電子發燒友網報道（文/李彎彎）在AI大浪潮的席卷下，越來越多具備多模態能力的AI大模型加速涌現，AI推理芯片逐漸成為市場焦點，以期支撐大模型高效生產及應用落地。基于RISC-V計算架構開放、靈活、精簡、可拓展的優勢，為發展高性能、低功耗的邊緣側、端側AI推理芯片提供了充足空間。

AI正在成為RISC-V的新機遇

RISC-V是一個開發、免費的指令集架構，是由加州大學伯克利分校圖靈獎得主David Patterson教授及其課題組基于RISC的CPU指令集架構，歷經30多年研發、迭代五次而成，2015年加州伯克利大學將RISC-V指令集架構開源。

短短10余年間，RISC-V處理器的產業應用達到100億顆出貨量，顯示出極強的生命力。去年，RISC-V架構在更多實際應用場景中落地，從物聯網設備、邊緣計算逐漸邁向AI計算、高性能計算等領域。

平頭哥是RISC-V領域的重要玩家之一，該公司認為，AI正成為RISC-V的新機遇。越來越多的AI引擎采用RISC-V，有直接采用RISC-V Vector、Matrix指令實現彈性算力的，也有采用RISC-V作為主控，實現NPU（網絡處理器）加速引擎的。

平頭哥也在去年8月，發布首個自研RISC-V AI平臺，通過軟硬件深度協同，較經典方案提升超8成性能，支持運行170余個主流AI模型，推動RISC-V進入高性能AI應用時代。

會上，平頭哥還宣布了玄鐵處理器C920全新升級。C920執行GEMM（矩陣的矩陣乘法)計算較Vector方案可提速15倍，平頭哥更新自研一站式AI部署套件HHB，在典型網絡性能比第三方工具平均提升88%，并增加支持運行Transformer、TensorFlow、PyTorch等170余個主流框架AI模型，讓RISC-V真正成為AI算力的新選擇。

RISC-V在AI領域的應用具有顯著的優勢和潛力。這主要得益于RISC-V的開源、模塊化、可定制化的特性，以及其對AI算法需求的良好適應性。

RISC-V的指令集可以根據具體的應用需求進行裁剪和定制，這意味著它可以更好地適應不同的AI算法，包括深度學習、神經網絡等。這種靈活性使得RISC-V在AI應用中具有更高的性能和效率，同時也有助于降低成本，使得AI邊緣計算芯片更加具有競爭力。

RISC-V的模塊化設計思想使得其可以方便地與其他硬件和軟件組件進行集成，從而實現更復雜、更高效的AI系統。這種設計方式使得RISC-V在AI領域具有更高的靈活性和可擴展性，能夠滿足不同場景和需求的AI應用。

在實際應用中，RISC-V已經在AI領域取得了許多進展。許多企業和研究機構已經開始使用RISC-V架構來開發AI芯片和解決方案，以滿足不同場景的AI需求。同時，RISC-V也在AI算法優化、模型訓練等方面發揮了重要作用，進一步提升了AI應用的性能和效率。

多家廠商推出RISC-V邊緣計算AI芯片

近日， 奕斯偉計算就發布了一顆基于RISC-V計算架構的邊緣計算芯片EIC7700。該公司高級副總裁、首席技術官何寧介紹，EIC7700采用4核64位支持亂序執行RISC-V處理器及自研高能效NPU（神經網絡處理器）矩陣和矢量計算模塊，支持大語言模型；DNN（深度神經網絡）提供13.3TOPSINT8算力，可滿足分類、檢測、分割、追蹤相關的各類需求。

何寧進一步解釋，該RISC-V芯片具備強大視頻編解碼能力，支持32路1080P30幀的視頻解碼能力和13路1080P30幀的視頻編碼能力，可與推理功能并行，圖像信號處理器（ISP）可提供圖像增強、動態對比度增強、畸變校正等多種圖像處理硬件加速功能；擁有豐富的多媒體輸入輸出、PCIe（一種高速串行計算機擴展總線標準）、以太網等外部接口。

事實上，除了奕斯偉計算，此前就有多家公司推出基于RISC-V的邊緣AI芯片。如，躍昉科技，這家公司成立于2020年，聚焦研發基于RISC-V開源指令集架構SoC芯片產品。躍昉科技此前推出了一款基于RISC-V的邊緣人工智能應用處理器NB2，這是一款高度集成的應用處理器，集成了專用的人工智能及音視頻加速引擎，可用于邊緣計算、機器學習、視覺和語音等多種應用場景。

還有睿思芯科，這家公司成立于2018年，致力于提供RISC-V 高端核心處理器解決方案，公司端核心處理器解決方案的公司，創始團隊來自于加州大學伯克利分校 RISC-V 原創項目組。睿思芯科主要開發基于RISC-V的高算力處理器IP核，提供垂直領域（DSA）定制處理器設計服務以及定制芯片解決方案，滿足從邊緣計算到數據中心等各領域的高算力要求。

該公司早前推出了64位邊緣計算處理器RiVAI P600，內置第三代高性能向量擴展處理引擎，可用于通訊、智能終端、工業自動化、存儲、網絡等場景，覆蓋從設備端到邊緣端。

寫在最后

RISC-V指令集有它獨特的優勢，如可以自由地用于任何目的，允許任何人設計、制造和銷售RISC-V芯片和軟件。開放、靈活、精簡、可拓展的特性使得它能夠適應AI邊緣計算的需求。然而同時，雖然如今RISC-V已經在很多領域實現落地，仍然存在挑戰，如生態，包括與現有技術棧、操作系統、開發工具等方面的兼容和集成，以及在原有架構上運行的應用程序移植等，這些還需要產業鏈持續努力。