芯耀
1027
2017年，英伟达与上海交通大学联合举办了RISC-V工作坊，这是北美地区以外的首个RISC-V工作坊。当时英伟达的重点是其处理器中的嵌入式MCU，尽管尚未发布具体产品，但已看好其前景。如今，英伟达的集成了RISC-V内核MCU的产品的出货量每年突破10亿颗，这一成绩距离2017年的工作坊已过去八年，验证了当初的判断。
7月17日，第五届RISC-V中国峰会现场，英伟达副总裁Frans Sijstermanns分享了英伟达在RISC-V领域的长期布局与最新进展。
Frans Sijstermanns表示，目前，英伟达的处理器出货量已超数十亿颗，加速计算架构是业务增长的核心。20年前，CPU是软件运行的核心；后来GPU的出现推动了加速计算，英伟达为此开发了CUDA。目前CUDA仅部署在x86和Arm架构上，但未来英伟达将把它移植到RISC-V。
CUDA的移植包含两大核心组件：
Toolkit（工具箱）：作为编译器，负责高效的编译功能；
驱动器：支撑CUDA在硬件上的运行。
Frans Sijstermanns进一步说明："在应用运行全流程中（包括应用软件、第三方软件、OS系统），目前CUDA的重点移植的是下图中的绿色部分（如PyTorch示例中的CUDA KMD、CUDA UMD）。此外，第三方软件和应用软件也需同步移植到RISC-V。"
英伟达在加速计算领域深耕20年，已建立900多个行业库，覆盖推理加速（如FT库）、数据分析、芯片制造加速等不同垂类。"RISC-V的落地将让我们所有库都能在RISC-V上运行，推动各行业技术快速迭代与创新。"Frans Sijstermanns强调。
尽管RISC-V在过去几年取得长足进步，但仍面临挑战。2022年后，RISC-V国际基金会已获批10余项新规格（如RVA23、服务器SoC规范）；基金会官网显示，75个软件包已在RISC-V上运行，包括Linux、工具链、数据库、网络虚拟机等。
"但可用性仍是关键。"Frans Sijstermanns指出，"例如，CUDA在RISC-V上的开发需要CPU与GPU协同，但目前尚未完全对标RVA23或新获批的SoC规范。我们亟需统一虚拟内存，实现CPU与GPU内存数据的高效共享、复制及一致性，同时优化虚拟监管器，最终落地RVA23技术细节。"
为解决上述挑战，英伟达正与生态合作伙伴紧密协作："我们不仅希望改进CUDA在RISC-V上的适配，更计划推出符合服务器平台规范及Linux RISC-V标准的CUDA版本。同时，我们倡导通过系统级开发，先解决CPU层面的关键问题，再逐步发布完整解决方案。"
Frans Sijstermanns指出，NVLink Fusion的整合架构可以发挥作用："这是基于英伟达组件的完整设计，包含CPU、GPU、网络、转接开关处理器及软件集成，旨在通过整合式架构提升数据中心效率，这与RISC-V的部署密切相关。"
他表示，英伟达的加速计算业务不依赖特定CPU架构（x86、Arm或RISC-V均可兼容），该公司关注的是为用户和开发者提供选择权。通过CUDA，英伟达通信处理器可加速RISC-V服务器，提供全套硬件解决方案，实现从软件到硬件的愿景。这需要生态伙伴的共同努力——系统开发需要优秀的主机CPU，更需要整个产业链的协作，共同推动RISC-V在加速计算领域的落地。
