更多精彩，请点击上方蓝字关注RVEI
当前工业数字化转型持续提速，工业场景需求跨度大、定制化特征突出，RISC-V 开放可控的架构价值愈发凸显，如何充分释放技术潜力、实现规模化与差异化落地，成为产业关注焦点。
日前，在2026中国国际工业博览会达摩院玄铁 RISC-V 生态活动区，中电标协 RISC-V 工作委员会产业研究与宣传主任李卫忠主持专题对话，与阿里达摩院玄铁 RISC-V CPU IP 解决方案负责人黄怡皓，围绕 RISC-V 在工业领域的应用能力、处理器产品矩阵、软件生态建设、碎片化场景解决方案以及工业端侧 AI 智能化架构等行业核心议题展开深度交流。
RISC-V 工业应用能力
已跨过可用性阶段，迈向规模化落地
李卫忠：工业场景纷繁复杂，覆盖感知采集、运动控制、边缘网关等跨度极大的应用，对架构的功耗、可靠性、成本、生命周期均有着严苛标准。从产业实际落地视角来看，RISC-V 当前是否具备充足能力，去支撑种类丰富的工业场景应用？
黄怡皓：我觉得答案是肯定的。到今天这个阶段，尤其是在工业领域，RISC-V 已经不是“能不能用” 的问题，而是“怎么更高效地用、怎么更好地做差异化”的问题。
工业市场本身就非常适合RISC-V。因为它有几个非常典型的特点：
第一，场景丰富，从传感器节点、智能表计、家电控制、工业采集单元，到 PLC、伺服、机器人、工业 SSD、工业网关，需求跨度很大；
第二，产品碎片化很明显，不同客户、不同项目都会有自己的定制需求；
第三，生命周期长、可控性要求高，客户非常看重架构自主、平台可演进和长期供货能力。
而RISC-V 的优势恰恰就在这里。它既具备开放、可控的架构特性，又支持灵活扩展，能够帮助客户在标准架构基础上快速形成更匹配场景的方案。尤其在工业这种既强调成本和功耗，又强调实时性、可靠性和可维护性的行业里，RISC-V 的价值会体现得更充分。
所以如果用一句话总结，RISC-V 在工业领域现在已经完全具备支撑丰富应用场景的能力，而且已经走向 “规模化落地”。
玄铁处理器分层矩阵
E/R/C 清晰分层，AI 扩展补齐智能算力需求
李卫忠：玄铁打造了E、R、C 三大处理器系列，而不同工业场景诉求差异显著，低功耗感知、确定性实时控制、高性能边缘计算对芯片的可靠性、实时性、算力指标各有侧重。请解读三大系列的命名内涵、市场应用定位与核心技术特性；伴随工业智能化普及，大量设备叠加 AI 本地推理需求，应当如何理解这套完整处理器体系？
黄怡皓：好的。其实从工业客户理解和选型的角度来看，玄铁现在已经形成了一套比较清晰的分层体系，可以概括为E、R、C 三大系列，再叠加面向 AI 的扩展能力。
先说E 系列。E 可以理解为面向嵌入式和传统 MCU 的系列，它主要服务于工业系统最底层、最靠近感知和执行的部分。比如传感器节点、智能表计、家电控制、工业末端采集单元，这些场景的共同特点是超低功耗、低成本、节点数量大、需要长期稳定运行。
所以 E 系列最核心的价值，就是用更低的功耗、更优的成本和足够的控制能力，支撑工业末端的大规模数字化接入。
第二类是R 系列。R 的定位非常明确，就是面向实时控制。工业里面像 PLC、伺服、电机控制、机器人关节控制、运动控制，甚至工业 SSD 的调度和关键路径控制，这些都不是简单看峰值算力，而是更看重确定性、低时延、实时响应和高可靠性。R 系列的核心价值就在这里。
比如它采用 TCM + Cache 双存储架构，关键实时任务可以放在 TCM 中执行，保证时延可预测，而复杂软件又可以借助 Cache 提升整体性能；再加上片上存储 ECC，就形成了工业控制和工业 SSD 这类场景非常需要的 “确定性实时 + 高可靠” 组合能力。
第三类是C 系列。C 是面向更高性能和更复杂软件平台的系列。比如工业网关、边缘计算、机器视觉、机器人上层控制的 AP 核，甚至更高阶的智算和服务器场景。像 C925、C930、C950，已经形成了一个比较完整的矩阵。
C 系列的核心特性是：更高算力、更强系统承载能力、更复杂的软件栈，适合进行多任务处理。
在这三类基础之上，如果客户有更强的AI 需求，我们还可以进一步叠加 AI 扩展能力。因为现在工业设备不只是要做自动化控制，还要做本地推理、视觉分析、状态识别和矩阵计算。这时候，我们可以在现有处理器体系上，外置大位宽的 RVV 计算单元，用来配合矩阵运算，形成从控制流到 AI 计算的协同架构。
所以整体上可以这样理解：E 负责低功耗感知和 MCU 控制，R 负责高实时和高可靠控制，C 负责高性能平台和复杂应用，而 AI 扩展能力则进一步补齐了向量计算和矩阵运算需求。
工业软件生态
跳出“有无之争”，从生态补课转向价值释放
李卫忠：过往行业常常探讨RISC-V 存在软件生态短板，工具链适配、操作系统兼容、开发调试体系，直接决定芯片能否顺利完成量产落地。聚焦工业赛道，玄铁在软件生态方面取得了哪些建设进展，能否匹配工业客户的实际开发与长期运维诉求？
黄怡皓：如果放在今天这个时间点来看，我认为在工业领域，RISC-V 已经没有本质上的生态障碍了。
因为工业客户真正关心的软件生态，不是有没有海量应用，而是几个更务实的问题：比如工具链成熟不成熟，RTOS 和 Linux 能不能稳定运行，驱动和中间件是不是完善，调试、验证、追踪这些开发体系是不是完整，能不能支持长期维护和量产交付。
从这些维度来看，玄铁在工业领域的软件生态已经比较完整了。我们能够支持从MCU、实时控制到高性能平台的多层次软件开发需求，包括基础工具链、RTOS、Linux、驱动框架，以及相应的调试支持体系。
另外，一个非常有代表性的信号是，RISC-V 现在已经适配 Android 16。这说明它不仅可以服务底层嵌入式和实时控制，也开始具备了承载更复杂上层软件平台的能力。对于工业网关、工业 HMI、边缘智能终端这类场景来说，这是非常关键的一步。
经过整个RISC-V 行业这么多年的努力，今天再看工业领域的生态问题，早已从 “补课” 转向 “价值体现” 了。
破解工业碎片化痛点
FLEX标准化DSA流程，降低定制化芯片开发门槛
李卫忠：工业市场碎片化特征突出，不同细分行业、项目会产生大量定制指令、专用硬件加速的诉求。传统模式下客户做专用计算加速，要么软件实现效率低下，要么自研DSA 投入大、周期长、风险高。玄铁采用怎样的技术方案，化解碎片化难题，赋能客户打造具备差异化竞争力的工业芯片？
黄怡皓：这个问题其实非常关键，因为工业最大的特点之一就是碎片化。不同细分行业、不同客户、不同项目，都会有很强的差异化需求。过去客户如果想做专用加速，通常只有两条路：要么在软件层面硬做，效率不高；要么自己投入很大成本去开发DSA，周期长、风险也高。
针对这个问题，我们提供的是一套完整的DSA 集成标准化流程，叫作 FLEX。它的核心价值就是：让客户不需要从零搭建 DSA，而是用标准化方式，把算法热点快速变成可落地的扩展能力。
FLEX 覆盖的是从 RTL 到工具链，再到验证环境的一站式交付流程。客户在前面只需要做一件关键事情，就是把自己的算法和热点函数确认清楚，把最值得加速的部分抽象成明确的计算指令。之后就可以通过这个平台，用一套比较简单的描述语言，自动生成对应的 RTL，同时配套完整的仿真和验证环境。
这样做有几个非常现实的好处：第一，客户不必从零开发DSA，开发门槛和投入都会明显降低； 第二，流程标准化，开发周期更短，风险更可控； 第三，具备复用性，标准接口可以横向覆盖 E / R / C 系列，客户不用在不同平台上重复造轮子； 第四，硬件、软件和验证可以协同推进，更容易进入系统级量产集成。
FLEX 做的事情就是：把工业客户 “高成本、高手工、高风险” 的专用加速开发，变成 “标准化、可复用、可量产” 的平台能力。
面向AI 算力下移
构建端侧完整AI 底座，实现自动化与智能化融合
李卫忠：AI 算力持续向设备端、边缘端下沉已经成为产业大趋势，工业设备不再只执行基础自动化动作，本地状态分析、缺陷识别、实时推理需求快速爆发。玄铁是否形成体系化架构，来承接工业设备爆发的智能化升级需求？
黄怡皓：答案是肯定的，而且我们认为这会是工业下一阶段非常重要的增长点。因为工业设备正在从传统自动化，走向“自动化 + 智能化” 融合，越来越多感知、分析和推理任务需要在设备侧和边缘侧完成，而不是全部依赖云端。
工业现场对实时性、带宽、可靠性和数据安全都有很高要求，很多应用必须在本地完成决策和响应。所以AI 算力下移，其实是工业智能化发展的必然趋势。
针对这个趋势，玄铁提供的是一套可持续迭代的端侧AI 底座。
一方面，我们有成熟的 C 系列产品，负责控制流、任务调度和系统承载；
另一方面，我们可以将 C 系列与 Titan Vector IP 结合，提供灵活的大位宽 RVV 向量计算能力，配合我们的 TPE 模块，或者客户自研的 tensor，去支撑矩阵运算和各类 AI 热点计算；
同时，我们提供配套的高性能算子库和编译工具链，帮助客户更快把模型和算法部署起来。
所以我们的思路不是只提供一个单点加速模块，而是从控制核、向量计算到软件算子，形成一套完整协同的工业AI 架构。 这样客户既可以快速落地现有 AI 应用，也可以基于统一体系持续做优化和演进。
最后总结一下，站在工业数字化转型的关键节点，RISC‑V 正以开放可控的架构底色，打通从底层感知、实时控制到边缘智能的全链路能力。技术的突破只是起点，软硬协同、生态共建才是穿越工业碎片化挑战、驱动产业规模化前行的核心密码。面向未来，随着端侧 AI 算力持续下沉，RISC‑V 将持续深耕工业真实场景，以标准化底座承载千行百业的差异化创新，为中国工业智能化升级注入源源不断的芯动能。
来源：RVEI秘书处
