RISC-V生态大会现场观察者网
“最近龙虾火爆，新发布的C950能否抓住这波智算中心浪潮？”
3月24日，上海，2026玄铁RISC-V生态大会媒体群访尾声，一位采访者抛出了这个顺应热点的问题。
“龙虾是一个现象，明天可能是犀牛了，后天又变成别的……”阿里巴巴达摩院首席科学家孟建熠把话题引向长期趋势，“Agentic AI带来频繁的AI交互，带来大量的Task，不久前黄仁勋也提到，这个地方存在瓶颈。”
当人工智能从以GPU堆砌为特征的“训练霸权”时代，迈向需要复杂任务调度与实时交互的“智能体”时代，毫秒级响应的数据库调用、搜索、存储交互，正在挑战传统“CPU+独立GPU”通过PCIe总线通信的旧秩序。延迟高、功耗大、数据搬运效率低下，这些被训练时代的批量处理所掩盖的问题，在Agentic AI的实时性要求面前暴露无遗。
旧范式的困境——PCIe墙与GPU霸权的内在矛盾
要理解这场架构变革的深刻性，必须回溯2020年至2024年间形成的“GPU霸权”时代。这一时期，计算架构经历了一次深刻的转变：GPU从传统的图形渲染“加速器”，成为AI计算的绝对“中心”，而CPU则被迫退居二线，沦为“数据搬运工”。二者通过高速外设总线（PCIe）强行耦合，形成了一种“外挂式”的异构设计。
这种架构在批量训练大模型时表现出惊人的效率——数据批量进出，计算密集，延迟不敏感，英伟达借此构建起庞大的CUDA生态。市场上敏锐的玩家迅速围绕这一架构建立起完整的商业逻辑：智算中心概念、算力租赁平台、各种“深度适配”标签，收割着现象级应用带来的流量与焦虑。
然而，效率的极致恰恰是瓶颈的萌芽。 PCIe总线的物理极限，其通信延迟达到微秒级，数据搬运功耗可占系统总功耗的40%。在AI训练时代，这种延迟可以被掩盖——毕竟训练任务可以批量处理，等待几小时甚至几天并无大碍，堆砌算力即可掩盖架构的不足。
但当Agentic AI（智能体AI）兴起，应用范式发生了根本转变。智能体需要频繁调用外部工具、实时查询数据库、进行网络搜索、执行存储操作，数据搬运量呈指数级上升。对于需要毫秒级响应的自动驾驶避障、机器人实时控制、智能体的复杂任务链执行而言，微秒级的PCIe延迟成为了不可逾越的物理高墙。
新架构的应答——“通推一体”与RISC-V的结构性优势
面对旧范式的物理极限，RISC-V提供了根本性的架构答案。
新的CPU设计，指向一种“通推一体”（通用计算与推理一体化）的架构演进——这不仅是技术的迭代，更是计算逻辑的重构。
达摩院发布的C950处理器，正是这种新架构的物理载体。这款历时两年研发的旗舰产品，采用8指令译码、16级流水线、乱序窗口超过1000条的微架构，在5纳米工艺下实现3.2GHz主频，SPECint2006性能突破70分，单位性能达22分/吉赫兹，创下全球RISC-V处理器新高。
比跑分更重要的是架构创新：它集成了Matrix与Vector双引擎，与CPU核心实现统一内存寻址，彻底消除了PCIe数据搬运的瓶颈。
这意味着，在C950的架构中，CPU不再是GPU的“陪衬”或“数据搬运工”，而是与AI加速引擎深度融合的平等伙伴。数据无需在CPU与GPU之间来回搬运，推理可以在统一的内存空间中完成，延迟从微秒级降至纳秒级，能效比大幅提升。这不是简单的硬件堆砌，而是架构层面的重构——CPU重新成为中心，但已非原来孤立无援的通用处理器，而是与AI引擎深度融合、可塑可扩展的新形态。
更具革命性的是RISC-V的可定制性（DSA，领域专用架构）。芯翼信息科技创始人肖建宏在群访中分享了其切身经验：这家专注于广域物联网连接芯片的企业，自2020年起坚定采用玄铁IP，在开发卫星通信等场景时，基于RISC-V可以“提出问题马上就改”——传统Arm架构需要半年以上的授权谈判和代码重构，而RISC-V的开源特性允许企业在数周内完成指令集扩展，快速响应碎片化、差异化的市场需求。四年时间，芯翼实现了年出货近亿颗，产品销往欧洲、美国，这种敏捷性构筑了独特的竞争优势。
RISC-V生态大会群访现场观察者网
此外，零授权费打破了传统架构的封闭垄断。南芯科技联合创始人姜涛坦言，在复杂的电源管理芯片中集成处理器内核，RISC-V使其“成本非常有竞争力”。对于海量的、利润微薄的终端场景而言，避开Arm数百万美元级的授权费，是支撑“百亿级Token低成本运行”的关键，也是RISC-V能够在物联网长尾市场中悄然渗透的底气。
目前，玄铁系列处理器累计出货已超45亿颗，从芯翼十亿颗出货（连接层）到全志D1系列在端侧智能的部署（感知层），再到C950的70分突破（高性能层），RISC-V正在构建Agentic AI时代的新基础——它不追逐现象级应用的旋风，而是为风暴过后的新世界提供稳固的锚点。
CPU的重生——但绝非回到x86老路
新架构的实现，表现为CPU在更高层次上的回归。RISC-V国际基金会主席Lu Dai在同场群访中指出：“需要国际大厂将RISC-V作为主处理器（Main Processor），而非协处理器（Co-processor）。”——CPU重新成为主角，但这绝非回到x86或Arm的老路，而是一种质的跃升。
这种质的差异体现在三个维度：
其一，生态构建逻辑的根本转变。
传统x86/Arm生态是“授权-封闭-垄断”的垂直体系：Wintel联盟的历史包袱、Arm的授权费壁垒，构成了森严的护城河。而RISC-V走的是“开源-开放-共治”的水平协作之路。中科院软件所副所长武延军此前呼吁“不走x86和Arm的老路”，其深意正在于此——不是简单回到CPU主导的旧秩序，而是建立一种新的生产关系。中科院“如意社区”与阿里“无剑联盟”的协同，试图通过“开源硬件+开源软件”一体化，构建从处理器到操作系统的基础软件栈，这是一种演进，而非历史循环。
其二，技术形态的融合创新。
不再是单一CPU孤军奋战，也不是GPU外挂式的暴力加速，而是“CPU+AI引擎”的深度融合。C950的Matrix引擎支持4096位宽度向量和单核8 TOPS算力，支持15种数据类型（包括FP8、FP4等新型数据类型），可运行千亿参数大模型。在千问30B模型上可达80 tokens/秒，在更大规模模型上达到18 tokens/秒——这是全球首次有RISC-V单芯片运行满血大模型，但这并非GPU霸权的延续，而是通用计算与专用推理的合理统一。
其三，标准制定的方法论革新。
孟建熠提出的“处理器内核是承载标准最好的方式”，揭示了RISC-V生态建设的独特路径。传统标准制定是“纸面规范-商业博弈”的漫长过程，而RISC-V通过开源IP（如玄铁系列）将先进技术（如Matrix扩展）率先实现并开源，快速将潜在标准“固化”为市场事实，吸引开发者形成向心力。目前，达摩院主导的Matrix扩展（ME）标准已在国内推进，同时在国际上与IME、AME路线并存竞争，这种“先实现、后标准化”的路径，既保持标准化（生态统一），又允许定制化（场景适配），体现了在矛盾中发展的辩证逻辑。
基础设施的叠加——5G先行与RISC-V的乘数效应
RISC-V生态在中国的崛起，并非孤立的架构革命，而是5G和算力等“新基建”叠加的乘数效应。
回望过去10年，5G和算力中心的先行部署，为RISC-V创造了最适宜的生长土壤——前者是“基础设施的基础设施”，后者是“架构层的操作系统”。
5G带来的不仅是更快的网速，而是物理世界的全面数字化接口。其高带宽、低延迟、海量连接的特性，催生了物联网、边缘计算、车联网等增量场景，使得Agentic AI从云端走向边缘成为可能。肖建宏在群访中提及的卫星通信、芯翼的十亿级出货，实际上都是5G生态向6G演进过程中的连接需求；全志科技在端侧智能的部署，依赖于5G网络将边缘设备与云端大模型实时串联。
这正是5G与RISC-V的战略协同：5G解决了“连接”问题，将海量设备接入数字世界；RISC-V解决了“计算”问题，为这些设备提供低成本、可定制、高能效的算力底座。没有5G创造的物联网增量市场，RISC-V的零授权费优势无从发挥；没有RISC-V提供的端侧算力，5G的“最后一公里”也无法实现智能闭环。
与5G的政策驱动（国家强制退网、运营商集中采购）不同，RISC-V的扩张依赖于市场自然选择。5G用十年时间（2010-2020）完成了从标准到商用的跨越，为RISC-V铺就了道路；而RISC-V可能需要用15-20年时间，在5G创造的“新大陆”上建立架构标准。这是一种接力关系：5G完成了物理层的“去线缆化”，RISC-V正在完成计算层的“去封闭化”。
矩阵扩展标准之争（达摩院ME路线 vs 国际IME/AME路线）体现了这种开放生态的复杂性——新架构不是无矛盾的统一，而是在差异中寻求共识。正如孟建熠在群访中坦言，“头部效应非常重要”，“四年我们在研发投入上花了非常非常大的投入”，“这个过程其实是要耐得住寂寞，能够熬得住的”。
RISC-V生态大会现场观察者网
结语
“龙虾”的季节性或许会过去，真正决定技术走向的，是那些在喧嚣中沉潜、在变化中坚守的锚点。
从芯翼的十亿颗连接芯片，到C950的70分性能突破，再到5G与RISC-V的协同共振，RISC-V生态的构建，是一场需要耐力的长期工程。它不追逐短期热点，而是着眼于未来五年、十年甚至更长时间的技术布局。
正如芯翼信息科技创始人肖建宏所言：“其实在我们碰到的很多行业里，RISC-V已经不是一个Question，是必须发生的。” 这句话道出了产业实践的真相——在物联网、卫星通信、边缘智能等增量市场，RISC-V凭借其开放、可定制、零授权费的优势，正从“可选项”转变为“必选项”。这种转变，不仅发生在芯片同行竞争中，更在国际竞争与产业落地的现实场景中展现出巨大潜力。
在Agentic AI重构计算架构的趋势下，RISC-V的价值不在于替代传统架构，而在于为海量、碎片化、差异化的新场景提供一种开放、可塑、高性价比的算力选择。这种选择，正在从物联网的边缘西藏炒股配资，逐步向计算的核心地带渗透。
胜亿配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
