RISC-V这两年比较火热，包括英伟达、高通、谷歌、阿里巴巴、华为、兆易创新等科技巨头在这个领域都有研究与布局。
在RISC-V推广和发展过程中，我国的参与度与贡献度在全球位列前茅。中国工程院院士，中电标协RVEI战略委员会主任，中国科学院计算所研究员倪光南近期在演讲中表示，“前几年我们提出的目标——打破传统处理器市场垄断格局，已逐步实现。过去由英特尔X86和ARM垄断的市场，如今已形成"三足鼎立"的态势，其中RISC-V作为新兴力量快速崛起。”
总体而言，RISC-V的发展虽快速，但因沉淀和底蕴略缺，目前只广泛应用于端侧领域，在PC、汽车、手机、服务器等x86和Arm盘踞的高价值地带没有太大的突破。不过，在AI时代，RISC-V有望迎来自己的产业机遇。
倪光南院士认为，当前AI应用正朝着多样化、普适化、大众化方向演进，硬件定制化需求日益迫切，而RISC-V恰好能够满足这一时代要求。“RISC-V在AI领域已获得广泛认可，未来3年必将成为推动AI发展的重要力量。”
“为什么 RISC-V 在 AI 架构上具有天然优势？核心在于它的后发优势与架构灵活性。”在2025 ICCAD-Expo，阿里巴巴达摩院玄铁 RISC-V 商务拓展负责人李珏接受芯师爷等媒体采访时表示，“Arm 和 x86 由于历史包袱沉重，对新兴 AI 算子（尤其是大模型所需的新型算子）难以快速响应；而 RISC-V 从零开始，没有既有约束，可以重新定义底层指令与数据通路，从而更好地适配 AI 工作负载。”
倪光南院士也指出，在AI时代，RISC-V将从多个维度推动芯片产业突破，一是突破工艺与性能瓶颈，通过Chiplet等互联工艺创新，可在架构层面提升芯片性能与工艺能力；二是实现架构融合与快速定制化，基于RISC-V的定制化架构与Chiplet技术，可快速构建特定领域芯片，大幅缩短开发周期；三是支撑新兴计算架构创新，无论是大模型存算一体、异构计算，还是光子计算等前沿技术，RISC-V都能提供灵活的架构支撑。此外，RISC-V还能更好地满足AI时代对安全与标准化的核心需求，适配芯片产业的新发展要求。
RISC-V想要在AI领域全面落地开花，首先要拿出一个标杆产品，比如能在服务器市场，做到芯片性能与x86、Arm相当。不同于RISC-V更熟悉的端侧领域，高性能服务器、AI计算等领域对于生态和标准化都有着极高的要求。
高性能服务器和AI计算系统通常由CPU、GPU/NPU、高速互联网络、存储子系统、操作系统、编译器、AI框架（如PyTorch/TensorFlow）、算子库等多层组件构成。若缺乏统一标准，不同厂商的硬件与上层软件栈之间容易出现兼容性问题，导致开发成本激增、部署效率低下。而且，在如今AI芯片大规模集群部署和超节点技术趋势下，对标准化和一致性的要求并不会减弱。在这种场景下，芯片间通信、任务调度、故障容错、负载均衡等都依赖高度一致的接口与协议。若各厂商采用私有互联协议或内存模型，将无法构建高效、低时延、高带宽的统一集群。
2024 年 10 月，RISC-V 国际基金会正式批准发布面向高性能场景的统一规范——RVA23 Profile。该标准首次在指令集层面为服务器、高性能计算等应用定义了必选和可选扩展，解决了生态碎片化问题。
今年2月28日，达摩院玄铁团队宣布首款服务器级处理器——C930，这是RISC-V冲击高性能计算领域的起点。C930 处理器通用算力性能达到 SPECint2006 基准测试 15/GHz，面向服务器级高性能应用场景。此外，C930 搭载 512 bits RVV1.0 和 8 TOPS Matrix 双引擎，将通用高性能算力与 AI 算力原生结合，并开放 DSA 扩展接口以支持更多特性要求。
阿里巴巴达摩院玄铁RISC-V资深技术专家、软件生态负责人李春强在2025 ICCAD-Expo高峰论坛演讲中表示，玄铁C930是原有910、920上面技术不断迭代，以及产品不断演进过程中沉淀、积累的，在此基础上推出的面向服务器领域的处理器IP，Ppec评分是15分以上，在这里实现了八十多项强制标准扩展指令和非强制标准扩展指令，同时C930上还配备了Vector、Matrix计算引擎，Vector上我们可以针对相对标量指令有30倍的提升，Matrix又在Vector指令集基础上进一步提升10倍以上的性能，所以C930可以在AI大模型计算上，包括DeepSeek、千问上有非常好的计算表现，真正做到了通用算力跟AI算力之间有机结合。
如李春强所介绍，玄铁C930是在原有产品基础上不断积累、迭代演进而来。
据了解，达摩院最早于2018年启动RISC-V处理器研发，2019年发布当时性能最高的RISC-V处理器C910，打破了“RISC-V仅适用于低功耗场景”的固有认知。截至目前，达摩院玄铁已经形成三大系列、近20款处理器IP。
E系列：面向嵌入式，如对标8051的E901，以及支持DSP扩展的E902/E906/E907。
R系列：面向高实时与高可靠性场景，如车载领域的R908/R910。
C系列：高能效与高性能，包括C906/C907/C908/C910/C920，以及面向AI增强的C908X和面向服务器的C930。
在产业化方面，达摩院玄铁已经沉淀了400多个客户，有1000多个IP授权，累计出货45亿颗，应用场景覆盖包括AI、车载、工业控制、信息安全、通信等关键领域，尤其是在高性能方向上，RISC-V做了很多尝试，包括跟软件所这边的如意Book笔记本的尝试，和中国电信做了北海服务器尝试，与江原科技合作D20系列AI PC、AI加速卡等。
当前国内比较热门的智能汽车领域，达摩院玄铁也有不少合作案例。根据李珏介绍，在车用场景落地方面，玄铁已获得众多车用芯片客户的认可，其内核已被集成至客户的车用芯片中并投入实际开发，应用覆盖智能驾驶、ADAS（高级驾驶辅助系统）、车载座舱、车辆预控等核心车用领域，部分合作项目暂未对外公布。李春强在演讲中表示，“AI方向上，我们完全可以覆盖端、边、云不同应用场景芯片。在工业控制这边，我们有很多客户，形成了一系列的工业控制领域芯片。”
生态方面，达摩院玄铁联合Synopsys、Cadence等IP供应商，构建覆盖IO、互联、存储、安全等功能的RISC-V芯片平台。此外，达摩院玄铁还投入大量资源打造厚实的软件栈（SDK），并积极与Canonical（Ubuntu）等主流操作系统厂商合作。
前文提到了标准化制定对于RISC-V在高性能计算领域的重要性。目前RISC-V的标准化由RISC-V国际基金会董事，而达摩院玄铁是RISC-V国际基金会董事、RISE大陆唯一发起单位、指令集标准库部长及高性能计算平台技术小组组长，牵头推进多项标准提案。
在AI与算力成为国家战略资源的背景下，谁主导标准，谁就掌握生态主导权。达摩院玄铁等国内组织在RISC-V标准制定方面的工作，也为构建自主可控的算力基础设施提供了战略支点。
李春强在演讲的最后表示，“ 我们非常期待能够和大家一起，执RISC-V为笔，蘸开源之墨，共书万物智联时代的创新华章。”
