從DeepSeek創新看RISC-V“新貴”崛起
關鍵詞： RISC-V AI推理 DeepSeek 架構優勢 標桿產品
RISC-V架構所具備的靈活性優勢若能得到充分發揮，極有希望成為AI推理算力的理想搭檔。未來，“RISC-V+AI將有望成為新組合，如同x86+Windows、Arm+安卓的經典組合”。
作為“生而開源”的芯片指令集架構，RISC-V在過去15年里發展勢頭強勁，從嵌入式系統加速挺進高性能等復雜場景，并為AI算力提供新選擇。在RISC-V國際基金會2024年批準的25項標準中，超過一半與高性能或AI相關。RISC-V國際基金會董事會主席Lu Dai表示，RISC-V指令集最激動人心的進展之一是Matrix擴展，將推動RISC-V成為AI領域令人敬畏的力量。
根據達摩院玄鐵團隊分享的數據，2024年RISC-V國際基金會會員數超過4600，覆蓋70+國家和地區。產業應用正在向高性能和并行計算加速發展，高性能和AI占比56%。預計到2031年，RISC-V在計算機領域占比將達到33%，消費領域將達到39%，自動駕駛領域達到31%，數據中心達到28%，工業達到27%，網絡達到26%。同時，RISC-V高性能和AI基礎軟件生態日趨完善，國內外主流操作系統支持RISC-V架構，主流AI框架和模型支持RISC-V架構。
“RISC-V從發布至今只有短短的15年，它在全球芯片產業鏈中的地位正不斷提升。”中國工程院院士倪光南指出，RISC-V的發展需要持續研發投入、高水平IP設計和全球化生態共建。而要真正進入數據中心和高性能計算市場，RISC-V必須要在SPECint 2006基準測試中跑出超過15分的高性能標準。
DeepSeek帶來的變革與契機
隨著DeepSeek等大模型的興起，AI領域正經歷著前所未有的變革，這也為RISC-V架構帶來了新的發展契機。在北京開源芯片研究院首席科學家包云崗看來，AI推理的算力需求正呈現出兩個顯著特征：
與CPU緊密協作。AI推理將會成為未來各種業務中不可或缺的環節，但業務主程序仍運行在CPU上——通過API調用將AI推理請求卸載到AI加速器，得到推理結果后再由CPU返回給用戶
呈現多樣化需求。不同場景產生不同的算力需求，相應的資源約束也不同。比如云端推理算力要考慮滿血版大模型的高效部署，端側應用場景則往往會部署不同容量的裁剪版。
基于此，包云崗認為“RISC-V+AI迎來發展新契機”。也就是說，AI加速器在設計時需要充分考量與CPU的協同工作，并且要依據不同的需求實現高效定制。RISC-V架構所具備的靈活性優勢若能得到充分發揮，極有希望成為AI推理算力的理想搭檔。
他大膽預測，“RISC-V+AI將成為未來新組合，就如同x86+Windows、ARM+安卓的經典組合那樣”。市場分析機構Omdia的預測也從側面印證了這一趨勢，預計到2030 年，基于RISC-V的AI處理器出貨量將超過5億顆。
“RISC-V在發展過程中，不應一味地將目光聚焦于對Arm的替代，而是要充分發揮自身靈活、可定制的獨特優勢，以此形成強大的產業競爭力。”包云崗強調說。
阿里達摩院首席科學家、知合計算CEO孟建熠也表達了相同的看法。他認為DeepSeek的出現打破了算力、內存、互聯原有的平衡，通過一系列創新技術，新算力架構也有機會與傳統經典架構站在同一起跑線，讓開源大模型單機部署成為可能，有力推動實際應用的落地。
但DeepSeek的誕生，也引發了業界三個主要觀點的爭論：
開源還是閉源架構：DeepSeek證明了開源模式在當下也能取得顯著成果，為行業發展提供了新的思路和方向。
用DENSE模型還是用MoE(混合專家模型)模型：DENSE模型是全能型選手，而MOE模型在專屬領域表現出色，兩種模型都有各自的優勢和發展前景。
內存容量成為AI大模型在算力以外的另一個指標：這促使行業更加關注底層硬件能力的適配，注重算力資源的精細化匹配，改變了過去“大炮打蚊子”式的資源浪費現象，強調從軟硬件深度融合的視角重構系統設計，通過算法與硬件的聯合優化提升整體效率，形成更高效的AI計算范式。
以RISC-V為基礎構建處理芯片
按照孟建熠的說法，DeepSeek、Llama、Grok等開源大模型的涌現，并非只是RISC-V的機會，而是包括GPGPU、x86、DSA、ASIC等所有架構的機遇。但RISC-V 架構憑借其獨特優勢，在實現AI原生方面具有顯著潛力，“RISC-V+AI”很可能成為現階段架構創新的理想答案。
開放性和可擴展性顯然是RISC-V在AI領域具備的首要優勢。與x86和Arm等架構相比，RISC-V的ISA指令集架構完全開放，無需支付任何授權費用，任何參與者都能自由使用。其國際合作開發模式保障了全球范圍內的兼容性，不同地區基于RISC-V 的芯片設計均可實現無縫對接。而且，RISC-V允許在芯片設計過程中添加定制指令以滿足特定需求，這使得RISC-V芯片既能與舊有軟件兼容，又能支持新功能的拓展。
其次，開源社區的開放協作，讓各類大模型在基礎架構設計上相互借鑒，形成技術方案趨同的行業現象，這不僅降低了重復研發成本，還推動了針對硬件的針對性優化。第三，DeepSeek將大模型蒸餾，使得更多模型能夠走向端側，而端側豐富的應用場景將形成正向促進，讓高性能AI應用能夠在邊緣設備上順利運行。
在AI領域，RISC-V的包容性很強，可以支持CPU/DSA的設計，也能用于GPU、多核產品或者近內存計算的開發。隨著開源RISC-V 架構的迅猛發展，重新自研架構已意義不大，以RISC-V為基礎構建處理芯片成為未來主流趨勢。孟建熠指出，當下發展RISC-V意義重大，最終行業必然走向生態統一。
阿里巴巴達摩院資深技術專家李春強表示，DeepSeek通過MOE等技術，大幅降低了同等效果下對算力的需求，這給后續芯片在計算能力、存儲容量/帶寬、芯片互聯等方面的設計帶來了新的平衡點。
盡管前景廣闊，但RISC-V在AI領域的發展并非坦途，仍面臨著諸多挑戰。
包云崗坦言，RISC-V當前在開發的軟硬件工具箱方面還不夠豐富，與成熟的x86和Arm架構相比，存在著較大的差距。例如，在工具鏈、編譯器、調試工具以及庫等方面，RISC-V的生態系統尚不完善，這在一定程度上限制了開發者的開發效率和應用的拓展。同時，為了增強行業對RISC-V的信心，打造具有代表性的RISC-V標桿產品案例成為當務之急，這也是RISC-V生態能夠持續成長和壯大的關鍵所在。
打造標桿產品是RISC-V發展的關鍵
雖然RISC-V本身與AI契合度高，但如何讓其在市場中廣泛應用是業界關注的重點。實際上，RISC-V在一些領域的生態已取得一定成果，從低功耗IoT場景到服務器場景，都有相關產品和生態出現，也誕生了一些標桿產品。阿里云無影事業部總裁張獻濤預測，RISC-V架構從低功耗IoT終端大規模應用到數據中心，大概在5至8年內就能實現。
不過，這只是RISC-V發展的第一步。未來，它需要從“小標桿產品”邁向“大標桿產品”，這才是奠定RISC-V未來生態發展的關鍵一步。
以玄鐵的探索歷程為例，2019年7月，玄鐵發布業界最高性能RISC-V處理器C910，是全球首個運行頻率超過2GHz、SPECINT2K6達到7分/GHz的RISC-V處理器。2021年10月，玄鐵C910成功兼容安卓系統，可運行Chrome瀏覽器等應用，這是芯片行業首次實現RISC-V架構對安卓的支持，意味著RISC-V架構有望打破場景壁壘，成為高性能芯片設計的新選擇。
國際RISC-V企業也在積極行動。例如Tenstorrent 采用獨特的硬件和軟件緊密結合的方法，其硬件專門用于AI任務，而軟件并不復雜，整個軟件堆棧只有大約50000 行代碼。VENTANA公司最新的CPU產品VEYRON V2，性能也超過了Arm Neoverse V2.
“RISC-V要真正在產業中脫穎而出，需實現更高的性價比。例如，如何用二十分之一的成本達到主流AI 芯片的效果，是RISC-V廠商需要思考的問題。”孟建熠進一步強調說，考慮到碎片化是當前RISC-V生態的現狀，因此標準化建設將是RISC-V下一階段發展的重要工作之一。
目前，國際廠商在指令架構方面的貢獻高于國內廠商，國內力量的參與度有待提高，且需要將國內多個進行指令集制定工作的組織聯合起來，統一到一個平臺開展工作。而在技術路線規劃上，應以AI為目標先進行國內標準制定的嘗試，CPU、GPGPU、TPU在擴展上要形成一定梯度，避免指令集出現過多套不同標準。
