本文由半导体产业纵横（ID：ICVIEWS）综合

英伟达正在大力拥抱RISC-V。

尽管 Nvidia 的 GPU 依赖于具有其指令集架构和对各种数据格式的支持的专有 CUDA 核心，但这些核心由依赖于行业标准 RISC-V ISA 的定制核心控制，尽管带有一些扩展，该公司在本月的 RISC-V 峰会上透露。

现代 GPU 是高度复杂的片上系统，具有大量必须管理的功能和资源——从计算资源和电源管理到显示引擎和安全性。

这些功能目前由 Nvidia 开发的 10 到 40 个定制 RISC-V 内核管理，具体数量取决于芯片的复杂程度。根据 Nvidia 在 RISC-V 峰会上展示的幻灯片，Nvidia 从 2015 年开始用基于 RISC-V 的微控制器内核取代其专有微控制器，到目前为止，几乎所有 MCU 内核都是基于 RISC-V 的。

到目前为止，Nvidia 已经开发了至少三个 RISC-V 微控制器核心：NV-RISCV32（RV32I-MU，按序单发射核心）、NV-RISCV64（RV64I-MSU，无序双发射核心）和 NV-RVV（RV32I-MU，NVRISCV32 + 1024 位矢量扩展）。这些核心（可能还有其他核心）基于不同的指令集架构取代了专有的 Falcon 微控制器单元。此外，Nvidia 还开发了 20 多个自定义 RISC-V 扩展，以提高性能、功能和安全性。

Nvidia GPU 中基于 RISC-V 的最重要的部分可能是其嵌入式 GPU 系统处理器 (GSP)。根据 Nvidia官方资料显示，第一批使用基于 RISC-V 的 GSP 的 GPU 是基于 Turing 架构的。此 GSP 卸载了内核驱动程序功能，减少了 GPU MIMO 对 CPU 的暴露，并管理了 GPU 的使用方式。

由于 MCU 内核是通用的，因此它们可以用于 Nvidia 的所有产品。因此，根据其中一项演示，到 2024 年，Nvidia 预计将交付约 10 亿个内置于其 GPU、CPU、SoC 和其他产品中的 RISC-V 内核，这凸显了定制 RISC-V 内核在 Nvidia 硬件中的普遍性。

Nvidia 每年出货数百万个 GPU。仅在 2023 年，Nvidia 就出货了 3100 万个台式机独立 GPU，大约相同数量的笔记本电脑独立 GPU，数百万个数据中心 GPU 以及大量其他类型的硬件。也就是说，Nvidia 的所有芯片中都存在多个 RISC-V 内核。

随着各大公司寻求更便宜、更快捷的 CPU 设计方法，RISC-V 的影响力每年都在增长。

RISC-V是开源的，这意味着任何人都可以获取、修改和使用其代码。这种开放性促进了全球范围内的创新与合作，有助于推动RISC-V生态系统的快速发展。其次，RISC-V支持模块化可配置的子集，使得开发者可以根据具体的应用需求进行灵活定制。这种模块化设计提高了RISC-V的适应性和灵活性。RISC-V的设计简洁，指令数量相对较少，这有助于提高处理器的执行速度和降低功耗。由于RISC-V的简洁设计，其内核面积更小，功耗更低，这对于需要长时间运行的设备来说是一个优势。同时，这种设计也降低了制造成本，使得RISC-V在成本敏感的应用场景中更具竞争力。RISC-V还拥有庞大的社区支持，包括学术界和工业界的众多参与者。这为RISC-V的技术发展、生态建设和应用推广提供了有力保障。

与 Nvidia 一样，Apple 也在其 M 系列 CPU 中使用 RISC-V 微控制器。在最近的开发者峰会上，三星表示已将其 TizenOS 移植到 RISC-V，该操作系统用于其电视。大多数硬件和云提供商都支持 RISC-V。

据SHD Group数据预测，预计到2030年，全球RISC-V芯片市场的规模将达到927亿美元，相比2023年增长276.8%，2023-2030年年复合增长率高达47.4%。其中，用于AI加速器的RISC-V芯片市场规模预计将达到420亿美元，年复合增长率达高达49.2%。

从具体出货量来看，到2030年，预计RISC-V芯片的出货量将达到161.81亿个，相比2023年增长了135.0%，2023-2030年年复合增长率达44%。其中，用于AI加速器的RISC-V芯片预计将达到41亿个，年复合增长率高达51.9%。

从上图能够看到，无论是出货量还是销售额，AI领域的RISC-V芯片市场规模和增速都遥遥领先。

RISC-V对AI领域的贡献不仅在于其技术特性，更在于其开放性和合作性。当前AI技术快速发展的背景下，RISC-V为AI技术的普及和应用提供了有力的支持。通过RISC-V，可以避免AI技术的垄断和封闭，促进AI技术的创新和进步。

对于x86、Arm芯片厂商来说，他们不会将其训练数据开放给友商，不管是软件还是硬件，每个公司做的都不一样，这个成本就会很高。而RISC-V的生态是开放的，这也意味着很多AI的研究成果，整个RISC-V生态可以共享，当然大家也依然可以在其基础上加入自己的私有指令集进行扩展，以实现差异化。

基于这一系列特点和优势，RISC-V吸引了众多公司、学校和开发者参与其中，共同推动RISC-V生态系统的发展。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。