開源計算架構的新篇章
當 DeepSeek 以其顛覆性的姿態震撼人工智能領域時，它所引發的漣漪效應遠不止於此。在半導體行業，這一技術突破激起了更深層次的震盪。特別值得關注的是，達摩院玄鐵團隊在春節期間宣布，其 RISC-V 架構已成功適配 DeepSeek-R1 系列蒸餾模型。這一消息迅速點燃了業界對 RISC-V 這一新興開源指令集在人工智能領域潛力的熱情。
在最近舉行的玄鐵 RISC-V 生態大會上，這一潛力得到了進一步的印證。大會上傳出的消息表明，RISC-V 不僅在高性能計算領域取得了突破，更在人工智能領域展現出強勁的勢頭。玄鐵首款伺服器級 CPU C930 即將於下月交付，其顯著提升的 AI 算力，預示著 RISC-V 正在加速佈局“高性能+AI”的全鏈路生態。
這不禁引人深思：開源的 RISC-V 算力架構，是否會成為開源 AI 的天作之合？
AI 模型變革：算力架構創新的催化劑
一位資深的晶片行業專家指出，DeepSeek 所帶來的震撼，不僅局限於 AI 領域，更波及到了整個晶片行業。DeepSeek 通過極致的深度優化，大幅降低了大模型訓練和推理的成本。這一變革打破了算力、記憶體和互聯之間原有的平衡，為算力架構的創新帶來了前所未有的機遇。
傳統觀念認為，AI 大模型需要龐大的算力和記憶體資源，因此更適合部署在雲端，而非邊緣端設備。然而，DeepSeek 的橫空出世，徹底顛覆了這一認知。它不僅降低了訓練成本，更顯著降低了推理的門檻。這使得大模型從雲端走向邊緣端成為了可能。
具體而言，DeepSeek 降低了對計算資源的需求，使得單機部署成為現實。這為更好地適配邊緣和端側設備創造了條件。隨著 AI 技術深入千行百業，覆蓋日益多樣化的應用場景，業界迫切需要將 AI 從雲端推向邊緣端，以滿足數據安全、個性化定制、私有化部署等多元化需求。
可以預見，隨著 DeepSeek 技術的普及，AI 晶片的形態將迎來重塑。AI 晶片將不再局限於依賴雲計算的大規模並行計算，而是向能夠在邊緣設備上獨立運行的低功耗晶片方向發展。AI 晶片正朝著多樣化和高效化的方向邁進。
這也引發了業界人士的深入思考：什麼樣的算力架構才能最好地適應 AI 的發展需求？
並行計算的 GPU 或許不再是唯一的答案。串行計算（通用計算）同樣可以成為 AI 計算的基礎。業界實踐表明，DeepSeek 對多種計算體系都展現出良好的支持。在 CPU 上，DeepSeek 不僅能夠快速部署，還具備出色的推理效果。這使得 CPU 重新回到了競爭的舞台。與專用的 GPU 相比，CPU 的一大優勢在於其通用性強、調度簡單，能夠大幅降低算力需求，並充分發揮同構計算的優勢。
而在 CPU 的陣營中，最引人矚目的莫過於後起之秀 RISC-V。
春節期間，達摩院在搭載 RISC-V 處理器玄鐵 C920 的晶片上，對 DeepSeek-R1 系列蒸餾模型進行了適配。整個過程僅耗時 1 小時，體驗快捷流暢。這意味著，DeepSeek 系列模型將能夠順利部署並流暢運行在全系列玄鐵 CPU 平台，以及其他搭載 RISC-V 架構晶片的各類 AI 端側設備上。
RISC-V 之所以備受關注，一方面是因為它作為新興的指令集架構，有別於 x86 和 ARM 的封閉或付費授權模式，堅定地走開源開放的道路。其開源精神與 AI 的發展理念天然契合。得益於開源開放的特性，RISC-V 已經吸引了全球 1000 多家企業的參與，從硬體設計到軟體工具鏈，其生態系統正在迅速壯大。根據 RISC-V 國際基金會的數據，全球已有超過 80 種不同的 RISC-V 晶片產品推向市場。
另一方面，RISC-V 的靈活性和可擴展性也是其備受青睞的重要原因。RISC-V 允許開發者根據具體需求定制指令集。由於其指令集採用了模組化設計，開發者可以根據不同的應用場景進行定制。這種靈活性是傳統架構所無法比擬的。
從技術角度來看，RISC-V 也非常適合新型的 AI 計算。RISC-V 的向量擴展（V-extension）能夠有效處理大規模並行運算，滿足 AI 計算對高效性的要求。RISC-V 的開放架構與硬體加速模組可以協同工作，進一步提升 AI 任務的執行效率。通過與 AI 算法的深度結合，RISC-V 架構可以設計專用的硬體加速單元，實現對特定 AI 模型的優化。
因此，許多資深的晶片行業專家都對 RISC-V 寄予厚望，期待它能成為 AI 時代的原生計算架構。
在阿里達摩院主辦的第三屆玄鐵 RISC-V 生態大會上，這一期待終於迎來了曙光。
玄鐵首款伺服器級 CPU：高性能與 AI 的雙劍合璧
在大會上，中國工程院院士倪光南表示：“開源 RISC-V 不僅是一項技術創新，更是一場影響未來計算架構的全球化變革。”作為“生而開源”的晶片指令集架構，RISC-V 在本輪半導體產業週期中表現突出，正從嵌入式系統加速挺進高性能等複雜場景，並為 AI 算力提供了新的選擇。
在 RISC-V 國際基金會 2024 年批准的 25 項標準中，超過一半與高性能或 AI 相關。RISC-V 國際基金會理事會主席 Lu Dai 在大會現場表示，RISC-V 指令集最激動人心的進展之一是 Matrix 擴展，這將推動 RISC-V 成為 AI 領域令人敬畏的力量。
據預測，到 2030 年，RISC-V 的整體份額將達到 20%，在 AI 加速器中的佔比有望突破 50%。
在大會上，達摩院玄鐵推出了其新一代旗艦處理器，同時也是首款伺服器級處理器 C930。
C930 的通用性能算力達到了 SPECint2006 基準測試 15/GHz 的水平。這是一個什麼樣的概念呢？倪光南院士指出，RISC-V 要真正進入高性能計算市場，其 SPECint 2006 軟體測試成績必須超過 15 分的高性能標準。因此，C930 的問世，標誌著 RISC-V 邁出了具有里程碑意義的一步。
此外，C930 還搭載了 512 bits RVV1.0 和 8 TOPS Matrix 雙引擎，將通用高性能算力與 AI 算力原生結合，並開放了 DSA 擴展接口，以支持更多特性要求。
同時，達摩院還披露了 C908X、R908A、XL200 等玄鐵處理器家族新成員的研發計劃，這些新產品將向 AI 加速、車載、高速互聯等方向持續演進。具體而言：
- C908X 定位為玄鐵首款 AI 專用處理器，支持 4096 bits 超長數據位寬 RVV1.0 矢量擴展。
- R908A 面向車規級晶片的高可靠性需求。
- XL200 則將提供更大規模、更高性能的多簇一致性互聯。
為了配合玄鐵處理器的能力拓展，達摩院還基於 Linux、Android、RTOS 三套主流作業系統，推出了三套玄鐵 SDK。這些 SDK 將達摩院多年來積累的玄鐵軟體能力全面整合，以更完整、便捷、穩定的方式向行業輸出。其中，玄鐵 Linux SDK 提供了包括 Hypervisor 虛擬化、CoVE 安全框架、玄鐵 AI 框架、高性能算子庫在內的豐富子系統，助力 RISC-V 在高性能和 AI 場景的開發。
在發展高性能軟硬體技術的同時，玄鐵更積極地引領產業上下游合作夥伴協同創新，加快佈局 RISC-V“高性能+AI”的全鏈路生態。
阿里巴巴的 RISC-V 之路：玄鐵引領國際開源社群
對於不太熟悉玄鐵的讀者，這裡做一個簡單的介紹。
2018 年，阿里巴巴確立了主攻 RISC-V 方向的品牌：玄鐵。一年後，首款處理器“玄鐵”C910 問世，一舉成為當時性能最強的 RISC-V 處理器。自那時起，玄鐵便一直是國際 RISC-V 生態的引領者，也是對國際開源社群貢獻最大的中國機構之一。目前，玄鐵在 RISC-V 國際基金會技術委員會及 10 多個技術小組中擔任主席或副主席職位，積極推動著 AI 方向標準化的建設。
自 2019 年以來，玄鐵已經陸續推出了 13 款 RISC-V 處理器，覆蓋了高性能、高能效、低功耗等不同應用場景，包括：
- C 系列（Computing）：主要針對高端伺服器、高端邊緣計算和行業類、消費級 IPC。
- E 系列（Embedded）：主要應用於高端 MPU 與各類 MCU。
- R 系列（Reliability & Realtime）：面向高端 SSD、通信、高端工控、車載等場景。
- XT-Link：CPU 多簇互聯 IP。
迄今為止，玄鐵處理器的出貨量已超過 40 億顆，成為國內 RISC-V 領域影響力和市場佔有率最大的處理器產品系列之一。
在發展過程中，玄鐵一方面持續突破 RISC-V 的性能天花板，不斷向更高性能領域進發；另一方面積極擁抱 AI，致力於推動 RISC-V 成為 AI 原生算力架構。
在指令集架構技術層面，玄鐵充分利用 RISC-V 架構優異的開放性和靈活性，很早就定制了面向 AI 應用的指令集擴展。其提出的矩陣運算（Matrix）擴展指令集，優化了大模型核心算子 GEMM，可以加速 AI 推理及訓練，提升端側 AI 的能效。
在處理器方面，玄鐵 C907 首次實現了 Matrix 擴展，較傳統方案提速 15 倍。升級版 C920 支持 Vector 1.0 和 Vector Crypto 技術，GEMM 性能指標提升超過 7 倍，Transformer 算子性能提升超過 17 倍。而最新的旗艦處理器 C930 兼具 vector 和 matrix 雙引擎，有望成為端側 AI 大模型的理想搭檔。
在軟體棧層面，玄鐵打造了端到端的 RISC-V AI 全棧軟硬體平台，為晶片廠商提供通用的、高效的 AI 算力基礎設施，形成了面向業務的流水線設計，真正實現了從底層硬體設計到上層軟體工具鏈的便捷深度優化。該平台已成功應用於雲端視頻轉碼卡、AI 邊緣計算盒子、RISC-V 筆記型電腦等終端產品。
除了自身的技術實力，達摩院 RISC-V 團隊也一直致力於引入產業上下游夥伴的力量，不斷完善 RISC-V 的“高性能+AI”生態版圖。
在去年的大會上，RISC-V 開源筆記型電腦“如意 BOOK 甲辰版”驚艷亮相，實現了大型商用軟體的穩定、流暢運行。今年，中科院軟體所進一步介紹了“如意 BOOK 乙巳版”、智能機器人、AI PC 等 RISC-V 高性能應用。
其中，基於 C920 的 AI PC 原型機已經成功運行了 Llama、Qwen、DeepSeek 等開源模型，支持 AI 個人助手、AI 編程、視覺識別等 AI 應用。可以說，這打通了從開源硬體架構到開源作業系統，再到開源 AI 模型的“開源 AI 全鏈路”，單位計算能耗還降低了 30%。
此外，玄鐵還與合作夥伴共同構建了 RISC-V 視頻編解碼方案、雲桌面解決方案等實用解決方案。為了支撐更多行業的應用，玄鐵還將 RISC-V 算力佈局到了一體機、工控 AI、機器人等領域。
倪光南院士表示，玄鐵這種務實的投入和創新，正是 RISC-V 生態健康發展的重要驅動力。
開源的未來：擁抱無限可能
DeepSeek 的成功是開源精神的勝利。開源指令集架構 RISC-V 問世十餘年來，走出了一條與封閉式的 x86 和授權模式的 ARM 截然不同的發展道路。它讓業界看到了通過更簡潔、更開放的方式進行架構創新的機遇，因此也獲得了越來越多的認可。
RISC-V 正逐漸成為 AI 時代原生架構的最佳候選。一方面，RISC-V 堅持開源開放，始終處於演進變化之中，能夠緊跟 AI 快速變化的步伐；另一方面，RISC-V 具有強大的擴展性，既可以通過移植適配與原有架構生態兼容，也可以作為原生架構支撐不斷湧現的新場景。
正如中科院軟體所 RISC-V 負責人郭松柳所言：“AI 軟體棧仍在高速演進，RISC-V 作為三大主流指令集架構中最靈活、最開放的一個，無疑最為適合 AI 時代的技術創新節奏。”