RISC-V——AI原生，为何最快速发展的领域需要最快速演进的架构？

在第五届RISC-V中国峰会人工智能分论坛上，RISC-V国际基金会技术指导委员会副主席Philipp Tomsich发表题为《RISC-V，AI原生！为何最快速发展的领域需要最快速演进的架构？》的核心演讲。

他指出：“AI的爆发式演进正倒逼计算架构革新，而RISC-V的模块化、无历史包袱及可定制特性，使其成为能全场景适配AI需求的指令集架构。”

“人工智能是颠覆性机遇，RISC-V更是如此”，Philipp Tomsich指出，首先，RISC-V的本质优势在于架构的定制灵活性。 当业界构建AI加速器时，RISC-V提供双重差异化能力——既能通过统一软件生态整合模块化扩展（如向量指令），又可深度融合领域定制指令。这正是谷歌、Meta等企业采用RISC-V构建定制芯片的关键原因。

RISC-V向量扩展已成功适配激活函数等计算需求，而更深远的价值在于：AI驱动着整个IT产业框架的演进，RISC-V正在成为支撑这一变革的的关键底层架构。

第二重优势是什么？Philipp Tomsich表示，RISC-V凭借全栈式技术生态，能够为AI工作负载提供场景扩展能力。其核心架构优势在于：以标量基础为根基，通过独一无二的可扩展向量标准与矩阵扩展体系，能够实现从微控制器到超算的覆盖。 面对AI向工业控制、边缘设备、数据中心的渗透，RISC-V以统一指令框架应对碎片化需求：比如预测性维护、服务器端支持隐私敏感的LLM推理，最终与HPC高性能计算融合。当所有垂直领域都需要AI赋能时，RISC-V强大的软件生态可以支持各种各样的AI应用。

RISC-V契合AI发展的第三重优势在于其原生架构创新力。Philipp Tomsich指出，传统指令集受制于历史妥协，而RISC-V凭借无遗留包袱的设计，可以实现快速迭代——而这正是AI算力演进的核心需求。 开发者可基于此突破PPA（性能-功耗-面积），通过领域定制指令实现软硬协同优化，从而构建透明可控的计算基座（尤其对安全敏感场景至关重要），并在高密度计算中最大化能效比。

他强调，RISC-V的开放生态正在重构产业，既支持成员共享基础技术投资（如矩阵扩展标准），又允许在统一框架下构建市场差异化方案。RISC-V绝非倡导碎片化，而是以动态平衡实现垂直领域的精准适配，从自动驾驶到数据中心，同一向量/矩阵指令集可通过微架构弹性伸缩覆盖全场景。

“当前RISC-V矩阵扩展标准正处于关键演进期，我们正推动标量-向量-矩阵一体的技术栈完善，重点攻坚小数据类型处理与微架构适配”，Philipp Tomsich表示。至于未来的技术路线，业界已展开深度探讨，包括将SIMT异构计算架构融入RISC-V生态的可能性。

最后，他向向中国创新力量发出技术共治倡议，希望大家深度参与RISC-V国际工作组，将领域应用经验（尤其实际负载数据）注入标准制定，而这可能定义这场架构革命如何为未来十年的产业发展注入创新动力。