更多精彩，请点击上方蓝字关注RVEI
今年1月，英伟达宣布美国RISC-V IP核企业SiFive进入其核心生态体系，RISC-V处理器具备了通过NvLink与英伟达芯片实现高速一致性互连的能力。3个月后，英伟达进一步参投了SiFive 4亿美元G轮融资。开放指令集与AI计算的融合发展之路在2026年逐步展开。
从MCU到智算的标准演进之路
从开放指令集标准发展视角看，两次关键技术规范的发布——2021年向量扩展规范1.0（RVV 1.0）与2024年高性能配置文件规范（RVA23 Profile），将RISC-V产业演进划分为三个阶段。
RISC-V产业演进三阶段
第一阶段（2015—2021年）：在MCU领域站稳脚跟。
从2010年加州大学伯克利分校启动RISC-V项目，到2015年RISC-V国际协会的成立，早期RISC-V更多是凭借开源免授权费、模块化可定制的优势，在嵌入式场景中快速渗透。但这一时期的RISC-V技术规范，缺乏对向量和并行运算的原生支持，导致RISC-V难以进入高性能计算场景。
2021年年底，RISC-V国际协会正式发布了RVV 1.0，新增百余条指令，为数据运算密集的密码学、信号处理以及AI计算等方向提供了向量加速计算的能力，标志着RISC-V迈出了从嵌入式走向高性能计算的第一步。
第二阶段（2022—2025年）：向汽车电子与高性能计算延伸。
依托RVV规范带来的并行计算能力，RISC-V产业在全球范围快速发展。阿里达摩院、北京开源芯片研究院、芯来科技等国内企业及SiFive等国际企业，均迅速推出集成向量单元的新一代IP核，并在汽车电子、边缘计算方向实现了向量扩展的初步商用落地。
然而，高性能计算领域在应用扩张的过程中，面临规范不统一导致实现方式多样化，进而造成软件兼容和适配困难的问题。结合应用定义一套RISC-V厂商共同遵守的规范组合（配置文件）是RISC-V国际协会提出的解决方案。2023年4月，第一批配置文件（Profile）规范正式发布（包括RVA20、RVI20和RVA22等三个规范），但这批配置文件对高性能计算的支撑仍不完整，虚拟化等关键特性尚未就绪。
RISC-V国际协会正式批准RVA23配置文件（来源：RISC-V国际协会官网）
2024年10月，RISC-V国际协会正式批准RVA23配置文件——首次将向量扩展和虚拟化扩展列为强制要求，为RISC-V定义了高性能计算的完整功能集，全球Linux社区等开源软件栈开始面向RVA23标准适配。从操作系统、编译器到AI框架，RISC-V拥有了一个统一、可移植、面向高性能场景的软件目标平台。
第三阶段（2025年至今）：进军高性能与AI推理计算。
RVA23配置文件规范发布后，RISC-V在高性能计算和AI领域的产业化进程骤然提速，各RISC-V芯片厂商纷纷启动符合RVA23规范的项目，进迭时空、蓝芯算力等国内厂商在今年年初发布了首批基于RVA23的芯片产品，各Linux内核社区和各发行版社区也积极推动面向新版规范的适配工作。
目前RISC-V国际协会在继续完善RVA23.1规范的基础上，计划用一至两年时间完成新矩阵扩展指令集的制定，提高RISC-V在AI领域的计算性能，当前形成了三个并行的技术路线。在产业实践上，部分芯片产品已先行探索，阿里达摩院、知合计算、希姆计算等已在实际芯片产品中实现了矩阵扩展功能，产业界对标准化落地的信心较强。
目前RISC-V在关键架构标准驱动下，完成了开放计算架构从“嵌入式计算”到“算力新一极”的产业演进，具备了构建完整AI算力底座的基础条件。
RISC-V构筑AI算力底座的三个核心模块
从产业趋势看，端侧推理场景是RISC-V在AI领域的最佳切入点，向量扩展、矩阵加速和异构集成能力是基于RISC-V指令集构建一套开放、灵活、低成本算力平台的三个核心模块。
一是向量扩展——应对快速变化算子库。随着AI算子库中非线性算子的增加，产业界对CPU计算能力的要求持续提升。从2017年至今，Transformer的每一代模型创新都在引入新算子——数据流不规则、控制逻辑复杂是这些新算子的共同特点，再加上Agent计算负载的流行，使得这类更适合CPU执行的计算任务逐步占到推理时间的30%~40%。
Softmax算子加速效果
从架构设计上看，这也是RISC-V向量扩展的优势。RVV 1.0从设计之初就内置了归约原语、可变向量长度等特性，类似Softmax算子、RoPE算子的计算特性都能通过RVV扩展的原语高效实现，减少在CPU和AI加速单位之间来回搬运数据的次数。根据RISC-V向量扩展部分的实测数据来看，在BERT-Large工作负载上，向量叠加AI自定义扩展后，Softmax算子可以加速4.9倍。
二是矩阵扩展——从向量到矩阵的架构进化。AI计算绕不开矩阵乘法。X86和Arm这两大主流架构几乎在同一时期把矩阵加速扩展到其体系中。Arm在2021年发布SME扩展，2025年推出面向移动端的SME2扩展；英特尔也在服务器芯片上引入AMX扩展。两家公司通过增加矩阵扩展指令，进一步加固其生态护城河。
矩阵扩展三条技术路线
此外，RISC-V正在研制三条并行技术路线，构建了覆盖全算力层级的矩阵扩展规范体系。
其中，集成矩阵扩展（Integrated Matrix Extension，IME）复用现有向量寄存器，以最小硬件开销面向低功耗嵌入式场景；向量—矩阵扩展（Vector Matrix Extension，VME）新增专用累加器，面向推理芯片主流市场；独立矩阵扩展（Attached Matrix Extension，AME）采用单独的矩阵寄存器架构，面向高算力需求应用场景。
目前三条技术路线都在加速推进，未来三者共享统一的编译路径，避免软件生态因硬件分化而碎片化。
端侧AI异构计算架构中，不同处理器和核心的推理时间占比
三是异构集成——端侧AI SoC的开放范式。“专用AI芯片/模块+支持向量的处理器+控制CPU核”的异构计算架构，能最大程度地覆盖不同算力应用需求。其中，专用加速器面向大算力应用场景，专攻GEMM等规整运算，覆盖50%~60%的推理时间，追求极致能效比；向量处理器负责一些非线性算子和主要任务负载，覆盖30%~40%的推理时间；控制CPU核负责控制流、任务调度和长尾算子兜底。
RISC-V开放指令集的优势可以覆盖各环节：第一层的加速核能通过定制RISC-V指令实现控制计算协同；第二层是RISC-V原生向量扩展；第三层是传统RISC-V CPU核——仅凭用同一套开放、免授权费的指令集，就把三层全部打通。
目前在RISC-V阵营中，基于RVV标准规范及其扩展的产业实践也在逐步落地。阿里玄铁、海思、奕行智能、算能科技、苏州睿芯等公司的产品覆盖从消费终端到数据中心的推理需求。其中，奕行智能采用基于RISC-V向量扩展来自研虚拟指令集，做差异化架构创新；微纳核芯则通过RISC-V指令集扩展与存算一体加速器进行集成。产业实践的进一步展开，也会推动标准规范的闭环收敛，从而在端侧推理上构建起RISC-V的计算生态。
生态是算力之争的核心
芯片性能参数的提升，完成了应用底层布局的一半，但架构竞争的最终落脚点是生态之争。目前来看，端侧推理场景的算子种类相对可控，且绝大多数非线性算子更适配RISC-V向量扩展，生态建设的切入点相对明确。RISC-V的开放特性提供了一条与封闭生态截然不同的路径，能够更好地通过产学研用协同共建整个生态。
成立两年多来，RISC-V工委会（以下简称“工委会”）在工业和信息化部指导下，围绕AI生态建设展开了一系列系统化布局。
标准先行。工委会正式发布RISC-V产业生态标准体系，涵盖指令集、安全可信、基础软件、测试评估和产业链五大领域。在RVA23规范奠定的国际标准基础上，工委会进一步推动产业生态标准的本土化落地，为智算场景的规模化部署提供规则底座。在工委会近期组织的高性能平台专题会上，各芯片厂商对RISC-V在数据中心领域已到达生态拐点形成共识——主流操作系统、编译器、AI框架已支持或计划支持RISC-V，越过拐点后的应用迁移成本将显著下降。
如意社区RISC-V软件共建生态图发布（来源：RISC-V工委会公众号）
软件栈补短板。工委会与中国科学院软件研究所共建“如意社区”，作为国内RISC-V原生软件生态枢纽，并联合24家产学研单位共建RISC-V原生软件栈，推动超过100款软件的适配和优化。如意OS已在AI平板、AI PC等终端设备上实现落地。在AI框架层面，中国科学院软件研究所完成ROCm对RISC-V架构的适配，为大模型推理性能带来数量级提升。
OpenHarmony6.0 for RISC-V桌面首次启动成功（来源：RISC-V工委会公众号）
开源开放融合开辟新路径。国内开源鸿蒙社区与RISC-V开放标准体系也在加速融合。进迭时空与中国科学院软件所联合发布RISC-V+OpenHarmony 5.0原生解决方案。深圳市“开源鸿蒙/RISC-V”产业联盟正式成立。开放指令集标准+开源操作系统底座的融合创新，为中国信息产业提供了一条从芯片到应用的全栈开放创新路径。
“RISC-V+AI”开启规模化攻坚
RISC-V与AI的融合正进入“规模化攻坚”阶段。
其一，矩阵扩展标准尚在攻坚期。当前三条技术路线并行布局，虽然覆盖了全算力层级的应用场景，但在国际标准最终发布之前，软件栈的适配始终面临多样性挑战。如何在这一时间窗口进行协同，是产业各方的关键课题。
其二，生态成熟度正与其他架构赛跑。ARM正以SME/SME2矩阵扩展加固移动端壁垒。RISC-V要尽快完成从“能用”到“好用”的跨越——开发者最终的选择标准是交付效率和总成本。
其三，开放架构下的产业协同机制仍需强化。RISC-V无单一商业实体兜底的特性，既是优势也是挑战：芯片设计、软件适配、应用落地的上下游信息传递与联合攻关效率，直接决定生态建设的速度。
从全球产业格局来看，AI计算在端侧推理和专用计算领域正在开辟新的赛道。在这些赛道上，开放指令集架构的灵活性和产业协同能力，正在形成相对封闭生态的非对称竞争优势。
对于国内计算产业而言，RISC-V提供了一条不受制于单一商业实体、不被锁定在封闭生态中的新技术路径，而AI提供了这条路径上最广阔的应用前景。
当下来看，两者的融合发展也是国内计算产业格局重构的历史性机遇。RISC-V工委会将持续聚焦标准、生态和产业协同三个方向，联合更多产学研单位，加速AI框架、推理引擎和关键中间件的适配优化，进一步打通芯片设计、软件适配、终端应用的上下游协作链条。
作者丨中国电子工业标准化技术协会RISC-V工委会执行秘书长 周萌
来源：中国电子报
