RISC-V研发者从DeepSeek爆火中嗅到商机

作为CPU阵营中的后起之秀，RISC-V（第五代精简指令集）架构一直试图在由x86和Arm主导的市场中占据一席之地。DeepSeek的横空出世，给了RISC-V研发者从AI场景实现“超车”的契机。

2025玄铁RISC-V生态大会现场。图：杨柳

2月28日举行的2025玄铁RISC-V生态大会上，多位阿里达摩院的专家提到，通过MoE（混合专家模型）架构等的创新，DeepSeek显著减少了大模型部署所需的计算资源需求，使得用CPU运行这类模型成为可能，推动大模型从云侧向端侧落地。

而RISC-V是一款开源且免费的CPU指令集架构，具有高度定制化的特性。达摩院首席科学家、知合计算CEO孟建熠介绍，与x86和Arm等架构相比，RISC-V的优势在于其开源性和开放性，更易实现软硬件协同设计，因此，RISC-V能更好地适应AI时代的需求。

“玄铁”是达摩院旗下基于RISC-V架构研发的处理器产品。达摩院2月初发布的消息显示，玄铁团队顺利完成 DeepSeek-R1系列蒸馏模型在搭载玄铁C920处理器芯片的相关适配，全程耗时约1小时。

近期也出现RISC-V在端侧AI场景落地的案例。比如，中科院软件所基于玄铁C920处理器的AI PC概念机，已经跑通Llama、Qwen、DeepSeek等开源模型。

在降低部署所需计算资源的同时，DeepSeek这类大模型也抬升了AI推理的算力需求。

北京开源芯片研究院首席科学家包云岗指出，AI推理的算力需求呈现出两个特征：一是与CPU紧密协作。AI推理将会成为未来各种业务中不可或缺的环节，但业务主程序仍运行在CPU上——通过API调用将AI推理请求卸载到AI加速器，得到推理结果后再由CPU返回给用户；二是呈现多样化需求。不同场景产生不同的算力需求，相应的资源约束也不同。比如云端推理算力要考虑满血版大模型的高效部署，端侧应用场景则往往会部署不同容量的裁剪版。

“RISC-V+AI迎来发展新契机。”包云岗说，AI加速器需要考虑与CPU的协同设计，需要根据不同需求实现高效定制。RISC-V的灵活性优势若能被充分发挥，有望成为AI推理算力的最好搭档，“RISC-V+AI将成为未来新组合，就像x86+Windows、ARM+安卓的组合那样”。

据市场分析机构Omdia预测，2030年基于RISC-V的AI处理器出货量将超过5亿颗。

“RISC-V从发布至今只有短短的15年，它在全球芯片产业链中的地位正不断提升。”中国工程院院士倪光南在会上表示，RISC-V的发展需要持续研发投入、高水平IP设计和全球化生态共建。而要真正进入数据中心和高性能计算市场，RISC-V以SPECint 2006软件测试，必须跑出超过15分的高性能标准。

此次玄铁RISC-V生态大会上，达摩院宣布玄铁最高性能处理器C930将于3月开启交付。C930的通用算力性能便达到SPECint 2006基准测试15/GHz——每GHz主频能跑出15分的性能，面向服务器级高性能应用场景。

阿里云无影事业部总裁张献涛预测，RISC-V架构从低功耗IoT终端（物联网设备）大规模应用到数据中心，大概在5至8年内就能实现。

在孟建熠看来，RISC-V目前面临生态系统碎片化的现状，因此，各项标准的建设是RISC-V在下一阶段发展的重中之重。

包云岗指出，RISC-V开发的软硬件工具箱还不够丰富，跟x86和ARM架构相比还有很大差距。此外，RISC-V芯片设计、验证、解决方案、技术支持等各个层次的人才也面临短缺。为了建立行业信心，打造RISC-V标杆产品案例，将是RISC-V生态成长的关键。

采写：南都记者 杨柳