|
关于定制计算与通用计算的争论是今年 2025 年人工智能基础设施峰会 (AI Infra Summit 2025) 的一个关键主题，而 RISC-V 的立场毋庸置疑。作为一个开放且高度灵活的生态系统，RISC-V 既提供标准化，又提供定制化，它为硬件开发者提供了构建高度针对性的 AI 原生芯片所需的芯片自由度。正是这一点，让 RISC-V（一个刚满15 岁，且为 ISA 的指令集）成为下一个万亿美元 AI 投资的首选架构。
“人工智能的发展速度比任何其他领域都快，而 RISC-V 是唯一能够跟上这一步伐的架构，”VRULL GmbH 创始人兼首席技术专家、RISC-V 技术指导委员会副主席 Philipp Tomsich 博士表示。“RISC-V 拥有开放标准、特定领域加速以及摆脱传统束缚的优势，是从边缘设备到超级计算机的 AI 原生创新基础。”
要在基础设施层面支持这一点，硬件和软件供应商需要携手合作，在整个堆栈中部署支持 AI 的硬件和支持软件。这涵盖了从传感器级微控制器 (MCU) 到边缘 AI 处理器，再到数据中心的高性能云解决方案等各个方面。
RISC-V 在矢量化、可扩展性和异构计算时代成长起来，其自定义指令和特定领域加速的级别远远超出了现有厂商专有核心所能提供的范围，为光学/光子路径、可组合基础设施和内存创新等未来范式提供了契合点。
RISC-V 中的“V”始终是对向量的微妙致敬——体现了创始人 Krste Asanović 在 20 世纪 90 年代初的论文芯片——一款用于运行神经网络的向量机。这包括可扩展向量处理的扩展（具有灵活的向量长度，这是旧版 SIMD 模型所缺乏的）、混合精度数据处理以及其他内置于 ISA 而非改装的加速器。
这种架构理念使 RISC-V 成为 AI 原生、特定领域计算的天然之选——从超低功耗边缘推理到数据中心变压器工作负载——而且并非仅仅停留在理论上。主流超大规模计算厂商、初创公司和芯片设计公司已经在定制化、特定领域 AI 芯片中证明了其可行性。
RISC-V 还避免了“锁定”单一供应商时出现的供应链和路线图开发挑战。获取最新技术并非总能得到保证，而获得专有 ISA 的许可通常意味着放弃部分路线图开发的自主权。相比之下，RISC-V 赋能开发者按照自己的方式进行创新。它确保他们的芯片战略在技术和商业上都保持自主性。
| 
