Frans Sijstermanns：英伟达正着手将CUDA移植到RISC-V平台

“回顾2017年的RISC-V工作坊，它是由上海交通大学和英伟达联合举办的，当时RISC-V活动主要集中在美国，所以这是北美地区以外的第一个RISC-V工作坊。我记得那个时候在嵌入式MCU中使用RISC-V还没有产品化，但我们认为非常有前景。8年后的今天，英伟达集成RISC-V MCU的产品出货量已经超过10亿颗。” 英伟达硬件工程副总裁Frans Sijstermanns在第五届RISC-V中国峰会上如是说。

20年前，CPU承担了绝大多数计算任务，但随着GPU的崛起，计算范式开始向并行化、高效能方向转变。为了充分发挥GPU的潜力，英伟达推出了CUDA（Compute Unified Device Architecture），这一技术不仅成为GPU加速计算的基石，更推动了人工智能、科学计算等领域的革命性进步。如今，随着RISC-V架构的兴起，英伟达正积极布局，将CUDA生态拓展至这一开放指令集架构，以进一步巩固其在加速计算领域的领导地位。

Frans Sijstermanns提到，CUDA自2006年推出以来，已成为GPU编程的事实标准。它通过扩展C/C++语言，使开发者能够高效利用GPU的并行计算能力。然而，长期以来，CUDA仅支持x86和Arm架构，这在一定程度上限制了其应用场景的扩展。随着RISC-V生态的成熟，英伟达正着手将CUDA移植到RISC-V平台，这一举措不仅顺应了开源硬件的发展趋势，也为英伟达的加速计算架构开辟了新的可能性。

根据公开资料显示，CUDA的核心由两部分组成：Toolkit（工具箱）和Driver（驱动）。其中，Toolkit类似于一个高度优化的编译器，负责将CUDA代码转换为GPU可执行的指令。目前，英伟达正在推进Toolkit对RISC-V的适配工作。这一过程涉及完整的软件栈移植，包括操作系统（如Linux）、第三方库（如PyTorch）以及底层驱动（如CUDA KMD/UMD）。

对此，Frans Sijstermanns表示：“尽管挑战不小，但英伟达的目标很明确，就是让CUDA成为跨架构的通用加速计算平台，无论底层CPU是x86、Arm还是RISC-V。”

事实上，RISC-V近年来的发展可谓突飞猛进。自2022年起，RISC-V国际基金会已批准了至少10个新规格，其中RVA23和服务器SoC的标准化尤为关键。软件生态方面，RISC-V已支持75个以上的主流软件包，包括Linux操作系统、工具链、数据库和虚拟机等。Frans Sijstermanns认为这些进展为CUDA的移植奠定了坚实基础，但仍有优化空间——例如内存一致性、虚拟化管理等关键技术仍需进一步完善。

此外，Frans Sijstermanns透露，英伟达面临的挑战之一是硬件平台的可用性。目前，市场上缺乏完全符合RVA23标准的RISC-V开发板，而CUDA的移植需要配套的CPU和GPU协同工作。尽管阿里巴巴的C920等芯片在开发层面表现良好，但要实现与英伟达GPU的无缝对接，仍需统一的虚拟内存架构和高效的数据共享机制。英伟达正与生态伙伴合作，推动RISC-V服务器平台的标准化，以确保CUDA能够在未来大规模部署。