基于RISC-V的同构融合计算，进迭时空为机器人提供多样化算力

在计算产业的演进历程中，每一个时代的更迭都伴随着底层架构的重新洗牌。从统治大型机与个人电脑时代的x86，到支撑移动互联网繁荣的Arm，计算架构的成功往往源于对新产品形态和新产业范式的精准捕捉。站在当下，我们正处于下一个计算时代的入口，而这个时代的核心特征将由RISC-V与物理AI的深度融合来定义。

在2026世界人工智能大会期间举办的“RISC-V与物理智能论坛”上，进迭时空联合创始人兼总裁孙彦邦分享了关于下一代计算时代的深度洞察。

尽管业界常有人将RISC-V视为PC或服务器领域中Arm与x86的替代者，但若要在生态壁垒森严的市场中突围，最佳路径不是在旧战壕里厮杀，而是去开辟以机器人为代表的“物理AI”蓝海。

孙彦邦指出，RISC-V最核心的生命力在于其开放性与模块化特性，这使其天然适合承载全新的产品形态。正如x86抓住了个人机、Arm抓住了移动高性能计算，RISC-V在这一全新赛道上，从编程语言到操作系统都在重塑，这为RISC-V构建原生生态提供了历史性的窗口。

谈及机器人的计算需求，孙彦邦深入剖析了当前具身智能面临的挑战。物理AI对算力的要求是全方位且极度苛刻的，它既需要强大的CPU能力来处理通用逻辑，也需要庞大的AI算力支持感知与决策，同时还必须具备高可靠的实时算力以确保运动安全。目前的行业主流方案多为“异构拼凑”，即通过英特尔CPU、英伟达显卡外加MCU进行组合。这种方案在研发阶段或许可行，但在大规模量产中却隐患重重：复杂的硬件连接不仅降低了可靠性，更让软件维护变得异常繁琐。

针对这些痛点，进迭时空提出了“同构融合计算”的解决路径，力求在单一芯片内实现算力的提升。首先是架构的统一，将所有算力单元回归至RISC-V指令集下；其次是内存的统一，通过让所有计算单元共享同一片内存，大幅降低数据搬运成本与硬件开销；最后是算力的融合，使一颗芯片能同时兼顾通用计算、AI处理与实时控制。这种设计理念在进迭时空的产品迭代中得到了充分体现。第一代芯片K1完成了架构的产品化落地，初步应用于视觉感知与运动控制；而第二代芯片K3则实现了跨越式发展，它集成了八核高性能处理器core，还配置了8个AI Core提供60T算力，同时也内置了实时核心，能够通过纯CPU化、通用化的方式应对复杂的机器人作业。

生态的开放性与易用性是衡量一种架构能否成功的金标准。孙彦邦在分享中提到一个典型案例：在北京与上海的人形机器人创新中心，合作伙伴仅用半天时间，就完成了将机器人控制代码从Arm平台向RISC-V平台的完整迁移与编译。这种惊人的适配效率，有力地反驳了“RISC-V生态不成熟”的固有偏见。他强调，通过提供高度通用、灵活可配置的CPU架构，开发者可以像操作传统电脑一样轻松调动AI算力，这种底层的开放与灵活正是推动物理AI快速进化的关键。

展望未来，孙彦邦对物理AI的市场前景充满信心。他预测，物理AI设备未来的年出货量可能达到百亿量级，可能远超手机市场的规模。当一个品类的出货量突破亿级门槛时，市场必然会从“堆砌板卡”转向“高度集成的芯片方案”。进迭时空的目标，正是通过这种基于RISC-V的同构融合计算方案，为未来百亿规模的机器人市场提供一体化的核心引擎。正如过去的PC与手机时代培育了伟大的架构公司一样，物理AI时代的到来，也将见证RISC-V构建起属于全人类的、更加开放且高效的计算新生态。

20260718_6a5b19851b33b__5-进迭时空