开源计算架构的新篇章
当 DeepSeek 以其颠覆性的姿态震撼人工智能领域时，它所引发的涟漪效应远不止于此。在半导体行业，这一技术突破激起了更深层次的震荡。特别值得关注的是，达摩院玄铁团队在春节期间宣布，其 RISC-V 架构已成功适配 DeepSeek-R1 系列蒸馏模型。这一消息迅速点燃了业界对 RISC-V 这一新兴开源指令集在人工智能领域潜力的热情。
在最近举行的玄铁 RISC-V 生态大会上，这一潜力得到了进一步的印证。大会上传出的消息表明，RISC-V 不仅在高性能计算领域取得了突破，更在人工智能领域展现出强劲的势头。玄铁首款服务器级 CPU C930 即将于下月交付，其显著提升的 AI 算力，预示着 RISC-V 正在加速布局“高性能+AI”的全链路生态。
这不禁引人深思：开源的 RISC-V 算力架构，是否会成为开源 AI 的天作之合？
AI 模型变革：算力架构创新的催化剂
一位资深的芯片行业专家指出，DeepSeek 所带来的震撼，不仅局限于 AI 领域，更波及到了整个芯片行业。DeepSeek 通过极致的深度优化，大幅降低了大模型训练和推理的成本。这一变革打破了算力、内存和互联之间原有的平衡，为算力架构的创新带来了前所未有的机遇。
传统观念认为，AI 大模型需要庞大的算力和内存资源，因此更适合部署在云端，而非边缘端设备。然而，DeepSeek 的横空出世，彻底颠覆了这一认知。它不仅降低了训练成本，更显著降低了推理的门槛。这使得大模型从云端走向边缘端成为了可能。
具体而言，DeepSeek 降低了对计算资源的需求，使得单机部署成为现实。这为更好地适配边缘和端侧设备创造了条件。随着 AI 技术深入千行百业，覆盖日益多样化的应用场景，业界迫切需要将 AI 从云端推向边缘端，以满足数据安全、个性化定制、私有化部署等多元化需求。
可以预见，随着 DeepSeek 技术的普及，AI 芯片的形态将迎来重塑。AI 芯片将不再局限于依赖云计算的大规模并行计算，而是向能够在边缘设备上独立运行的低功耗芯片方向发展。AI 芯片正朝着多样化和高效化的方向迈进。
这也引发了业界人士的深入思考：什么样的算力架构才能最好地适应 AI 的发展需求？
并行计算的 GPU 或许不再是唯一的答案。串行计算（通用计算）同样可以成为 AI 计算的基础。业界实践表明，DeepSeek 对多种计算体系都展现出良好的支持。在 CPU 上，DeepSeek 不仅能够快速部署，还具备出色的推理效果。这使得 CPU 重新回到了竞争的舞台。与专用的 GPU 相比，CPU 的一大优势在于其通用性强、调度简单，能够大幅降低算力需求，并充分发挥同构计算的优势。
而在 CPU 的阵营中，最引人瞩目的莫过于后起之秀 RISC-V。
春节期间，达摩院在搭载 RISC-V 处理器玄铁 C920 的芯片上，对 DeepSeek-R1 系列蒸馏模型进行了适配。整个过程仅耗时 1 小时，体验快捷流畅。这意味着，DeepSeek 系列模型将能够顺利部署并流畅运行在全系列玄铁 CPU 平台，以及其他搭载 RISC-V 架构芯片的各类 AI 端侧设备上。
RISC-V 之所以备受关注，一方面是因为它作为新兴的指令集架构，有别于 x86 和 ARM 的封闭或付费授权模式，坚定地走开源开放的道路。其开源精神与 AI 的发展理念天然契合。得益于开源开放的特性，RISC-V 已经吸引了全球 1000 多家企业的参与，从硬件设计到软件工具链，其生态系统正在迅速壮大。根据 RISC-V 国际基金会的数据，全球已有超过 80 种不同的 RISC-V 芯片产品推向市场。
另一方面，RISC-V 的灵活性和可扩展性也是其备受青睐的重要原因。RISC-V 允许开发者根据具体需求定制指令集。由于其指令集采用了模块化设计，开发者可以根据不同的应用场景进行定制。这种灵活性是传统架构所无法比拟的。
从技术角度来看，RISC-V 也非常适合新型的 AI 计算。RISC-V 的向量扩展（V-extension）能够有效处理大规模并行运算，满足 AI 计算对高效性的要求。RISC-V 的开放架构与硬件加速模块可以协同工作，进一步提升 AI 任务的执行效率。通过与 AI 算法的深度结合，RISC-V 架构可以设计专用的硬件加速单元，实现对特定 AI 模型的优化。
因此，许多资深的芯片行业专家都对 RISC-V 寄予厚望，期待它能成为 AI 时代的原生计算架构。
在阿里达摩院主办的第三届玄铁 RISC-V 生态大会上，这一期待终于迎来了曙光。
玄铁首款服务器级 CPU：高性能与 AI 的双剑合璧
在大会上，中国工程院院士倪光南表示：“开源 RISC-V 不仅是一项技术创新，更是一场影响未来计算架构的全球化变革。”作为“生而开源”的芯片指令集架构，RISC-V 在本轮半导体产业周期中表现突出，正从嵌入式系统加速挺进高性能等复杂场景，并为 AI 算力提供了新的选择。
在 RISC-V 国际基金会 2024 年批准的 25 项标准中，超过一半与高性能或 AI 相关。RISC-V 国际基金会理事会主席 Lu Dai 在大会现场表示，RISC-V 指令集最激动人心的进展之一是 Matrix 扩展，这将推动 RISC-V 成为 AI 领域令人敬畏的力量。
据预测，到 2030 年，RISC-V 的整体份额将达到 20%，在 AI 加速器中的占比有望突破 50%。
在大会上，达摩院玄铁推出了其新一代旗舰处理器，同时也是首款服务器级处理器 C930。
C930 的通用性能算力达到了 SPECint2006 基准测试 15/GHz 的水平。这是一个什么样的概念呢？倪光南院士指出，RISC-V 要真正进入高性能计算市场，其 SPECint 2006 软件测试成绩必须超过 15 分的高性能标准。因此，C930 的问世，标志着 RISC-V 迈出了具有里程碑意义的一步。
此外，C930 还搭载了 512 bits RVV1.0 和 8 TOPS Matrix 双引擎，将通用高性能算力与 AI 算力原生结合，并开放了 DSA 扩展接口，以支持更多特性要求。
同时，达摩院还披露了 C908X、R908A、XL200 等玄铁处理器家族新成员的研发计划，这些新产品将向 AI 加速、车载、高速互联等方向持续演进。具体而言：
- C908X 定位为玄铁首款 AI 专用处理器，支持 4096 bits 超长数据位宽 RVV1.0 矢量扩展。
- R908A 面向车规级芯片的高可靠性需求。
- XL200 则将提供更大规模、更高性能的多簇一致性互联。
为了配合玄铁处理器的能力拓展，达摩院还基于 Linux、Android、RTOS 三套主流操作系统，推出了三套玄铁 SDK。这些 SDK 将达摩院多年来积累的玄铁软件能力全面整合，以更完整、便捷、稳定的方式向行业输出。其中，玄铁 Linux SDK 提供了包括 Hypervisor 虚拟化、CoVE 安全框架、玄铁 AI 框架、高性能算子库在内的丰富子系统，助力 RISC-V 在高性能和 AI 场景的开发。
在发展高性能软硬件技术的同时，玄铁更积极地引领产业上下游合作伙伴协同创新，加快布局 RISC-V“高性能+AI”的全链路生态。
阿里巴巴的 RISC-V 之路：玄铁引领国际开源社区
对于不太熟悉玄铁的读者，这里做一个简单的介绍。
2018 年，阿里巴巴确立了主攻 RISC-V 方向的品牌：玄铁。一年后，首款处理器“玄铁”C910 问世，一举成为当时性能最强的 RISC-V 处理器。自那时起，玄铁便一直是国际 RISC-V 生态的引领者，也是对国际开源社区贡献最大的中国机构之一。目前，玄铁在 RISC-V 国际基金会技术委员会及 10 多个技术小组中担任主席或副主席职位，积极推动着 AI 方向标准化的建设。
自 2019 年以来，玄铁已经陆续推出了 13 款 RISC-V 处理器，覆盖了高性能、高能效、低功耗等不同应用场景，包括：
- C 系列（Computing）：主要针对高端服务器、高端边缘计算和行业类、消费级 IPC。
- E 系列（Embedded）：主要应用于高端 MPU 与各类 MCU。
- R 系列（Reliability & Realtime）：面向高端 SSD、通信、高端工控、车载等场景。
- XT-Link：CPU 多簇互联 IP。
迄今为止，玄铁处理器的出货量已超过 40 亿颗，成为国内 RISC-V 领域影响力和市场占有率最大的处理器产品系列之一。
在发展过程中，玄铁一方面持续突破 RISC-V 的性能天花板，不断向更高性能领域进发；另一方面积极拥抱 AI，致力于推动 RISC-V 成为 AI 原生算力架构。
在指令集架构技术层面，玄铁充分利用 RISC-V 架构优异的开放性和灵活性，很早就定制了面向 AI 应用的指令集扩展。其提出的矩阵运算（Matrix）扩展指令集，优化了大模型核心算子 GEMM，可以加速 AI 推理及训练，提升端侧 AI 的能效。
在处理器方面，玄铁 C907 首次实现了 Matrix 扩展，较传统方案提速 15 倍。升级版 C920 支持 Vector 1.0 和 Vector Crypto 技术，GEMM 性能指标提升超过 7 倍，Transformer 算子性能提升超过 17 倍。而最新的旗舰处理器 C930 兼具 vector 和 matrix 双引擎，有望成为端侧 AI 大模型的理想搭档。
在软件栈层面，玄铁打造了端到端的 RISC-V AI 全栈软硬件平台，为芯片厂商提供通用的、高效的 AI 算力基础设施，形成了面向业务的流水线设计，真正实现了从底层硬件设计到上层软件工具链的便捷深度优化。该平台已成功应用于云端视频转码卡、AI 边缘计算盒子、RISC-V 笔记本电脑等终端产品。
除了自身的技术实力，达摩院 RISC-V 团队也一直致力于引入产业上下游伙伴的力量，不断完善 RISC-V 的“高性能+AI”生态版图。
在去年的大会上，RISC-V 开源笔记本电脑“如意 BOOK 甲辰版”惊艳亮相，实现了大型商用软件的稳定、流畅运行。今年，中科院软件所进一步介绍了“如意 BOOK 乙巳版”、智能机器人、AI PC 等 RISC-V 高性能应用。
其中，基于 C920 的 AI PC 原型机已经成功运行了 Llama、Qwen、DeepSeek 等开源模型，支持 AI 个人助手、AI 编程、视觉识别等 AI 应用。可以说，这打通了从开源硬件架构到开源操作系统，再到开源 AI 模型的“开源 AI 全链路”，单位计算能耗还降低了 30%。
此外，玄铁还与合作伙伴共同构建了 RISC-V 视频编解码方案、云桌面解决方案等实用解决方案。为了支撑更多行业的应用，玄铁还将 RISC-V 算力布局到了一体机、工控 AI、机器人等领域。
倪光南院士表示，玄铁这种务实的投入和创新，正是 RISC-V 生态健康发展的重要驱动力。
开源的未来：拥抱无限可能
DeepSeek 的成功是开源精神的胜利。开源指令集架构 RISC-V 问世十余年来，走出了一条与封闭式的 x86 和授权模式的 ARM 截然不同的发展道路。它让业界看到了通过更简洁、更开放的方式进行架构创新的机遇，因此也获得了越来越多的认可。
RISC-V 正逐渐成为 AI 时代原生架构的最佳候选。一方面，RISC-V 坚持开源开放，始终处于演进变化之中，能够紧跟 AI 快速变化的步伐；另一方面，RISC-V 具有强大的扩展性，既可以通过移植适配与原有架构生态兼容，也可以作为原生架构支撑不断涌现的新场景。
正如中科院软件所 RISC-V 负责人郭松柳所言：“AI 软件栈仍在高速演进，RISC-V 作为三大主流指令集架构中最灵活、最开放的一个，无疑最为适合 AI 时代的技术创新节奏。”