【DeepSeek】帶動RISC-V！

RISC-V的落地正從嵌入式系統挺進高效能、AI算力等領域。國電南瑞、經緯恆潤等上市公司加入「RISC-V無劍聯盟」。

在達摩院舉辦的2025玄鐵RISC-V生態大會上，《科創板日報》記者獲悉，玄鐵首款伺服器級RISC-V CPU C930將在3月開啟交付。目前，RISC-V的落地正從嵌入式系統挺進高效能、AI算力等領域。在RISC-V國際基金會2024年批准的25項標準中，超過一半與高效能或AI相關。玄鐵團隊也正在推動超過30%的RISC-V高效能處理器落地應用。

活動現場，國電南瑞、經緯恆潤等上市公司加入「RISC-V無劍聯盟」。先前的首批聯盟夥伴還包括：Arteris（AIP）、Imagination、新思、達摩院玄鐵、中國電信、海爾科技、芯升科技等。

多名業內人士在訪談中表示，DeepSeek的出現，為算力市場帶來了更多的可能性。 DeepSeek透過MOE架構讓啟動參數比大幅下降，降低的算力需求可以達到近20倍，這給國產晶片帶來的機會，未來所有晶片都有希望具備適配大模型能力。

▌RISC-V邁向高性能、AI算力領域

《科創板日報》記者現場瞭解到，即將在3月交付的玄鐵最高性能處理器C930，其通用算力性能達到SPECint2006基準測試15/GHz，面向伺服器級高效能應用場景。此外，C930搭載512 bits RVV1.0和8 TOPS Matrix雙引擎，將通用高性能算力與AI算力結合，並開放DSA擴充介面以支援更多特性需求。

達摩院也揭露了C908X、R908A、XL200等玄鐵處理器的新研發計畫，重點在於AI加速、車載、高速互聯等方向。具體而言，C908X定位為玄鐵首款AI專用處理器，支援4096 bits超長資料位寬RVV1.0向量擴充；R908A面向車規級晶片的高可靠需求；XL200則將提供更大規模、更高效能的多簇一致性互連。

在產業上下游合作生態方面，圍繞玄鐵高性能RISC-V處理器，勞特巴赫提升問題診斷和性能最佳化效率，兆松科技支援編譯最佳化，Arteris的NoC互聯IP提供高性能互聯，紐創信安提供eHSM模組和完整的安全啟動流程，服務複雜RISC-V晶片的設計開發。此外，愛芯元智提供愛芯通元NPU整合IP模組，openKylin打造適配RISC-V的AI PC作業系統。

在高效能和AI場景的落地應用方面，中科院軟體所正在進行「如意BOOK乙巳版」、智慧機器人、AI PC等RISC-V高效能應用。其中，基於玄鐵C920處理器的AI PC概念機已經跑通Llama、Qwen、DeepSeek等開源模型。

中科院軟體所RISC-V產業生態負責人郭松柳在訪談中介紹，「我們基於RISC-V架構做的AI PC的概念機，可以跑7B的DeepSeek大模型，用來做程式設計助手，同時也具備多模態的能力，例如文生圖，做影像的高效能與修復等。未來，生態夥伴將

RISC-V無劍聯盟在會上官宣了一批新成員，Cadence、西門子EDA、經緯恆潤、普華基礎軟體、網易有道、國電南瑞加入。其中，經緯恆潤將基於RISC-V提供晶片定義、AUTOSAR基礎軟體和自研工具鏈開發，建構從晶片到軟體的完整車規級解決方案。普華基礎軟體發佈的首個規模化、量產級開源安全車控作業系統小滿（EasyXMen）已完成與RISC-V架構適配，並將持續追蹤支援最新RISC-V架構相關規範，共建軟硬協同的技術生態，推動RISC-V「上車」；網瑞有道和國電架構將各自在教育硬體和電網架構。

江原科技、物奇微電子、憶芯科技、速顯微等多家晶片企業進行了RISC-V晶片新品發佈儀式，涉及AI推理、高性能網路、SSD主控、GPU SoC等方向。中科重德、泰芯、矽昌、匠芯創、聰煉等企業則展示了RISC-V晶片在機器人、工控、智慧終端等產業的落地應用。

▌推理算力暴增！ DeepSeek為國產晶片帶來新機遇

北京開源晶片研究院首席科學家包雲崗認為，隨著DeepSeek等大模型的興起，AI推理產生的算力需求將會數量級增長，近期各行各業都在本地化部署DeepSeek，在全國產生了巨大的算力需求。今年1月後國內許多智算中心算力供不應求。

包雲崗表示，AI推理的算力需求呈現兩個特徵，一是與CPU緊密協作，AI推理將會成為未來各種業務中不可或缺的環節，但業務主程式仍運行在CPU上，透過API呼叫將AI推理請求解除安裝到Al加速器，得到推理結果後，再由CPU返回給使用者。

二是呈現多樣化需求，不同場景產生不同的算力需求，相應的資源限制也不同，比如雲端推理算力要考慮滿血版大模型的高效部署，端側應用場景則往往會部署不同容量的裁剪版。

知合計算CEO孟建熠認為，DeepSeek的出現，為整個市場帶來了更多的可能性，使得算力、記憶體、互聯原有平衡發生劇變，新算力架構機會再次進入同一起跑線。由於MOE架構以更低的啟動比達成更低的運算成本，使模型的單機部署成為可能。

阿里巴巴達摩院資深技術專家李春強也表示，DeepSeek透過MOE架構讓啟動參數比大幅下降，使得在同等效果的大模型所需的算力明顯下降，這意味著在晶片設計方面，運算能力、儲存容量、晶片之間的互連通訊都會有新的平衡點。 「例如由於所需的算力明顯下降，很多算力可以不需要在算力卡上跑了，可以在CPU裡面做，這個對於RISC-V而言，或者做CPU來說是一個很好的機會。”

阿里雲無影事業部總裁張獻濤在訪談中認為，DeepSeek降低的算力需求可達近20倍。

「過去，大模型在算力方面的需求量是極其大的，全世界真正能夠運行比如​​671b這種參數模型的處理器，可能只有輝達這些少數晶片。但是DeepSeek大模型出來後，可以看到，對於算力的要求其實沒有以前那麼高了，也給了更多晶片的一些機會。比如說：不能使這個模型，在每一個問題裡面的模型，也只有一個數位化的一些機會。

DeepSeek帶來的算力成本降低，有機會讓所有晶片都具有適配大模型能力。孟建熠表示，在scaling law規則下，國產晶片在製程、算力上是較為難以追趕的。「現在大模型算力下降20倍，一方面很多晶片都有機會夠得著，另一方面，大模型也將從雲端部署走向端側，RISC-V無論是Vector還是Matrix形成的這套算力體系及其生態，是有機會讓所有的晶片都具備大模型的能力。」

談到會否推出基於玄鐵C930晶片的DeepSeek一體機，張獻濤稱“今年還有點懸，可能要明年才會出來。”

對於RISC-V的未來發展，包雲崗強調，不要老盯著替代Arm，要發揮RISC-V可客制化優勢，形成產業競爭力。如果RISC-V的高可自訂優勢若能充分發揮，則有望成為AI推理算力的最佳搭檔，期待RISC-V與AI未來能形成類似Windows 與Intel、Arm 與Android的組合。

包雲崗也指出，RISC-V在AI領域還面臨三座大山：第一是工具箱，第二是人才，第三是標竿案例。他表示，RISC-V在工具方面與其他成熟體系相比存在較大差距，亟需完善；人才緊缺，從晶片設計、驗證解決方案到基礎設施各個層次，都需要更多人才投身Respect 領域；同時，還需要標竿案例來樹立行業信心，就像人工智慧領域，如果能夠出現像2016年AlphaGophaGophaGophaGo說話沒有趨勢的事件出現，也需要讓您在當前領域發揮信心。 （財聯社AI daily）