美股“七巨頭”（Magnificent 7）全部在使用RISC-V，其中5家與SiFive合作開展RISC-V相關產品研發；預計到2031年，RISC-V芯片年出貨量將達到210億顆，RISC-V IP市場規模將達到20億美元。
7月18日，由芯原微電子和上海開放處理器產業創新中心主辦的"RISC-V和物理智能論壇"在上海張江科學會堂舉行，主題為"RISC-V賦能空間計算與物理智能"。會上，SiFive現場應用主任工程師張巖發表題為《用RISC-V構建人工智能時代》（Architecting the AI Era with RISC-V）的演講，從NASA的下一代太空計算機講起，系統闡述了RISC-V架構在物理AI與Agentic AI時代的技術價值，以及SiFive覆蓋從嵌入式到高性能計算的產品布局。
SiFive現場應用主任工程師張巖
RISC-V發明人創立的公司
張巖本人曾在Arm和MIPS等處理器公司工作，2016年因RISC-V進入上海的契機接觸并認識了RISC-V團隊，此后加入SiFive，負責SiFive處理器在國內的技術落地。SiFive中國總部也設立在上海。
SiFive由RISC-V的幾位主要發明人創立，源自加州大學伯克利分校——在David Patterson教授的支持和授權下，團隊制定了第五代RISC處理器架構，并堅信RISC-V的生命力足以支撐一種全新的商業模式，與其他指令集架構抗衡。
作為RISC-V的創始者和"黃金標準"，SiFive自2010年起引領RISC-V商業化進程，擁有業內最大的團隊和投入，目前已獲得超過500個設計訂單（design wins），采用其技術的設備出貨量達數十億顆，并獲評GSA 2025最受尊敬的私有半導體公司。
張巖給出了一組判斷RISC-V市場潛力的數據。美股"七巨頭"（Magnificent 7）全部在使用RISC-V，其中5家與SiFive合作開展RISC-V相關產品研發；預計到2031年，RISC-V芯片年出貨量將達到210億顆，RISC-V IP市場規模將達到20億美元。
他同時強調了RISC-V架構本身的靈活性——模塊化（Modular）的指令集設計讓開發者可以根據不同需求組合出解決問題的指令子集，且沒有像Arm或x86那樣嚴格的準入限制——Arm的架構授權掌握在一家公司手中，x86則掌握在為數不多的幾家公司手中，而任何人都可以參與RISC-V的指令和標準制定，并在其基礎上開發AI、物理AI等特殊應用。谷歌、Meta、英偉達等公司均在公開信息中披露過與RISC-V的合作。
四大產品線涵蓋從嵌入式到高性能計算
隨著架構不斷演化和成熟，RISC-V正從最初的嵌入式領域進入汽車電子、存儲、數據中心等新市場。張巖提到，今年業界已經出現了RISC-V服務器級別的芯片，"RISC-V終于在數據中心里面得到了應用"。AI與機器學習、汽車、邊緣計算、物聯網/嵌入式、消費電子、數據中心、航空航天、存儲等多元化市場，正在全面轉向基于RISC-V的AI計算。
針對這些市場，SiFive構建了覆蓋嵌入式到高性能計算的四大產品系列：
SiFive Essential：高效嵌入式處理器，面向微控制器、物聯網設備、實時控制和控制面處理，可高度定制，是經過產業驗證的成熟設計；
SiFive Intelligence：可擴展AI處理器，基于RISC-V向量擴展、SiFive智能擴展指令和AI硬件加速器，覆蓋邊緣AI、云端訓練與推理；
SiFive Performance：應用處理器，基礎設施方向提供性能最高、最先進的RISC-V處理器和橫向擴展能力，消費與邊緣方向提供最佳計算密度和功耗效率，并已支持Android；
SiFive Automotive：功能安全控制器，提供業界最廣泛的RISC-V安全處理器組合，從MCU到高性能SoC，可選ASIL B和ASIL D等級，支持多核/集群、向量、虛擬化和安全特性。
從NASA的太空計算機講起，物理AI需要什么樣的處理器？
演講中最具啟發性的案例來自太空。張巖介紹，NASA未來的太空計算機（HPSC，High Performance Spaceflight Computing）將基于RISC-V架構，用于自主漫游車、視覺處理、太空飛行和制導系統。
太空計算對處理器提出了極端要求。首先是容錯能力：沒有大氣層保護，外太空的輻射會直接損傷電子元器件——當年日本福島核電站事故中，進入現場的機器人就被輻射"打壞"了電子元件。因此處理器必須能夠在多核系統中檢測、控制、隔離隨機故障并從中恢復，通過多核、多集群配置實現性能可擴展性和冗余備份。其次是極致的功耗效率：張巖解釋，熱交換有傳導、對流、輻射三種方式，而外太空是真空的，沒有介質進行傳導和對流，只能靠輻射散熱，因此對功耗和散熱的要求極高。RISC-V精簡指令集天然具備低功耗特性，還可以通過靈活的電源域劃分進行動態功耗管理——這一點對地球上電池驅動的機器人同樣適用。
第三是自主智能。"為什么一個上天的東西要有AI？"張巖以電影《火星救援》舉例：從地球到火星，光信號傳播需要好幾分鐘，如果火星車完全依賴地球遙控，遇到一塊石頭、一個障礙，控制延遲將無法接受，必須依靠自身的智能完成從感知（Sensing）、認知（Perception）、推理（Reasoning）到執行（Actuate）的閉環。同樣的物理規律在地球和火星上有不同的溫度、壓力和加速度參數，這個案例正是物理AI的絕佳參照。此外，太空任務周期長，處理器還要支持軟件工作負載隔離、多操作系統/RTOS并存、在軌安全更新——而一個開放的、有生命力的架構，才能保證十幾年后仍有人為它寫軟件、做維護，這正是開放標準處理器的意義所在。
在落地層面，SiFive與Microchip合作的X288實現方案展示了如何滿足航天級可靠性：SiFive的Split-Lock技術允許一對內核以獨立模式或雙核鎖步（DCLS）模式運行，DCLS用于檢測系統邏輯故障，鎖步邏輯通過比對輸出識別不一致，一旦檢測到故障，系統即執行應用層糾正動作。X系列正為未來的太空探索提供關鍵算力。
Intelligence Gen 2：覆蓋物理AI的全算力譜系
從"天上"落回"地上"，張巖介紹了SiFive第二代Intelligence產品系列，其定位是通過客戶可配置的IP，滿足物理AI中不同工作負載和面積的要求。
這一代產品覆蓋了極大的算力范圍：從面向MCU級AI的X160（32 GOPS）、X180，到X280向量處理器（0.6 TOPS級）、X390（1.18 TOPS），再到雙核X380（2.56 TOPS）、四核X390（6.12 TOPS），直至XM（20 TOPS）和nXM（180 TOPS），橫跨0.01 TOPS到千TOPS量級，對應的關鍵詞識別、手勢識別、異常檢測，到場景檢測、避障、傳感器濾波、目標識別，再到語音助手、語音識別、預測性建模與控制，乃至大參數多模態、ADAS行人檢測、AR/VR場景檢測、高性能推理和生成式AI、駕駛輔助等應用——從可穿戴、智能家居、工業邊緣，一直延伸到移動端和數據中心。
張巖特別指出了RISC-V"留白"的價值：物理AI還不是一個已經解決的問題，哪些算子、哪些數據類型更重要，目前并不確定。SiFive的每個內核都提供擴展能力，客戶可以基于自己的物理AI場景加載自研加速器，通過RISC-V自定義指令有效驅動它——比如放在機器人關節上的MCU更注重電機控制算法，放在靈巧手上的則可能對觸覺有更高要求。他透露，已有美國Tier 1半導體客戶采用兩種不同路徑落地：一家授權SiFive X100用作工業邊緣AI應用的加速器控制單元（Accelerator Control Unit），另一家則選擇X100作為獨立向量CPU，驅動其下一代邊緣AI SoC。
Agentic AI時代的基座
物理AI之外，越來越多的場景需要與Agentic AI協同——而Agentic AI往往需要跑操作系統，例如OpenClaw一般運行在Linux之上。要支持Linux生態，就需要滿足RVA23標準。
張巖介紹，RVA23 Profile是RISC-V Agentic和物理AI的基座，也是"RISC-V的下一個時代"。這一由產業界批準的標準定義了一組強制和可選特性，在靈活性與標準化之間取得平衡：它對齊了所有運行富操作系統的RISC-V 64位應用處理器，使移動、客戶端和服務器市場都能使用標準的二進制OS發行版，確保軟件可移植性、避免廠商鎖定；同時確保RISC-V應用處理器為AI/ML提供一致而強大的特性集——向量V擴展從RVA20中的可選變為強制，并新增向量加解密和數據類型支持的選項，Hypervisor虛擬化擴展也成為強制要求。Red Hat、Canonical、Android、英偉達等都已圍繞這一標準展開布局，RVA23也是英偉達等公司轉向RISC-V的重要因素。
基于RVA23，SiFive今年推出了第三代Performance內核P570 Gen 3，定位Agentic工作負載。它的向量寬度不大，但可以完整支持Linux生態，并提供出色的功耗密度，適合作為SoC中的主控核——如同交響樂團中的指揮，協調控制流向NPU、傳感器和實時子系統的數據流。該內核集成128位RVV向量單元，支持向量加解密擴展和點積（dot product）運算擴展，較小的AI矩陣乘法無需卸載到NPU即可在處理器上直接完成；QoS特性可優化關鍵任務和實時物理事件的工作負載處理；安全方面則通過WorldGuard和OPTEE提供隔離的可信執行環境——當Agentic AI應用普及，用戶會擔心數據泄露、不同智能體之間的信息互通問題，RISC-V可以在硬件層面實現安全隔離，保護用戶數據隱私。
生態成熟度
最后，張巖展示了RISC-V軟件生態的進展：RISC-V已經從一份ISA規范，演變為一個全棧平臺。系統層面，谷歌已將RISC-V提升為AOSP一級支持架構，Red Hat企業Linux、Automotive Grade Linux均已支持RISC-V，DeepComputing、SiFive、Tenstorrent等已在出貨AI PC和開發級硬件；中間件層面，Docker、Kubernetes、OpenJDK、Python、Golang、PyTorch、TensorFlow均已就緒；虛擬化層面有Linux KVM、Xen、Bao Type-1 Hypervisor；RTOS層面有Zephyr、NuttX、Green Hills Integrity以及經過形式化驗證的seL4微內核；基礎層面，Linux內核、OpenSBI、LLVM/GCC和Tianocore UEFI均已實現對RISC-V的生產級支持。
"這是一個比較變革的時代，物理AI引入了很多新的變化。"張巖在結語中表示，希望本次分享能拋磚引玉，讓更多人關注并參與到RISC-V在物理AI領域的應用中來，幫助RISC-V在這個領域取得長足的進步。
您可能感興趣
