一步之遥，役毕功成｜RISC-V进入高性能AI计算，只差一个案例标杆

近年来，开源指令集架构RISC-V以其开放性、可扩展性和灵活性，逐渐从嵌入式设备领域迈向高性能计算和人工智能（AI）场景。作为一种打破传统CPU垄断的新选择，RISC-V正被业界寄予厚望。尤其是在服务器领域，随着AI应用爆发，对于能效、成本和定制化需求推动，让业界对于RISC-V CPU突围，尤其是高性能AI计算服务器、AI推理等场景中的RISC-V CPU突围，更觉得迫切和意义重大。

在玄铁生态大会2025上，我们听到了多位大咖在谈到高性能AI计算应用时，反复提到一个词“标杆案例”。这里的标杆，指的并不是RISC-V的高性能服务器级CPU IP、或是AI PC CPU IP、推理场景中的高性能CPU IP，因为我们已经有了不少这样的成果。开源高性能RISC-V处理器上，我们有香山昆明湖这样的标杆产品；通用高性能RISC-V处理器上，我们有达摩院玄铁930这样的标杆产品；此外国外还有像SiFive的P870这样的高性能标杆，这些CPU IP已经在性能和功能上达到了高性能AI计算的要求。而当下真正的需要的标杆，应是技术落地并获得市场认可的实际应用案例。

技术演进、生态建设以及关键案例的推动，三者缺一不可，才能实现RISC-V在高性能AI计算服务器领域、AI PC、AI专用推理等场景中的突破和铺展。而在技术ready，生态快速生长的此刻，RISC-V要真正叩开这些高性能计算市场的大门，或许只差一个令人信服的案例标杆。仅一步之遥，即可霸业功成。

从嵌入式到高性能：RISC-V的进化之路

RISC-V诞生之初，主要应用于低功耗的嵌入式设备，其简洁的指令集设计和开源特性吸引了大量开发者和企业。然而，随着云计算、AI大模型和高性能计算需求的激增，RISC-V开始向更高端的领域进军。这一过程，无不和Arm走向服务器的道路十分相似。

Arm架构最初因其低功耗和高效率而广泛应用于移动设备（如智能手机和平板电脑）。在2008年左右，Arm开始表达进入服务器市场的意图。2010年，Marvell推出了基于Arm架构的Armada XP四核芯片，正式将其推向服务器领域。当时的背景是数据中心对能效的需求日益增加，而Arm的低功耗特性被认为有望挑战Intel的x86霸主地位。然而，由于Arm芯片性能有限（例如内存支持仅4GB）、生态系统不成熟以及客户对新架构的接受度低，早期尝试并未取得显著成功。

而RISC-V虽然走在和Arm相似的道路上，但是明显快得多。Arm用了大概17年的时间实现百亿出货量突破；而从2010年项目启动到2023年实现100亿颗出货量，RISC-V用了13年时间。考虑到其商业化真正起步于2015年（基金会成立），从2015年到2023年实现100亿颗仅用了8年，年均增长约12.5亿颗。并且在从移动计算走向PC和服务器市场时，RISC-V展现出了更好的生态面貌和可能。

阿里巴巴达摩院资深技术专家李春强在大会上指出，玄铁团队早在多年前就布局高性能和AI方向，最新推出的C930 CPU IP核正是这一战略的成果。C930支持灵活的核数配置和先进的互联总线技术（如XL200），为服务器级芯片设计提供了坚实基础。

玄铁C930无疑是RISC-V生态迈向服务器级应用的里程碑之作。这款64位处理器凭借15分/GHz的SPECint2006性能，正式跨过服务器CPU门槛，而单核心8 TOPS的AI算力与512位RVV向量单元的融合，更让其在云计算和AI推理场景中脱颖而出。作为首款定位数据中心的高性能RISC-V芯片，C930的最大亮点在于其“通用+AI”的原生结合与开放扩展性，支持多核互联和定制化DSA接口，为用户提供了从几核到百核的灵活方案。在全球半导体竞争日益激烈的当下，C930的亮相为RISC-V生态注入了新的活力。尽管软件生态仍需完善，但随着2025年3月首批交付，这款处理器已为未来的云实例和AI计算铺好了起跑线。

与此同时，RISC-V的高性能标准（如RVA23）已于2023年通过，为其硬件层面的服务器化铺平了道路。中科院软件所郭松柳进一步补充，硬件与软件的协同优化是高性能系统成功的基石。通过如意Book等开源项目，软件生态正在加速成熟，为RISC-V向服务器场景过渡提供了支撑。

拓疆AI服务器：RISC-V的机遇与挑战

服务器市场长期被x86架构主导，尤其是Intel的Xeon系列占据了数据中心的核心地位。而近年来崛起的Arm服务器芯片（如AWS Graviton和阿里倚天710），则是Arm逐步撕开生态垄断的新缺口。然而，随着云计算、边缘计算和AI工作负载的多样化，市场对高性能、低功耗和定制化解决方案的需求日益增加，这为RISC-V提供了切入的机遇。RISC-V的开放性允许企业根据具体需求调整指令集和硬件设计，避免了x86和Arm的高授权费用和高功耗短板。阿里巴巴达摩院资深技术专家李春强在2025玄铁生态大会上指出：“RISC-V本身就是开源、开放、可拓展，尤其是在AI方向上，包括Vector、Matrix，甚至更多创新，用RISC-V做的话，有很好的契合点。”这种灵活性使得RISC-V在服务器领域具备了理论上的竞争优势，尤其是在需要高性价比的场景中。

然而，机遇背后是严峻的挑战。首先，性能仍是硬指标。服务器市场对计算能力、内存带宽和I/O吞吐量的要求极高，而RISC-V芯片的性能尚未完全达到与x86或Arm抗衡的水平。李春强坦言：“芯片性能必须能与x86或者Arm够竞争，最起码有同样的水平，否则人家怎样用你的这个产品呢？” 目前，玄铁C930虽是高性能IP核，但从IP到成品芯片，再到整机部署，仍需经历复杂的设计和验证过程，这使得其短期内难以直接挑战现有巨头。其次，生态成熟度是另一个瓶颈。x86和Arm经过数十年积累，拥有完善的软件栈和广泛的开发者支持，而RISC-V的软件生态虽然在Linux适配上取得进展，但商业应用的闭源软件支持仍显不足。中科院软件所的郭松柳补充道：“问题是各个厂商所做的芯片拓展指令和时限有很多不同，技术软件应发挥更大作用，向一个主线收敛。”这种碎片化可能阻碍RISC-V在服务器市场的快速推广。

此外，客户接受度也是一大关卡。数据中心运营商倾向于选择经过验证的解决方案，而非冒险尝试新兴架构。Arm用了十余年时间才赢得 hyperscaler（如AWS、Google）的信任，RISC-V的普及同样需要时间和证明。知合计算CEO孟建熠对此表示：“服务器这一块，大家都非常关心，我觉得就两件事，一个是传统的网络、存储，一个是大模型对架构无感。”他强调，RISC-V需要在实际应用中展现出超越现有方案的价值，才能扭转市场惯性。总的来说，RISC-V在服务器市场的机遇在于其开放性和潜在的成本优势，但性能差距、生态建设和市场信任仍是亟待跨越的挑战。

DeepSeek的启示：标杆案例的潜在契机

DeepSeek作为AI大模型领域的创新案例，在2025玄铁生态大会上被频繁提及，其技术突破为RISC-V进入服务器市场提供了潜在的契机。DeepSeek通过MOE（Mixture of Experts）技术大幅降低了算力需求，使大模型从动辄数百亿参数的“算力怪兽”转变为可在中等算力下高效运行的解决方案。阿里云无影事业部总裁张献涛解释道：“DeepSeek出来之后，671亿的模型被激活参数只有37亿，算力起码降低了近20倍，这种情况下各种算力的激活都是一个非常好的机会。”这一变化不仅降低了AI推理的硬件门槛，也为RISC-V这样的新兴架构打开了一扇门。

具体而言，DeepSeek的算力优化与RISC-V的技术特性高度契合。RISC-V支持Vector和Matrix扩展，能够高效处理AI工作负载中的向量和矩阵运算，而其用户自定义指令功能进一步增强了芯片设计的灵活性。李春强对此评论：“DeepSeek的创新使得芯片设计在计算能力、存储容量和互联通信上有了新的平衡点，对于RISC-V来说是一个非常好的机会。”例如，MOE技术将部分算力需求从专用GPU转移到CPU，而RISC-V的C930恰好具备高性能CPU的潜质，可以直接承担这类任务，无需依赖昂贵的外部加速卡。这种“CPU主导”的趋势可能成为RISC-V在AI服务器市场的突破口。

孟建熠也在主题演讲中进一步揭示了DeepSeek的技术细节及其对RISC-V的启发。DeepSeek通过优化模型结构（如MLP、FFN、MHA等组件的Normalization和Attention机制），显著提升了推理效率。孟建熠在演讲中展示了一组对比数据：DeepSeek V3的浮点运算量（FLOPs）为800，而传统模型如GPT-2仅为200，LLaMA/QWen为500，但其推理FLOPs仅为21，与LLaMA相当。这意味着DeepSeek在性能提升的同时，保持了较低的推理成本。孟建熠还强调了DeepSeek的云端部署能力：“DeepSeek从云端走向终端，算力下降后，RISC-V有机会让所有芯片具备大模型能力，无非是模型大小不同、针对产品不同。”这一洞察表明，RISC-V可以利用DeepSeek的低算力需求，将AI推理从云端下沉到终端，拓展其在服务器和边缘计算中的应用场景。

更重要的是，DeepSeek的成功揭示了标杆案例的威力。它的开源性质和高效部署激发了全球开发者的热情，也带动了智算中心的算力利用率提升。孟建熠在演讲中指出：“DeepSeek吸引了多家头部厂商，算力需求下降后，RISC-V生态从下往上走，有机会覆盖云端到终端的完整链条。”这与张献涛的观点相呼应：“DeepSeek官方算力有限，服务全世界不够，现在有云计算和智算中心补充，才有这么多人能用。”试想，如果RISC-V能推出一款基于C930的服务器芯片，成功运行DeepSeek这样的模型，并在性能、成本和功耗上与x86或ARM分庭抗礼，这将成为一个强有力的标杆案例。孟建熠对此充满期待：“RISC-V通过架构创新让大模型以更高性价比落地，达摩院会成为前沿引领者。”这样的案例不仅能展示RISC-V的技术实力，还能吸引更多企业和开发者加入生态建设。

然而，这一契机的实现并非唾手可得。从IP核到芯片，再到服务器整机，需要产业链上下游的协同努力，而DeepSeek的部署优化也可能需要针对RISC-V进行进一步适配。尽管如此，DeepSeek的出现无疑为RISC-V指明了一条可行的路径：通过AI场景切入，利用开源生态和性价比优势，逐步站稳服务器市场。

只差一步：标杆案例如何破局？

RISC-V要真正进入服务器市场，标杆案例的建立是关键一步。这一案例不仅要证明技术可行，还要推动市场接受度和生态成熟。玄铁团队正在通过多维度努力靠近这一目标。硬件层面，C930的高性能设计和XL200互联总线为服务器芯片奠定了基础。李春强强调：“C930的核数可以自己配，算力也是弹性的，这是CPU去做AI的非常灵活的机制。”这种弹性使得RISC-V芯片能够适配从网络存储到AI推理的多样化负载，为标杆案例的打造提供了技术保障。

孟建熠也在演讲中分享了其他RISC-V生态伙伴们标杆案例上的努力，Ventana和SiFive芯片进一步佐证了这一进展，Ventana支持高性能RISC-V CPU（如RISC-V Veyron V2，84核心，Arm Neoverse V2对比），SiFive的TH1520和K230则展示了从嵌入式到高性能计算的多样化应用。这些技术积累表明，RISC-V CPU芯片的性能已经足够进入高性能计算。

产业链协同是破局的关键一环。玄铁通过“无剑联盟”整合上游资源，例如西门子的E-Trace工具提升了高性能芯片的调试效率，Cadence的Palladium平台则加速了设计验证。张献涛透露：“基于C930的DeepSeek一体机今年还悬，但明年会有。”这一时间表表明，RISC-V距离标杆案例的落地仅一步之遥。

孟建熠指出：“RISC-V的生态是从下往上走，玄铁今天不管是Vector还是Matrix形成的这一套算力体系以及它的生态是有机会让所有的芯片都具备大模型能力，无非就是你的模型大小不同、针对的不同产品而已。”他还指出，生态的统一需要上游（如TensTorrent、RISE）与下游（如知合计算、云厂商）的联动，在其主题演讲中列出的合作生态（如Android、Ubuntu、OpenHarmony）正是这一努力的体现。与此同时，下游合作伙伴如知合计算也在积极推进芯片设计和整机部署。孟建熠补充：“达摩院在基金会贡献最大，正在引领生态发展，慢慢会形成统一生态。”这种上下游联动的模式，正是ARM当年通过Graviton成功的关键借鉴。

软件生态的完善同样不可或缺。中科院软件所的郭松柳表示：“RISC-V已有很好的Linux适配度，现在要突破闭源商业应用。” 通过二进制翻译和云网端一体化（如无影云），RISC-V弥补了应用层面的短板。孟建熠则在演讲中提到，RISC-V的AI PC概念机已能运行7B参数的DeepSeek模型，支持编程助手和图像修复，这为标杆案例的软件生态奠定了基础。张献涛补充道：“云网端一体架构对RISC-V生态发展帮助非常大，可以无缝嵌入云算力。”一旦标杆案例确立，例如一款C930服务器运行DeepSeek并实现商用，其影响力将促使开发者加速适配，形成生态正反馈。

破局的关键在于“临门一脚”的执行力。Arm的Graviton用了数年时间从概念到大规模部署，RISC-V需要类似的耐心与决心。假设明年C930服务器面世，并在 hyperscaler 或企业客户中落地，其性能若能媲美x86或Arm，同时保持成本优势，便足以成为标杆。这一案例将不仅是技术的胜利，更是信心的象征，推动RISC-V从边缘走向主流。

结语

RISC-V进入服务器领域，既是技术演进的必然，也是生态博弈的关键一战。正如大会上反复强调的，它不缺技术潜力，不缺生态支持，唯独缺一个响亮的案例标杆。这个标杆不仅是性能的证明，更是信心的象征。一旦成功，RISC-V将不仅改变服务器市场的格局，更可能重塑全球计算产业的未来。2025年，或许就是这一历史性转折的起点。

虽然我们标题中讲到“一步之遥，役毕功成”。但这里完毕的战役，是RISC-V迈向高性能计算战役的完毕，更是迈入高性能计算后的一个里程碑。但当高新能计算的大门叩开，也就预示着一个崭新的开局，后面还有更多的路要走。孟建熠坦言：“生态统一和市场接受度需要时间，标杆只是第一步，后面还有很长的路。” 当我们期待突破成功的那一刻到来，RISC-V仍需持续优化生态、拓展应用场景，方能实现全面的产业布局。