RISC-V 标准已日趋成熟，其性能与经过长期市场检验且价格昂贵的 Arm 和 x86 处理器相比，差距已微乎其微。
这对于寻求更具成本效益的芯片编程方式，或希望深度优化芯片 CPU 性能的开发者而言，无疑是个好消息。这不仅因为 Arm 架构高昂的授权费用，更源于 RISC-V 赋予开发者的自由——你可以自由实现指令集，而无需每次都向特定公司申请许可。
这种开放性，加上其与生俱来的矢量计算能力，使得 RISC-V 在当下的人工智能应用场景中显得尤为适配。AI 任务往往需要海量进程并行运行，而 RISC-V 的架构设计恰好擅长处理这类工作负载。
或许，去年发生的一个事件，是芯片层面 AI 发展进程中一个被严重低估的里程碑：Nvidia 宣布其 CUDA 平台将支持 RISC-V 指令集。无独有偶，Linux 内核也在去年更新了对 RISC-V 的驱动与补丁支持，这补全了推动开源 RISC-V 设备广泛迁移的最后一块关键拼图。与此同时，Canonical 的 Ubuntu 系统也早已加入了对 RISC-V 的支持阵营。
这意味着，开发者与设备制造商现在可以像对待 x86 和 Arm 处理器一样，对兼容 Linux 并搭载 Nvidia CUDA GPU 的 RISC-V 处理器进行编程和指令集实现。在当前相对昂贵的 CPU 与 Arm 处理器面临供应短缺，而 RISC-V 替代方案成本更低的背景下，这一支持带来了显著的推动作用。
尽管 Nvidia 在其官方文档中对此并未大书特书，也未曾回应媒体的澄清请求，但 RISC-V 国际组织对此进行了广泛报道。需要明确的是，虽然这显然对 AI 开发极为有利——尤其是在 RISC-V 表现出色的边缘与嵌入式设备领域——Nvidia 尚未正式声明此支持是作为一项核心的 AI 扩展战略。即便如此，开发者现在已然可以在 Nvidia GPU 上自由地为 人工智能应用 创建和实现指令集，而无需再顾虑 Arm 和 x86 的授权壁垒与成本问题。
“AI 框架的演变日新月异，而 CUDA 目前占据着主导地位，” RISC-V 设备制造商 DeepComputing 的创始人兼 CEO Yuning Liang 表示，“新框架层出不穷。而在这一切之中，软件生态依然是关键。”
工程师在 RISC-V 处理器上所能做的事情，与使用需要授权的 Arm、Intel 或 AMD CPU 有着本质不同。“过去，你无法要求 Intel 为你定制任何东西。你只能被现有的方案所限制，”他说，“但现在有了 RISC-V，你可以尽情发挥想象力，做任何你想做的事，并将其优化到极致。”
没人预料到这一点
在 AI 热潮、大语言模型（LLMs）和谷歌那篇著名的 Transformer 论文出现之前，“没人预料到 RISC-V 会以此种方式崛起。”Liang 坦言：“在 AI 爆发之前，我不确定 RISC-V 的高性能片上系统（SoCs）将走向何方。幸运的是，AI 时代来临了，所以我们全力以赴投身其中。”
在 RISC-V 国际发布的2025年年度报告中，其首席架构师 Krste Asanović 对年末的行业状况及2026年的展望进行了评估：
“在 2025 年，我们进一步努力，发起了有针对性的宣传活动，阐明 RISC-V 的独特特性如何解决特定垂直市场中的特定挑战。因此，RISC-V 现在已牢固地成为关键领域决策者的词汇、路线图和采购选择的一部分。今天，我们专注于多个关键垂直领域。”
他进一步指出：“在嵌入式和物联网（IoT）领域，我们已经看到了显著的部署。在数据中心和汽车领域，我们对通用 RISC-V 计算的兴趣日益增长。同时，在需求量较小但对能力要求极高的市场，如航天和高性能计算（HPC），RISC-V 已经展现了巨大的潜力。”
当然，最重要的领域还是 AI。“与安全性一样，AI 横向贯穿每一个垂直领域，” Asanović 强调，“2025 年发生了巨变。我可以肯定地说，我见过的几乎每一个新的 AI 加速器项目都在采用 RISC-V。这并非偶然：我们从一开始就设计 RISC-V 来支持标量、矢量和矩阵计算，所以它生而胜任。相同的核心可以处理控制任务和数字工作负载，跨性能层级灵活扩展，并随 AI 的发展而演进。所有主要的行业参与者都开始认识到，RISC-V 将很快成为主导的开放指令集架构（ISA）。在如此多的垂直市场中，我们已经超越了‘是否采用’的讨论阶段。现在的核心议题是 RISC-V 将如何、何时以及在哪里被广泛采纳。”
这股由开放指令集引领的创新浪潮，与开发者社区追求自由、协作与极致效率的精神不谋而合。正如在 云栈社区 这样的技术论坛中，开发者们热衷于分享和探讨前沿架构一样，RISC-V 的崛起也象征着技术底层生态正走向一个更加开放和多元的未来。
发表于 4 小时前
|
查看: 4|
回复: 0
