1520
如果票選25年春晚最精彩的節(jié)目，機器人扭秧歌絕對是前三名，這動作比村頭吳老二可好太多了。
也恰恰在春節(jié)期間，DeepSeek-r1開源了。
我在想，如果每一個機器人都裝上支持deepseek的智能芯片，能夠本地低延遲完成和人類的交互，這樣的機器人真的可以從動作和思想成為一個“智能人”，其想象空間絕對不可限量。
這就是天命！
機器人革命的最大障礙竟被開源打破了？
可能有人說，不需要本地部署芯片，只用聯(lián)網用云端的服務就好了。
Hi ，兄弟，你也不想你的機器人扶你過馬路的時候，突然斷網，從智能變成智障吧。
所以，這樣的機器人必須部署那一個不依賴云端算力的端側AI芯片。
才能同時滿足低功耗和高性能的需求。
那什么架構的芯片能滿足deepseek高效在機器人以及其他端側部署環(huán)境？
作為這個芯片設計師，我會選擇risc-v+張量計算擴展，這是端側算力的“天命人架構”。
一：靈活擴展的算力架構
為什么說RISC-V是端側算力的“天命人架構”？
DeepSeek大模型開源普惠眾生，讓算力從云端神壇走向萬物終端。
這一個多月，我們大家都看到了，deepseek開源帶來科技平權力量是如何勢不可擋。
從智算應用，智算基礎設施，智算服務等千行百業(yè)，甚至到普通人都感受到了開源科技平權的力量。
AI算力的終極戰(zhàn)場上，能不能做到萬物智能，答案就在部署在智能終端的芯片之中。
但是，隨之而來帶來一個尷尬的地方，卻是本地部署少之又少可憐的token處理能力。
而目前看，面對大模型推理的需求，端側芯片的算力還是捉襟見肘。
而RISC-V正以開源架構的顛覆性優(yōu)勢，成為破局的核心變量。
RISC-V以開放指令集為基礎，摒棄歷史包袱，僅保留最簡指令集，允許開發(fā)者根據(jù)場景需求自定義擴展（如AI加速模塊）。
這種“歸零解構”契合第一性原原理。
就是從算力需求本質出發(fā)，而非模仿現(xiàn)有架構。
我稱之為面向算力需求的架構。
面向人工智能算力，而RISC-V通過開放、靈活、高能效的設計，完美契合AI算力對本質化創(chuàng)新的需求。
AI時代需要CPU、GPU、TPU等多計算單元協(xié)同。
而RISC-V的模塊化設計天然支持異構融合，通過定制化指令集提升資源調度效率，適應端側異構計算融合的趨勢。
也就是說，RISC-V通過指令和模塊擴展，在一套體系架構下，融合了CPU，GPU，TPU等不同功能的單元。
例如在低功耗領域，RISC-V精簡指令集減少冗余計算，能效比顯著優(yōu)于傳統(tǒng)架構，適合端側設備的續(xù)航要求。
在高性能方面：通過模塊化擴展，支持按需組合功能模塊（如浮點運算、向量處理），靈活適配AI推理、圖像處理等場景，而不是做一個大而全的CPU，很多硬件都浪費。
而RISC-V的模塊化設計，讓開發(fā)者能像拼樂高般定制計算單元。
也就是說開發(fā)者可以根據(jù)需求自主添加指令集。
例如可以添加SIMD的指令，達到GPU向量計算能力，添加矩陣運算的指令模塊，達到TPU的張量運算的能力。而RISC-V本身就具備標量運算的能力。
這么說比較枯燥，我們舉個例子。
例如達摩院玄鐵C930?搭載vector+matrix雙引擎，8位整數(shù)指令專攻AI推理，512位矢量單元應對科學計算 。
這么設計的還有Semidynamics將張量單元焊入CPU核內，軟件復雜度腰斬。
還有大神Jim keller創(chuàng)辦的Tenstorrent ?BlackHole，這個芯片用768個RISC-V核懟出745TFLOPS算力，成本僅GPU方案1/10。
除了在架構方面，在計算范式上，RISC-V也在重構端側算力格局。
二：算法定義芯片的計算范式
RISC-V不是走一場傳統(tǒng)的CPU的路徑，而RISC-V要從“通用計算”到“算法定義芯片” 的計算范式革命。
傳統(tǒng)把CPU，GPU，TPU（NPU）異構集成SOC的方式，三駕馬車，各拉各的套，三種編程方式，用過的人都知道，這個編程難度和效率有些一言難盡。
而RISC-V擴展指令和模塊的方式，能夠最大限度的解決算力編程的問題，（當然也是一種DSL面向專用領域架構的變成語言）。
算法定義芯片能夠最大限度解決，軟件和硬件匹配的問題。
這種理念讓芯片成為算法本身的拓撲投影。
大家仔細看最近DeepSeek開源的幾個工程，有幾個在講從芯片底層優(yōu)化算法效率，包括多頭注意力機制的運算優(yōu)化，GEMM的矩陣乘法優(yōu)化等等。
這些都在在優(yōu)化GPU調用本身，其本質原因，GPU并不是為了大模型推理而設計的。
基于RISC-V的DSL本身，作為算法定義芯片的開發(fā)語言，就可以在算子力度最大限度的講芯片算法提交給應用，減少了優(yōu)化的時間。
動態(tài)異構計算的本質優(yōu)勢，RISC-V通過可擴展指令集架構（如V擴展、自定義加速器接口），天然支持硬件任務動態(tài)分區(qū)。
同一芯片內，算力資源可按需分配給AI推理（如矩陣乘加速模塊）或通用計算（如控制邏輯），實現(xiàn)“時分復用硬件”的極致靈活性。
這種能力使端側設備既能滿足AI推理的突發(fā)性高吞吐需求（如視覺識別峰值算力），又能在空閑時段無縫切換至傳感器數(shù)據(jù)處理、通信協(xié)議棧運行等任務，突破傳統(tǒng)GPU/ASIC架構的“功能固化”瓶頸。
傳統(tǒng)CPU如同笨重的卡車，30%芯片面積被復雜解碼邏輯占據(jù)，還有層層疊疊積累的前向兼容和后向兼容的指令。
RISC-V通過架構精簡+軟硬協(xié)同實現(xiàn)能效碾壓，RISC-V指令解碼器面積比x86小30%，玄鐵C930在28nm工藝下實現(xiàn)2.3W/GHz，同等性能功耗僅為Arm A55的60%；
數(shù)據(jù)對比在端側典型任務（如720P圖像分類）中，RISC-V方案能效比可達x86架構的7倍，Arm架構的2.3倍。
這種降維打擊策略已見成效。
預計到2030年RISC-V芯片出貨量預計超過160億顆，產品出貨量CAGR保持40%高速增長，在自動駕駛域控領域滲透率超30%。
正如Arm顛覆x86的移動端霸權，RISC-V正從邊緣側包抄傳統(tǒng)架構腹地。
看到這里，可能很多人心中都有疑問。
是真的嗎？
為什么RISC-V發(fā)展如此迅猛？
為什么我的筆記本電腦/手機上還沒有用上？
接下來，我們來講講為什么RISC-V這么受歡迎，你就對這些心中有了答案。
三：算力平權的開源生態(tài)
變革是一個量變引起質變的過程。我們用的藍牙耳機中絕大部分芯片，都已經用了risc-v的處理器核，出貨在十幾億顆，這還僅僅是一個應用。很多的MCU也逐漸向RISC-V遷移。而端側算力芯片也將逐漸滲透。大家用RISC-V做芯片，不是為了趕時髦，是為了賺錢。在芯片界沒有不變的架構只有永恒的利益。而追求這些利益就是芯片發(fā)展的動力。
當下，傳統(tǒng)芯片架構（x86/Arm）的封閉性導致端側算力陷入雙重困境
開發(fā)門檻高：Arm每核授權費高達數(shù)百萬美元，中小企業(yè)難以承受；
迭代周期長：新增AI指令需經漫長標準審批，無法響應大模型快速演進需求。
開源就是RISC-V打破算力壟斷的核武器。
我們從Deepseek的開源，能夠看到開源帶來的技術力量。
同樣RISC-V的開源，也帶來了強大的技術使能。
這種開源帶來了三個好處，分別是成本，敏捷，生態(tài)。
第一個是成本。
如同Deepseek的開源，每個企業(yè)或者個人都能部署最先進的推理模型，而不用花費千萬美金甚至上億美金去訓練自己的大模型，一下子降低了大模型的門檻。
而RISC-V在CPU領域也是如此，同樣降低了設計一個芯片的門檻。當Arm每核授權費高達數(shù)百萬美元級別時，RISC-V的零成本特性讓中小企業(yè)也能玩轉高端芯片，即使是用商用支持的RISC-V的IP，也不同級別的ARM授權費用要低不少。
第二個是敏捷。
RISC-V通過開源生態(tài)+模塊化架構重構游戲規(guī)則，達摩院玄鐵團隊僅用6個月完成Vector 1.0到Matrix指令集升級。通過自定義指令集，其GEMM計算速度提升超7倍，Transformer算子性能提升超17倍，
這種敏捷創(chuàng)新在封閉架構中需要2年審批周期，而RISC-V開發(fā)者僅用6個月就實現(xiàn)技術迭代。
時間就是金錢，快速迭代才能快速收獲。
這種“全民開發(fā)者”模式，使端側芯片能快速適配大模型需求。
RISC-V的模塊化基因使其成為大模型時代的最佳載體。
第三個是生態(tài)，
生態(tài)升維定義產業(yè)規(guī)則，RISC-V國際基金會推動RVV矢量擴展標準化，同時允許企業(yè)自定義指令，形成“安卓式開源+廠商定制”的生態(tài)范式。
谷歌Android 15、華為鴻蒙全面擁抱RISC-V，云計算，人工智能、自動駕駛，更不要說藍牙耳機等等，RISC-V已實現(xiàn)規(guī)?；逃?。
還有類似RISC-V無劍聯(lián)盟這樣的上下游一體的產業(yè)生態(tài)。
RISC-V的開放標準允許全球開發(fā)者協(xié)作優(yōu)化，加速技術迭代。
遠超傳統(tǒng)架構發(fā)展速度，這種開源特性與第一性原理倡導的“打破知識藩籬”高度一致，推動端側算力突破經驗局限。
從這次達摩院RISC-V生態(tài)大會傳遞出一個信號：“RISC-V正從替代品升維為定義者”。
RISC-V正通過開源標準化+定制化并行重構產業(yè)生態(tài)：
未來不屬于算力最強的架構，而屬于最能激活算力場景的生態(tài)。
也就是構建算力-芯片-生態(tài)的閉環(huán)。
工具鏈方面：平頭哥無劍600平臺提供從算法優(yōu)化到芯片驗證的全流程工具，開發(fā)者僅需3個月即可完成AI芯片流片；
場景化擴展：RISC-V國際基金會推動RVA22虛擬化標準，允許單芯片同時運行Linux大模型和RTOS實時控制任務，滿足自動駕駛多域融合需求。
在大模型方面：玄鐵團隊選擇DeepSeek模型蒸餾+稀疏化壓后1.5B參數(shù)模型在玄鐵C920上快速適配，達到GPT-4o 80%的準確率，證明“小模型+高能效芯片”組合的可行性。
軟件定義硬件，達摩院發(fā)布全球首個RISC-V AI編譯器，支持PyTorch模型自動編譯為RVV指令，算子優(yōu)化效率提升4倍；
目前我們經歷Deepseek的洗禮，沒有人會懷疑AI改變我們這個世界的能力。
這是一場AI革命。
AI革命，終將讓每個智能終端都成為AI進化的神經元——而開源的基因，正是點燃燎原之火的火種。
RISC-V正在證明，真正的算力革命，永遠始于開放，成于普惠。
RISC-V引發(fā)的不僅是技術變革，更是產業(yè)權力結構的重塑：
開源生態(tài)使AI芯片開發(fā)成本降低90%，中小企業(yè)可參與高端市場；
中國企業(yè)在RISC-V基金會貢獻超40%技術提案，打破歐美在芯片架構領域的壟斷。
到2030年，RISC-V將占據(jù)端側AI芯片60%份額。
當大模型通過RISC-V實現(xiàn)“泛在智能”——從端側算力到智能，這場由開源架構驅動的算力平權運動，將AI算力部署在端側，或將終結“算力霸權主義”，開啟人機協(xié)同的新紀元。
正如倪光南院士所言：“RISC-V正從架構替代走向規(guī)則定義?！?/p>
當傳統(tǒng)巨頭還在為制程內卷時，RISC-V軍團已帶著開源生態(tài)的“技術核彈”，在端側智算戰(zhàn)場完成合圍。
也許很快我們就能看到，能夠基于risc-v的deepseek推理芯片能夠部署在人形機器人身上，完成從行走到智能思考交互的改變。
算力革命的勝負手不在工藝制程，而在生態(tài)開放性。
Deepseek是這樣，RISC-V也是這樣。
