🔬 AI深度解析 DD44 — RISC-V的AI野心：开源芯片能颠覆一切吗

预计时长：约25分钟

🎤 开场

嘿，大家好，欢迎来到AI深度解析，我是小敏。

今天来聊一个可能改变整个芯片产业格局的东西——RISC-V。如果你没听过这个名字，没关系，听完今天的节目你就知道它为什么重要了。

用一句话来说，RISC-V就是芯片界的Linux。

你想想看，软件领域，Linux这个开源操作系统已经怎样改变了世界？全球90%以上的云服务器、全球所有安卓手机、大部分物联网设备，都跑在Linux或其衍生系统上。

那如果芯片指令集——就是告诉芯片”怎么理解和执行命令”的那套基本语言——也能开源呢？如果任何公司都可以免费使用、自由定制，不用向ARM交授权费、不用受Intel的x86生态绑定呢？

这就是RISC-V在做的事情。而且它和AI的结合，正在打开一个非常有趣的新战场。

📌 第一部分：RISC-V是什么？为什么它特别？

先给不太了解的朋友做个科普。

芯片要工作，需要一套”指令集架构”（ISA）——你可以把它理解为芯片能听懂的”语言规范”。目前世界上主流的ISA有三种：

  • x86：Intel和AMD的地盘，统治了PC和服务器市场几十年，授权非常封闭
  • ARM：移动设备的霸主，全球99%的智能手机用ARM芯片，授权需要交费
  • RISC-V：2010年在加州大学伯克利分校诞生，完全开源、免费、任何人都能用

RISC-V的几个关键特点：

  1. 完全开源免费——你不需要交任何授权费就能设计基于RISC-V的芯片
  2. 模块化设计——基础指令集很精简，然后你可以按需添加扩展模块，就像搭积木
  3. 可定制化——你可以根据自己的应用场景（AI、IoT、汽车等）定制芯片的功能
  4. 没有地缘政治限制——不属于任何一个国家或公司，不受出口管制

最后一点非常重要。ARM虽然是英国公司，但在被日本软银收购、部分业务在美国后，仍然受到美国出口管制的影响。x86就更不用说了。而RISC-V作为一个开放标准，理论上不受单一国家的出口限制。

📌 第二部分：RISC-V在AI领域的机会

OK，那RISC-V和AI有什么关系？

关键词：定制化。

你想想，GPU为什么在AI领域这么成功？因为GPU的并行计算架构天然适合深度学习的矩阵运算。但GPU最初是为图形渲染设计的，做AI只是”歪打正着”。

如果你能从头设计一种芯片架构，专门为AI工作负载优化——那性能和能效理论上可以更好。RISC-V的开放性让这件事成为可能。

你可以在RISC-V基础上添加专门的AI扩展指令——比如针对矩阵乘法的向量扩展（RISC-V Vector Extension, RVV）、针对低精度计算的定制操作、针对特定模型结构的硬件加速。

而且因为开源，你不需要从零开始——可以基于已有的RISC-V设计进行修改，大大缩短了开发周期和成本。

RISC-V国际基金会（RISC-V International）也在积极推动AI相关的标准扩展，让不同厂商的AI-RISC-V芯片之间有一定的兼容性。

📌 第三部分：关键玩家——谁在用RISC-V做AI？

来看看具体有哪些公司在这个方向上做事。

Tenstorrent——这可能是RISC-V+AI领域最受关注的公司。CEO是传奇芯片架构师Jim Keller（这位大神设计过AMD K8、Apple A4/A5、AMD Zen，还在Intel和Tesla干过）。Tenstorrent设计的AI芯片用RISC-V作为控制核心，结合自研的Tensix计算核心做AI推理。他们的理念是做”开源的AI硬件平台”，让客户可以深度定制。

SiFive——RISC-V领域的”高通”，提供商用RISC-V处理器核心IP。虽然不是专门做AI的，但他们的高性能核心（如P870）正在被一些AI芯片设计中采用。

中国的RISC-V生态——这是RISC-V发展最快的市场之一。中国公司对RISC-V的热情非常高，原因很明显——在被卡脖子的背景下，一个不受授权限制的开放架构太有吸引力了。

  • 阿里旗下的平头哥推出了高性能RISC-V处理器玄铁系列
  • 中科院也在推进RISC-V相关的AI芯片研发
  • 还有一大批创业公司在做基于RISC-V的各种专用芯片

Esperanto Technologies——设计了一种集成上千个RISC-V核心的AI推理芯片，用大规模并行的RISC-V核心来处理AI工作负载。

Google——也在某些内部项目中使用RISC-V。虽然Google的主要AI芯片是TPU（自研架构），但RISC-V被用在一些嵌入式和边缘AI场景。

📌 第四部分：RISC-V vs ARM vs x86——三方对比

维度 x86 ARM RISC-V
授权模式 极度封闭（仅Intel/AMD） 付费授权 完全开源免费
生态成熟度 ★★★★★ ★★★★ ★★
AI适用性 一般（不够灵活） 良好（可定制） 最佳（完全可定制）
性能上限 高 中高 理论上无上限
定制灵活度 低 中 极高
地缘政治风险 高（美国控制） 中（部分受美限制） 低（开放标准）
功耗表现 偏高 优秀 取决于实现

关键要注意的是——RISC-V只是一个指令集标准，不是芯片本身。芯片的实际性能取决于具体的实现。一个设计得好的RISC-V芯片可以很强，设计得差的也可以很弱。ARM也是一样，ARM本身只是标准，但Apple基于ARM做出了M系列这种性能怪兽。

所以比较RISC-V和ARM/x86的性能是不太恰当的，应该比较的是具体的芯片实现。

📌 第五部分：中国的RISC-V战略

这部分值得单独说一说，因为中国可能是全球RISC-V生态发展的最大推动力之一。

在美国芯片制裁的大背景下，中国面临一个严峻的问题——对ARM和x86的依赖意味着脖子随时可能被掐。RISC-V提供了一个”绕路”的可能性。

中国政府已经明确把RISC-V列为重点支持的方向。很多地方政府设立了专项基金支持RISC-V相关的研发和产业化。

但有一个微妙的问题——虽然RISC-V本身是开放的，不受出口管制，但制造RISC-V芯片仍然需要先进的制造工艺，而这又绕回到了光刻机和先进制程的问题。如果你能设计出很厉害的RISC-V芯片但没法量产，那也只是纸上谈兵。

所以RISC-V对中国来说是”指令集层面的自主可控”，但在制造层面的卡脖子问题仍然存在。不过至少解决了一半的问题。

另外值得关注的是——如果中国成为RISC-V生态的最大贡献者和使用者，会不会导致RISC-V”分裂”成两个阵营？西方国家会不会开始对RISC-V本身产生戒心？这个地缘政治维度目前还不太明朗，但值得观察。

📌 第六部分：挑战——RISC-V离颠覆还有多远？

说了这么多好处，也得客观看看RISC-V面临的挑战。

软件生态是最大的瓶颈。 这跟AMD面对NVIDIA时一样的问题——芯片再好，如果软件支持不到位，开发者不愿意用，那就很难推广。RISC-V的软件生态正在快速发展，但跟x86和ARM的差距仍然巨大。主流的AI框架在RISC-V上的优化还很初级。

工具链的成熟度。 编译器、调试器、性能分析工具——这些开发者日常离不开的工具，在RISC-V平台上的质量和稳定性还需要大幅提升。

碎片化风险。 RISC-V的可定制性是优点也是缺点——如果每个厂商都做自己独特的扩展，互不兼容，那就会出现”碎片化”，跟安卓生态的碎片化问题类似。RISC-V International在努力推动标准化来缓解这个问题。

验证和合规。 在安全关键场景（汽车、医疗、航空），芯片需要通过严格的认证。RISC-V芯片在这方面的积累还不够。

时间线估计：

  • 2025-2027：RISC-V在物联网、嵌入式AI领域建立稳固地位
  • 2027-2029：RISC-V开始在数据中心AI推理领域出现有竞争力的产品
  • 2030+：如果生态成熟，RISC-V有可能在某些AI场景真正挑战ARM和x86

📌 小结

今天的核心要点：

  • RISC-V是完全开源免费的芯片指令集，被称为”芯片界的Linux”
  • 其可定制性让它非常适合设计AI专用芯片
  • Tenstorrent、SiFive以及大量中国公司是主要推动力量
  • 中国把RISC-V作为突破芯片封锁的重要路径
  • 软件生态不成熟和碎片化风险是最大挑战
  • RISC-V不会在短期内颠覆现有格局，但长期潜力巨大

👋 结尾

好了，今天关于RISC-V的AI野心就聊到这里。

我做这期节目最大的感受是——开放和封闭的竞争，在芯片领域正在重演软件领域的历史。Linux用了二十年才从一个学生的业余项目变成统治服务器市场的操作系统。RISC-V是否会走上类似的道路？让我们拭目以待。

无论如何，对于整个行业来说，有一个开放的替代方案存在总是好事。竞争催生创新，垄断滋生懒惰。

你觉得RISC-V能在AI领域成功吗？来评论区聊聊吧。

我是小敏，AI深度解析，下期见！拜拜！

AI深度解析播客 DD44 · 发布日期：2026年4月15日