内置8核64位乱序执行RISC-V CPU和高效NPU的AI PC芯片，让个人电脑能够运行Chat-GPT和CV（计算机视觉技术）网络推理，全面加速生成式大模型。RISC-V+AI车控MCU正在应用于天窗防夹等轻量化AI场景，通过机器学习的方式，MCU可以对胶条老化等可能导致天窗功能失效的情况进行模型化处理。在智能终端场景中，采用RISC-V SoC的AI NAS（网络附加存储），可以和家庭中的智能电视、智能显示器、智能扫地机等设备连接，成为智能家庭的总入口……

奕斯伟计算AI PC芯片、开发板及demo

在9月10日举办的2024奕斯伟计算开发者伙伴大会上，记者看到了基于RISC-V+AI打造的丰富应用。而在演讲嘉宾的发言中，基于RISC-V构建AI算力的优势也被反复提及。对于广大从业者来说，RISC-V不仅让产业界看到通过更加简洁的方式进行架构创新的机遇,以及打造AI时代共性算力底座的切口，更展现了绿色、开放、融合的智能未来。

AI时代的“天选”计算架构

从蒸汽时代到信息时代，人类社会已经经历了三次产业革命。每一次产业革命的发生和发展，都带动基础设施的进步和升级。而每一次基础设施的进步和升级，又进一步催生新产业的出现和繁荣。第三次产业革命以来，ICT技术的不断进步，以及计算机、通信、广播电视三网不断融合，推动形成了现代社会新的基础设施——数字基础设施。其中，PC时代涌现出的WinTel（X86+Windows）、移动互联时代的双A（ARM+安卓），对数字基础设施的发展和进步起到关键性的推动作用。

以2016年人工智能围棋软件AlphaGo击败顶尖职业棋手李世石为标志，人类社会步入第四次产业革命，迎来了人工智能时代。生成式人工智能引发的科技浪潮，尤其引发了整个科技产业的研发热情。有业内人士指出，所有的应用都值得用生成式人工智能重做一遍。

那么，人工智能时代的基础设施是什么?是否可以继续沿用当前主流的计算架构？在奕斯伟集团董事长王东升看来，面向生成式人工智能的训练和部署要求，当前的数字基础设施还存在三个瓶颈。

奕斯伟集团董事长王东升介绍AI时代数字基础设施的挑战与方向

首先是严重的能源消耗。数据显示，一次GPT-3的训练要消耗约1287兆瓦时电力，相当于550吨二氧化碳。同时，智算中心会在运行过程中消耗巨量的水资源。根据加州大学河滨分校研究，在微软最先进的美国数据中心训练一次GPT-3，耗水约7万升。如果在不如微软美国数据中心先进的微软亚洲数据中心训练，水资源消耗将增至3倍。

其次是现有计算架构和软硬件生态系统相对封闭。生成式AI正处于新应用、新需求快速涌现的时期，而闭源架构演进速度慢、竞争活力不足，难以满足AI时代的发展要求。

最后是现有算力系统复杂度越来越高，不同算力单元间数据交互效率低、资源调度复杂、算力利用率低、系统实现代价大，导致整体投入产出和性价比不高。

问题就是机会。本次大会的主题，暗含了王东升解决以上问题的答案：绿色、开放、融合。

其中，绿色是指围绕系统高能效的目标，推动算法、架构和工艺的迭代升级，促进AI时代数字基础设施这一“人造智慧系统”的能效逐步趋近于人脑，适应可持续发展的需要。

开放是指心态开放、标准开放、场景开放、合作开放，鼓励更多行业伙伴参与新一代数字基础设施产业体系的创新创造。

融合是指通过构筑适配不同领域和场景需求的共性计算底座，推进异构计算融合，提升软件算法的兼容性及资源调度效率，最终提高系统整体的投入产出和性价比。

“RISC-V最符合绿色、开放、融合的要求，可以说，它就是为AI时代而生的，是AI时代的天选之子。”王东升说。

开放、高效、灵活、低功耗、模块化及可扩展性，是RISC-V的天然优势，也让产业界看到了打造AI时代共性算力底座的切口。

北京大学讲席教授、RISC-V国际基金会人工智能与机器学习技术专委会主席谢涛表示，RISC-V具备开放与灵活性，可以根据具体需求定制AI加速器，能够适应AI工作负载变化快的要求；RISC-V的高度可扩展性，让设计者可以根据需要自定义指令集扩展，增强AI计算的性能和效率；RISC-V架构通过简洁设计和定制化扩展，可实现高效的能量使用，其小型高效的处理单元，能够减少等待数据传输的时间，提高整体计算效率；生态系统和社区支持，为RISC-V提供了强大的推动力和丰富的软性及IP资源，使RISC-V+AI具备良好的发展前景。

在王东升看来，RISC-V将成为AI时代原生计算架构。基于此，他提出了RDI（RISC-V数字基础设施）的产业概念。RDI指所有采用RISC-V架构的数字基础设施，包括芯片、设备、软件、系统，以及由此形成的“新算力、新网络、新数据、新设施、新终端”等。

虽然RISC-V内核出货量在2022年就迈过百亿颗大关，但大部分应用于嵌入式系统等生态要求低、用户感知弱的场景，对最终场景用户的影响力不足。而RDI的创新发展，将推动RISC-V的三个转型。

“我们呼吁更多业界伙伴携手合作、协同创新，共同推动RDI产业创新发展，让RISC-V从隐性走向显性，从抽象走向具象，并从弱生态逐步过渡到强生态，进入更多领域。”王东升说。

共性技术底座与行业应用示范两手抓

虽然RISC-V在AI领域的技术优势和应用前景已经明确，但也存在一系列共性瓶颈，包括RISC-V+AI的技术底座尚未形成，技术路线尚未统一；RISC-V内核资源不足，难以支撑众多场景和应用的需求；技术及产品资源复用难，企业难以形成合力；行业应用累积不足，产品竞争力不够，以及产品推出速度慢，产品丰富度不足等。

共性的瓶颈，需要对症下药的共性技术与生态平台。本次大会上，奕斯伟计算面向产业界的普遍诉求以及RDI的落地发展需求，发布了RISAA（瑞赛）技术与生态平台。据悉，RISAA是RISC-V+AI Architecture（架构）的缩写，具备三方面的基础技术能力。

一是RISC-V+AI技术底座，旨在构建兼容不同计算需求的共性计算底座。在过去的5年时间里，奕斯伟计算研发了包括通用型、增强型、AI计算系列在内的20余款RISC-V内核。但奕斯伟计算团队也意识到，相比其他主流架构，RISC-V内核的丰富度和成熟度还远远不够。因此，该团队一方面与行业伙伴共享经过硅验证的RISC-V内核，另一方面积极采用和推动合作伙伴的内核走向产业化落地，一起推动面向AI计算的扩展指令集建设，以及RISC-V+AI共性底座的建设模式。

二是DSC（领域专用计算能力），即结合场景需求构建专用的计算单元，以支撑RISC-V在各个领域场景的应用。

领域专用计算能力，是RISC-V易定制、可扩展能力的具象化体现。中国工程院院士倪光南在本次大会致辞中表示，RISC-V在设计思想就包含了DSA（Domain Specific Architecture，即面向特定领域）的概念，不仅具备模块化和自定义扩展指令集功能，还为扩展指令集预留了很大的扩展空间。

为了充分发挥RISC-V在领域专用计算的优势，奕斯伟计算通过指令集扩展和定制优化，提升RISC-V内核在特定领域处理上的效率，并开发了多个领域的专用IP作为ASIC单元或者算法模块集成到芯片中。通过RISC-V底座与DSC能力的融合，奕斯伟计算产出了多颗全球首发的RISC-V领域专用计算芯片。

三是开放的软硬件接口平台，提供多样化的技术要素融合，赋能生态伙伴间的技术互联互通。硬件接口方面，奕斯伟计算团队会以SoC和SiP为重点，推动芯粒在芯片产品中的广泛应用以及合作伙伴间的互联共享。在软件接口与平台方面，该团队会打造软件工具、应用开发、生态协同和安全可靠四个平台，加速丰富RISC-V应用生态。

基于5年来的技术实践与合作经验，奕斯伟计算还在RISAA平台构建了五层级的生态共建模式，覆盖IP、芯粒、芯片、板卡与系统设备的产品形态。每一个层级上与技术能力的建设结合起来，奕斯伟计算希望与伙伴优势互补，助力RISC-V迈入市场更广阔的高价值、强生态领域。

在建设RISAA平台的过程中，奕斯伟计算意识到RDI的建设不能依靠一家之力，必需依托全产业链的力量并惠及上下游的合作伙伴。2023年8月，金融街资本、东软、天数智芯、中科驭数等公司与奕斯伟计算发起成立了北京聚力开源生态技术有限公司，并在此基础上形成了RDI聚力联盟。

相较手机、PC等强生态场景，垂直行业场景主导性强，适合统一规划、统一部署，对数字化转型和自主创新的需求特别旺盛，且行业应用软件数量可控。因此，聚力联盟将行业场景作为RDI落地的突破口。目前，该联盟在北京、上海、武汉、成都等地发起成立了RDI生态创新中心，引导RISC-V的应用示范工程落地。

“RDI生态创新中心在加速RISC-V生态繁荣的同时，也为不同层级的合作伙伴带来产品落地的机会，从而吸引更多的企业加入RDI产业建设。”奕斯伟计算高级副总裁、首席技术官何宁说。今年8月，上海RDI生态创新中心发布了RISC-V车路云协同验证示范系统，以RISC-V架构支持车载通信单元、路侧通信单元、路侧计算单元等车路云协同系统中的关键设备及云控平台服务器系统。这一系统是首个面向智慧交通场景的RISC-V的应用示范系统，也是全球首个RISC-V体系化行业应用案例。目前，该系统实现了车载单元与路侧单元之间的实时通信，以及路侧计算单元对交通事件的实时检测，未来将持续提升RISC-V在系统中各类设备的渗透率。