知合计算通推一体CPU将RISC-V融入AI业务

"若以过去眼光看，RISC-V可能只是在Arm、x86等成熟架构的'繁星天空'中添加几颗新星；但若以未来的'哈勃望远镜视角'审视，RISC-V应能带来星系、黑洞甚至引力波级别的全新体验。"

7月17日，第五届RISC-V中国峰会现场，知合计算CEO孟建熠做出上述表述，并分享了其对RISC-V技术发展与生态建设的深度思考与实践进展。

孟建熠首先回顾了RISC-V的发展历程："2018年我刚从达摩院出来时，大家还在讨论'什么是RISC-V，RISC-V能做什么'；而今天，行业关注的焦点已转向'RISC-V的高度能够做到多高'。"作为深耕RISC-V领域的实践者，他明确知合计算的目标是打造高性能且与AI深度融合的产品，并分享了团队过去两年在相关领域的工作成果。

孟建熠强调，创新是RISC-V的核心，只有依托该架构开发出真正具有创新性的产品，才能释放其潜力，而非仅做替代性方案。"一切为了有价值的计算"是孟建熠的核心观点。他进一步阐释：通用计算的价值在于持续性能的提升，需在保持高能效和低成本的同时实现性能突破；而AI的价值则体现在单位成本和功耗下能提供更多Token数，让用户切实感受到技术进步。

针对AI与通用计算的结合，孟建熠提出"通推一体"概念。他指出，当前独立AI芯片或集成方案存在数据搬运延迟、CPU+GPU通过PCIe通信效率不足等问题，而"通推一体"将AI融入业务，通过RISC-V的可扩展性和可定制性，实现通用计算与推理的高效融合。这一方向不仅能提升AI成本效益，还能通过统一地址寻址、计算效益优化等技术，解决传统架构难以处理的问题。

高性能RISC-V的发展是行业关注的重点。孟建熠提到，云岗已推出三代产品，知合计算也在持续投入，目标是联合行业力量打造标杆产品，推动软件生态发展。"我们统计了嵌入式到终端应用的处理器性能数据（如图），x86和Arm的性能分布显示，RISC-V在竞争力上已具备基础，但高性能领域的挑战仍很大，需要全行业共同攀登这座高峰。"

针对RISC-V可能碎片化的担忧，孟建熠表示"大可不必"。他指出，RISC-V基金会有完善的机制避免碎片化，如RVA23Profile包含81个扩展标准、123个官方扩展，产品需兼容这些规范才能获得生态支持。此外，SoC平台规范也在持续完善，尽管部分标准仍在沟通优化中，但行业已形成"支持规范、探索前沿"的共识。

RVV（RISC-V向量扩展）是RISC-V的关键技术，知合计算重点布局四大方向：视频编解码、加解密计算、大模型推理、数据存储。孟建熠透露，尽管当前在多媒体领域与Arm、x86仍有差距（因架构优化空间大），但在大模型推理和数据存储方面已具备领先潜力，未来通过架构优化有望实现全面超越。

在AI标准方面，RISC-V正推进IME、VME、AME三大标准，知合计算的新产品已默认支持AME。"这些标准虽复杂，但通过全行业努力，其生命力远超自研标准，将为RISC-V在AI领域的发展提供坚实支撑。"

孟建熠透露，知合计算的首代通推一体CPU产品"阿基米德系列"预计2026年发布。为满足当前需求，同时发布前代产品——基于"玄铁"处理器的A210。该产品为8核设计，算力达12TOPS，芯片已顺利回片，下游合作伙伴近期即可获取。值得强调的是，A210的软件生态与下一代产品完全兼容，支持统一的计算架构、内存和算子，旨在为RISC-V生态带来全新尝试。

目前，"阿基米德系列"的"核"已基本完善，开放给行业测试。现场D10展位可进行FPGA测试，官网也开放申请（因FPGA资源有限，优先选择与底层软件优化密切的合作伙伴）。