2025 年 7 月 16-19 日，第五屆 RISC-V 中國峰會在上海張江科學會堂拉開帷幕。這場匯聚全球芯片產業目光的盛會中，知合計算以 “多場主題演講 + 核心產品發布” 的強勢姿態登場 —— 不僅在主論壇、高性能分論壇、人工智能分論壇系統闡述技術理念，更正式公布新一代高性能 RISC-V 內核進展，并發布 “阿基米德” 系列通推一體 CPU 產品。這一系列動作，被業內視為 RISC-V 架構向高性能計算領域發起沖擊的 “沖鋒號”，也讓中國芯片企業在全球架構競爭中的話語權再獲提升。

　　孟建熠博士在RISC-V中國峰會上演講

　　一、架構變革臨界點：RISC-V 為何成為 AI 時代新引擎？

　　全球芯片架構的演進始終與時代需求深度綁定：PC 時代 x86 以封閉生態壟斷市場，移動時代 ARM 靠 “公版授權” 降低設計門檻普及，而在 AI 與萬物互聯時代，RISC-V 正憑借開源、精簡、可擴展的特性，成為重構產業格局的新變量。

　　經過十余年發展，RISC-V 已在物聯網、嵌入式領域實現規模化落地，但向高性能計算場景的突破卻始終面臨 “瓶頸”。知合計算 CEO 孟建熠博士指出：“當前 RISC-V 陣營的第一梯隊產品，性能仍落后 ARM 與 x86 主流產品一個身位，且國內真正量產的高性能 RISC-V 芯片尚未落地?！?這種性能滯后引發的 “惡性循環” 尤為明顯 —— 硬件性能不足導致操作系統、商業軟件適配動力下降，軟件生態薄弱又讓企業客戶持觀望態度，最終壓縮硬件廠商商業化空間。

　　而打破循環的關鍵，在于打造 “標桿產品”。正如孟建熠所言：“只有先在性能上追上主流架構，才能讓開發者和客戶看到潛力，以標桿帶動上下游聯動，形成生態正向循環。” 這一背景下，RISC-V 的 “開源基因” 與 AI 時代的計算需求形成了奇妙的契合 ——AI 推理場景對算力、能效、成本的平衡要求，恰好撞上了 RISC-V “由外而內” 的架構優勢：不同于 x86 和 ARM “從架構定義需求” 的傳統模式，RISC-V 能從應用場景出發靈活擴展，開發者甚至無需掌握 CPU 設計知識即可優化軟件，這種 “需求導向” 的特性，為 AI 原生芯片提供了無限可能。

　　二、通推一體：架構創新破解 AI 計算核心矛盾

　　在峰會主論壇上，知合計算在峰會現場還公布了其首代通推一體CPU產品“阿基米德”系列，以及阿基米德系列中針對邊緣服務器場景的A210芯片產品。

　　據了解，阿基米德系列創新性采用了UCA統一計算架構，實現了統一內存和統一算子，有助于提高計算效率和性能，為用戶提供更強大的計算能力和更優化的使用體驗。“通推一體”架構則實現了SoC層面高性能通用計算和AI推理能力的高效融合，相較于目前業界主流的傳統GPU/GPGPU方案，高性價比成為其核心優勢。該系列首次亮相的A210，則是一款8核CPU，并配備了12 TOPS（INT8）的AI推理算力。

　　孟建熠表示，阿基米德系列在AI推理場景中的高性價比優勢，源于其對不同大模型架構需求的精準適配，以及對傳統方案成本痛點的針對性突破。

　　當前，基于Transformer架構的傳統大語言模型，因模型參數規模龐大、計算過程中存在大量矩陣運算與特征交互，對算力密度和內存帶寬提出了極高要求。為滿足這類需求，GPU/GPGPU等并行計算卡普遍采用HBM作為存儲方案。但HBM的技術特性也帶來了顯著弊端：一方面，HBM制造工藝復雜、產能有限，導致其成本居高不下；另一方面，受限于堆疊技術和功耗控制，單顆GPU能搭載的HBM容量通常有限，難以滿足超大規模模型的全量參數加載需求。而若通過“多GPU互連”來擴展內存容量，又會帶來設備間通信開銷增加、算力利用率下降和浪費等新問題。

　　這種“高帶寬依賴-HBM綁定-成本飆升+容量受限”的鏈條，使得傳統方案在AI推理場景中性價比偏低。

　　與傳統方案不同，知合計算的阿基米德系列選擇傳統CPU中的DDR內存作為存儲方案。盡管DDR的帶寬和傳輸速度低于HBM，但其核心優勢恰好匹配了以DeepSeek為代表的新興MoE架構大模型的需求：MoE架構的核心特點是模型參數規模極大，但實際推理時僅激活部分“專家模塊”，這對內存的“容量”要求遠高于“帶寬”，且單次計算的數據流并不大。此時，DDR內存的“大容量”和“擴容成本低”成為關鍵優勢，既能滿足MoE模型的海量參數存儲需求，又能顯著降低硬件成本。

　　基于上述場景需求和RISC-V架構的靈活設計，A210芯片無需盲目追求高帶寬和大算力，而是通過內存架構優化與MoE模型的特性適配，在“算力供給-帶寬需求-內存容量”之間找到了更優平衡點，同時避免了效率損耗和冗余成本。這種按需匹配的設計，能夠實現AI推理場景下的高性價比優勢——以更低成本提供滿足實際需求的推理能力。

　　當前A210芯片已完成回片和內部測試，即將對開發者、合作伙伴和客戶提供樣片測試申請，后續將繼續推進其商業化落地和實際應用場景的部署。

　　三、技術突圍背后：從架構到生態的全鏈條創新

　　知合計算的突破并非偶然，而是建立在 “芯片架構 - 軟件算法 - 生態協同” 的全鏈條創新之上。這種系統性能力，正是 RISC-V 向高性能領域突圍的核心支撐。

　　知合計算雖非最早入局者，卻憑借對“商業化落地”的極致聚焦，走出了一條“后發先至”的差異化路徑。知合計算從成立之初便將重心鎖定在產品的實際落地能力上。其團隊在芯片外圍設計、互連技術、緩存優化等底層細節，以及調試工具包、軟硬件交付配套工具鏈等生態支撐環節持續深耕，構建起從CPU核到終端產品的完整技術鏈條。

　　眾所周知，RISC-V 生態建設的難點，在于如何在軟件積累不足的情況下實現商業化落地。知合計算選擇了 “避實就虛” 的場景化策略 —— 聚焦對軟件生態依賴度較低的領域率先突破。

　　以大模型推理為例，主流算法核心算子僅需適配十余個，知合計算完成對滿血版 DeepSeek 等模型的適配后，即可直接應用于一體機場景，無需大規模投入軟件適配。孟建熠解釋：“這是一種‘以點帶面’的生態建設思路 —— 先通過標桿場景落地建立信心，再吸引更多開發者加入，形成滾雪球效應。”

　　這種策略已初見成效：目前其 CPU 核已實現對 RISC-V 系統平臺規范關鍵子項的高支持率，SoC 和上層軟件棧原生兼容數十個平臺規范；同時與多家一線云廠商協作，在 IP 層面與合作伙伴深度聯動，構建起 “硬件 - 軟件 - 應用” 的協同網絡。

　　孟建熠對 RISC-V 的未來充滿信心：“如果 x86 像是占領了幾座主要島嶼，RISC-V 的未來可能是一片大海?！痔煜隆潜厝悔厔荩芸赡茉谖磥?5-10 年內實現?！?但他也強調，這需要全行業的協同 ——“國內廠商要抱團取暖，提升國際標準話語權；通過‘競合共生’加速技術迭代，讓 RISC-V 從‘概念驗證’走向‘規模商用’。”

　　結語：從 “星星之火” 到 “星辰大?！?/p>

　　當 “阿基米德” 系列的樣片即將交付測試，當高性能內核的軟件適配申請持續涌入，RISC-V 在高性能計算領域的突圍已從 “可能性” 變為 “進行時”。知合計算的實踐表明：中國芯片企業不僅能在架構創新中跟上全球節奏，更能通過場景化創新與生態協同，成為規則制定的重要參與者。

　　從物聯網的 “輕量級玩家” 到高性能計算的 “挑戰者”，RISC-V 的成長軌跡，恰是中國芯片產業從 “跟隨” 到 “引領” 的縮影。隨著 “通推一體” 架構的普及、“阿基米德” 系列的落地，以及全行業的協同發力，RISC-V 正從過去的 “點點繁星”，走向 AI 時代的 “星辰大?！?。

免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。