2025 年半導體市場在AI需求爆發與全產業鏈復蘇的雙重推動下，呈現出強勁的增長態勢。以EDA/IP先進方法學、先進工藝、算力芯片、端側AI、精準控制、高端模擬、高速互聯、新型存儲、先進封裝等為代表的技術創新，和以AI數據中心、具身智能、新能源汽車、工業智能、衛星通信、AI眼鏡等為代表的新興應用，開啟新一輪的技術和應用革命。過去的一年，半導體助力夯實數字經濟高質量發展的全新底座，新的一年，半導體行業又將如何推動端云協同、普惠智能的普及之路呢。

最近，由電子發燒友網策劃的“2026半導體產業展望”專題正式發布。電子發燒友網已經連續數年策劃并推出“半導體產業展望”系列專題，每次一經上線都反響熱烈、好評如潮。這里匯聚了半導體高管們對往年發展的回顧與總結，以及對新年市場機會和形勢的前瞻預測。他們的睿智和洞察給了產業界莫大的參考和啟發。今年來自國內外的半導體創新領袖企業高管們又帶來哪些前瞻觀點？此次，電子發燒友網特別采訪了奕行智能創始人CEO劉琿，以下是他對2026年半導體產業的分析與展望。


2025年，全球人工智能產業蓬勃發展，芯片行業的競爭格局也在不斷重構。

作為智算底座的核心產品，AI算力芯片加速演進。以Google TPU（張量處理單元）及Gemini 3.0大模型的成功為代表，領域專用架構（DSA）憑借其在特定計算任務中的性能和TCO（總體擁有成本）等優勢迎來爆發。

另一方面，通用GPU（GPGPU）也融入了Tensor Core（張量核心）、TMA（張量內存加速器）等DSA類設計。12月，英偉達以200億美元獲得AI芯片獨角獸Groq的推理技術授權，把Groq LPU（語言處理單元）納入產品版圖的同時，也將前谷歌TPU創始成員招入麾下，體現出GPU巨頭在多元化技術架構上的戰略布局。

未來的計算范式是否會走向極致的專用化？

隨著算力與Token消耗的爆炸式增長，對于“每Token成本”與能效比的關注，無疑會繼續推動DSA領域專用架構的發展。同時，AI軟件、模型、算法等前所未有的創新速度，不斷發展的智能化應用，仍需要AI算力芯片具備一定的通用性——可定制、可擴展，具有良好的可編程性和兼容性，以適應當下和未來AI場景的需求。

新的一年，軟件和模型算法生態創新，將繼續驅動計算芯片向專用與通用架構融合。

RISC-V：平衡通用性與專用性的AI計算理想底座

RISC-V開放、精簡，指令集本身圖靈完備，保障了通用計算能力，同時其模塊化設計允許廠商在標準指令集基礎上，自由拓展專用AI計算指令（如張量擴展），實現定制化加速。上述特點，使RISC-V成為平衡通用性與專用性的AI計算理想底座。

在AI計算中，盡管矩陣計算近年來備受矚目，但AI算法中的許多關鍵步驟（如激活函數、歸一化）仍依賴向量運算。作為RISC-V生態的關鍵組件，RISC-V向量擴展（RVV）原生支持復雜向量計算，它支持多種數據類型的混合精度計算，可擴展的向量長度以及寬度擴展和壓縮運算，被視為AI計算的支柱之一。

更重要的是，RISC-V支持自主構建AI算力基石。傳統的封閉式架構，因其固定指令集架構和許可模式限制了針對特定工作負載的深度定制，且可能受政策變化影響。RISC-V擁有開放標準、零授權成本的特點，賦能芯片廠商更加自由地進行創新，在保持技術和商業自主性的同時，共享全球范圍內的生態創新成果。目前，GCC/LLVM等主流編譯器已支持RISC-V，主流AI框架正在積極適配。

從Google TPU引入RISC-V處理器，到不久前Meta、高通收購高性能RISC-V初創企業，無不為RISC-V + AI方向的市場潛力背書。據RISC-V國際基金會數據，2024年全球基于RISC-V指令集的芯片出貨量已突破百億顆，其中30%應用于AI加速場景，相信未來這一數字還將持續上升。

奕行智能：錨定RISC-V AI賽道，引入VISA與Tile級動態調度架構創新

奕行智能選擇“RISC-V + RVV”來構建AI芯片架構，并引入獨創的虛擬指令（VISA）技術、基于Tile級動態調度架構等，打造滿足客戶極致TCO（總體擁有成本）需求的AI計算芯片，提供高效、靈活、可擴展的AI計算加速解決方案。
獨創的虛擬指令（VISA）技術：在硬件層面通過RVV的向量定制指令方式提供硬件擴展能力，同時VISA提供了軟件層面的向量計算擴展——將細粒度指令封裝并且優化成具備Tile語義的微內核。這樣一套軟硬擴展的方案，使得架構在模型數量多變化快的基礎上，解決了通用與效率的兼顧。

在軟件與硬件之間，VISA建立中間抽象層，讓上層的算子及AI編譯器軟件建立在此抽象之上，隔離硬件變化對上層軟件帶來的沖擊。針對AI編譯過程中從高層抽象到底層硬件指令的陡降問題，VISA通過使用軟流水、循環展開等方式進行優化，編譯器以及算子實現只需關注到VISA層級，降低實現難度，提供額外的性能優化空間。
在軟件方面，以Triton、TileLang為代表的Python化算子開發和基于Tile（數據塊）編程的創新生態正在快速崛起，最近的CUDA更新中也推出了CuTile編程模型。

奕行智能的軟件棧緊扣這一趨勢。AI編譯器不僅深度適配PyTorch生態、支持TensorFlow、JAX、ONNX等主流機器學習框架，且已經實現對于Triton的功能性支持，正通過擴展算子編程方式、生態共建、引入AI工具，進一步提升支持能力。
獨家打造的Tile級動態調度架構，由Tile級虛擬指令集（VISA）、智能VISA編譯器ACE和VISA調度器（Scheduler）組成，有效解決跨代兼容、動態硬件行為適配、靜態優化天花板等核心挑戰，從而更充分地發揮硬件潛能并快速實現上層生態對接。

2026年，奕行智能將繼續深耕RISC-V AI算力芯片領域，致力于成為行業的技術引領者，持續推動產品規模化落地，并攜手生態伙伴共建開放共贏的智算新生態。