理任务,将硅面积集中于计算单元,从而提升能效和灵活性。这种设计针对特定负载优化,避免了通用核的冗余复杂性。
知合计算CEO孟建熠对此表示认同,并进一步补充道:“‘Baby RISC-V’是处理AI计算的一条重要路径。它简化了CPU控制通路,将有限的硅面积集中用于计算单元,这对于计算密集型工作负载来说是非常有利的。然而,除了‘Baby RISC-V’之外,还有其他多种路径可供探索。‘Big RISC-V’ 在业务推动方面也发挥着关键作用。RISC-V的开放性和可扩展性为多样化的创新提供了坚实的基础,有助于构建一个繁荣且多元化的生态系统。”
中兴微副总经理石义军从实际应用场景出发分析道:“在训练场景中,模型能力备受关注,但当模型逐渐收敛后,能效问题将变得更加显著。此外,GPU已经在市场中形成了大量的优化成果,如何在新架构上避开这些问题并建立更好的生态,是当前面临的关键挑战。我认为Tenstorrent的‘Baby RISC-V’方案在推理端具有广阔的应用前景,尤其是在端侧和边侧,ASIC架构创新也将迎来众多机会。”
阿里巴巴达摩院RISC-V副总裁杨静则从生态建设的角度阐述了RISC-V所面临的挑战与机遇:“我曾在英伟达工作多年,从英伟达经验看,GPU优势不在单芯片算力,而在CUDA生态的软件迭代能力。RISC-V短期难点是移植或构建类似生态,长期需强化软件栈(如编译器统一)。玄铁布局专用寄存器方案,并投入资源构建兼容软件栈,从而支持RISC-V在AI领域的更大发展。”
根据现场的投票结果显示,52%左右的从业者预测,“AI优化ASIC不会取代GPU成为趋势”,48%认为会取代,意见高度分化。
RISC-V率先落地的应用场景
谈及RISC-V在端侧应用的前景,戴伟民展示图表并指出:2030年RISC-V市场发展蓬勃,主要份额由可穿戴、计算、通讯、消费电子、工业电子、汽车电子所瓜分,其中“可穿戴、消费电子AI加速”作为高增长区。
针对“在始终在线、超低能耗、超轻量应用领域,RISC-V的MCU、MPU率先落地的应用场景”的多选投票,现场业者更看好智能穿戴和轻量设备:智能手表/手环(22%),智能家居/家电(17%),AI/AR/VR眼镜(14%),耳机/助听设备、智慧玩具(8%)。
芯原股份执行副总裁、定制芯片平台事业部总经理汪志伟指出,基于低功耗、成本敏感和软件支持度,率先落地领域包括智能家居/家电(如扫地机器人)、智能手表/手环及民用安防设备(如电池摄像头)。这些市场已培育成熟,芯原等公司已推出RISC-V方案。此外,AI/AR/VR眼镜等新兴领域也在积极研发中,有望成为RISC-V的下一个应用热点。
奕斯伟计算高级副总裁、首席技术官何宁则从需求变化的角度进行了分析,率先落地取决于三点:新需求迭代、RISC-V能效优势发挥、软件生态成熟度。两年内若满足这些,RISC-V将快速渗透。
南京沁恒微电子技术总监、董事杨勇分享了公司在RISC-V领域的成功经验。公司走差异化路线,聚焦MCU连接本质,布局接口、基带算法等技术,形成“技术创新-产品落地-利润反哺”的良性闭环,其RISC-V调试技术获市场认可。
值得一提的是,RISC-V在自动驾驶/ADAS的高级计算解决方案中的优势,同样势不可挡。
芯来科技创始人胡振波指出:“汽车领域过去软件生态割裂,存在众多私有架构,形成了一个个孤岛。RISC-V的出现建立了统一软件架构,避免了对单一IP供应商的依赖。在自动驾驶和ADAS场景中,RISC-V的高算力优势和车规认证支持使其具备了强大的综合竞争力,能够实现跨产品形态的落地。RISC-V在汽车领域的发展前景广阔,有望成为汽车电子领域的重要技术支撑。”
工具链与生态链的破局之道
在圆桌讨论的最后阶段,探讨话题聚焦到生态建设。戴伟民博士提问:目前RISC-V工具链、验证平台的成熟度如何?RISC-V生态链中还有哪些亟待解决的问题?
新思科技技术执行总监张春林指出:“与Arm相比,RISC-V在测试集和定制化指令集方面存在差距。工业界对Arm的兼容性测试和Benchmark测试较为完备,而RISC-V仍需努力追赶。此外,RISC-V的定制化指令集需要大量工程支持,这对企业的技术能力提出了更高要求。”
合见工软CTO贺培鑫则强调了软硬件协同验证的重要性:“RISC-V的开放性要求更早期的软硬件协同性能和功能验证。合见工软致力于在芯片流片前提供验证解决方案,通过先进的验证技术,确保芯片的性能和功能符合设计要求。同时,我们也在探索芯粒技术,实现芯片功能的灵活组合,从而助力RISC-V生态的多元化发展。”
对于生态链建议,贺培鑫强调,开放架构需配套EDA创新,以支持芯粒集成和功能定制。
结语
RISC-V的产业落地不仅是技术迭代,更是生态范式革命。其开放基因驱动"自主可控"与"商业繁荣"双重目标,在AI、医疗、汽车等领域加速融合。随着工具链成熟与跨域协作深化,RISC-V正成为智能时代真正的"算力底座"。