RISC-V架构如何支持智能通用计算？从AI PC到机器人的技术解析

人工智能与机器学习的浪潮正为通用计算注入前所未有的“智能”，驱动着从个人电脑、智能手机到边缘服务器，乃至软件定义汽车和机器人平台的全方位革新。在2025年的RISC-V北美峰会上，Andes Technology的总裁兼首席技术官Charlie Su明确指出，RISC-V指令集架构已蓄势待发，准备引领这一蓬勃发展的智能通用计算新时代。

Charlie Su认为，AI/ML的进步正在为通用计算赋能，催生个人应用、工厂自动化、智能监控、无人机以及各级别（ADAS 0-4级）自动驾驶等广泛应用。他更预测，作为应用平台的机器人，其市场规模未来甚至可能超越智能手机。为了支撑这一愿景，智能通用计算需要一个强大的、能同时处理通用任务和大规模AI/ML负载的软硬件生态系统。

RISC-V：大规模AI创新的推手

RISC-V在这一领域的作用正日益凸显，尤其是在推动大规模AI/ML创新方面。Meta的训练与推理加速器（MTIA）便是一个绝佳例证。MTIA采用了Andes的向量与标量处理器内核，并利用其自动化自定义扩展（ACE）框架，显著提升了AI工作负载的处理效率。自2023年起，Meta的数据中心已部署了两代基于RISC-V处理器并带有自动化扩展的MTIA加速器。

此外，其他采用基于SRAM的内存计算（CIM）技术的AI加速器也在涌现，涵盖服务器解决方案（如RiVos AI SoC）、云服务（SAPEON）、基于光子学的AI系统以及ADAS系统。这些加速器多由Andes的AX46MPV、AX45MPV、NX27V和AX65等内核驱动，充分展示了RISC-V在高性能人工智能领域的多样性与潜力。

快速成熟的软件生态

任何计算架构的成功都离不开软件生态的支持，而RISC-V的软件生态正在以前所未有的速度走向成熟。这得益于RISE（RISC-V软件生态系统）等开源倡议的推动，该计划旨在加速开源软件开发、提升软件质量，并协调云与物联网设备的相关工作。

目前，RISC-V已获得Java 22/21的官方支持，其工具链覆盖了编译器（LLVM、GCC、GLIBC）、系统库（FFmpeg、OpenBLAS）、内核与虚拟化（Linux、Android、性能分析工具）等关键领域。RISE的主要成员包括Andes、Google、Intel、NVIDIA、Qualcomm和Samsung等业界巨头，这为其发展注入了强大动力。

以Debian社区对开源软件的支持为例，其成熟度可见一斑。在超过64,000个软件包中，针对RISC-V架构的构建成功率高达98.4%，在所有支持的架构中位列第三。模块化、完全开源的半交钥匙解决方案，如Metanoia的5G O-RAN软件架构，也进一步证明了RISC-V生态的实用性。

Andes：为智能时代量身打造的处理器

面对智能通用计算的需求，Andes推出了多款针对性的处理器产品。

AX46MPV 是一款兼顾强大算力与高效控制的内核，完全兼容RVA22+标准。它采用双发射方式处理向量/标量指令，其向量处理单元（VPU）支持128至1024位的VLEN/DLEN，数据格式从int4到int64，以及bf16/fp16到fp64，并增强了归约求和功能。多核支持最高可达16核，并通过双发射加载/存储、高速向量内存（HVM）接口等设计提升了内存性能。与上一代AX45MPV相比，其在SpecInt2006测试中性能提升约18%，关键向量库（libvec, libnn）性能提升超过2倍，带宽提升40%。

AX66 则是一款面向中端应用场景的处理器，符合RVA23标准。它具备双向量流水线（VLEN=128）、4宽前端解码、128项重排序缓冲（ROB）、8条执行流水线以及TAGE-L分支预测器。支持最多8个核心、32MB共享L3缓存，以及128/256位AXI4接口。其向量性能在libnn密钥函数上平均提升9.6倍，在libvec上平均提升3.55倍，加密性能（如SHA-256, AES-128, SM4）也有数倍提升，带宽提升25%。

针对高端应用需求，Cuzco系列 处理器目标性能可扩展至20 SpecInt2k6/GHz，并采用了专利的基于时间的调度技术来提升效率、降低功耗。该系列符合RVA23标准，具备8路解码、256个ROB条目、8条流水线、高级分支预测、私有L1/L2缓存、高达256MB的共享L3缓存，最多支持8个核心。在早期5nm工艺下，其目标频率为2.5GHz。

端到端的生态系统支持

为构建完整的解决方案，Andes通过 AndesAIRE 提供了一个“AI无处不在”的端到端生态。它包括集成开发环境（IDE）、神经网络软件开发套件（NN SDK）、基于MLIR和TVM的编译器、ONNX Runtime和PyTorch解释器，以及AndLA 1350等硬件加速器。

在操作系统层面，支持也相当全面：遵循RISC-V规范（RVA22/23配置文件、SoC平台）、主流Linux发行版（Debian、Fedora、Ubuntu，并经过Andes验证）、上游内核关键特性（如strace/ftrace、Perf、HIGHMEM、CPU热插拔等）、引导加载程序（U-Boot、OpenSBI）以及多种实时操作系统（FreeRTOS、Zephyr、Thread-X）。对于希望深入了解底层机制的开发者，可以访问 计算机基础 板块获取更多关于编译器和操作系统的知识。

总结与展望

综上所述，RISC-V凭借其开放、模块化的特性，正通过强大的处理器IP（如Andes的产品线）和快速成熟的软件生态，深入渗透到智能通用计算的各个层面。从云端的AI加速卡到边缘的智能设备，再到未来的机器人平台，RISC-V正在证明自己不仅是替代选择，更是驱动下一代人工智能与智能计算创新的关键引擎。其蓬勃发展的开源实战生态，为开发者提供了前所未有的灵活性和控制力，有望在未来几年内重塑计算产业的格局。