芯耀
与非AI
346
当前，RISC-V在边缘AI领域的落地正步入关键机遇期。凭借开放免费、可扩展定制的特性，其在智能安防、工业机器人等成本敏感、场景定义清晰的专用领域已展现出爆发潜力；同时，在具身智能和AI加速卡等新兴赛道，也因无传统生态包袱而具备差异化优势。然而，挑战同样显著。首要瓶颈在于内存带宽，其限制了端侧大模型部署的效率与功耗优化。更深层的障碍在于软硬件生态割裂，主流AI框架虽已支持基础指令集，但距离开发者“开箱即用”仍有差距，大量适配工作与私有API依赖抬高了迁移成本。
未来，谁能在RISC-V边缘AI的竞速中抢占先机？
8月13日，在第五届滴水湖中国RISC-V产业论坛的“RISC-V在边缘AI的发展机遇”圆桌讨论环节，由上海开放处理器产业创新中心理事长，芯原股份董事长、首席执行官、总裁戴伟民博士主持，红帽首席软件工程师、RISC-V国际基金会大使傅炜，芯来科技创始人胡振波，灵睿智芯联合创始人、副总裁李华庆，华山资本合伙人王志伟，超睿科技软件总监夏鸣远，创芯学院常务副院长周平强等嘉宾，围绕产业阶段、端侧落地、机器人架构、软件生态、投资逻辑及人才培养等议题展开了深度探讨。
从嵌入式进入服务器与AP
在讨论RISC-V当前所处的发展阶段时，芯来科技创始人胡振波首先回顾了CPU架构的典型演进路径——从嵌入式、应用处理器（AP）、PC到服务器，ARM正是沿着这一轨迹从左向右发展，如今已进入服务器领域。他认为RISC-V的成长路径与ARM相通：自2018年进入中国以来，RISC-V在嵌入式领域已呈现“百花齐放”局面，覆盖车规、AI加速、工业控制等广泛场景，英飞凌、博世等国际大厂均表态倾向采用RISC-V，国内众多车规芯片厂商也已跟进。
不过，他也指出，嵌入式领域的RISC-V芯片仍以专用为主，通用芯片的渗透尚不充分，后者因生态门槛更高而难度更大。在AP层面，RISC-V已经起步，预计未来几年会有更多芯片问世；PC领域则因市场增量有限且技术难度高，产业界普遍缺乏动力；而服务器领域由于市场规模庞大，吸引了大量企业投入，发展动力十分充足。
胡振波总结，RISC-V当前正处于“嵌入式专用阵地站稳、通用待突破，AP起步，服务器萌芽”的格局。
端侧爆发赛道
针对“哪些端侧AI场景导入最快、最易量产爆发”这一议题，灵睿智芯联合创始人李华庆从RISC-V的开放、免费、可扩展、可定制等核心特性出发，认为成本敏感且适合定制的场景将天然受益。他判断，软件栈闭环、算法成熟的领域如MCU（如USB控制）和智能安防（智能摄像头）将快速上量；而机器人领域因算法模型从VLM到VLA再到世界模型持续演变，软硬件生态尚未收敛，短期内规模化存在挑战，但其长期想象空间和增量价值无疑是最大的。
李华庆特别提及，机器人“大脑”芯片目前由国外厂商主导，这正是国产替代的巨大机遇，其所在的灵睿智芯正致力于此。
华山资本合伙人王志伟从投资视角基本认同上述判断，他补充认为智能安防产业链完整、场景清晰，非常适合RISC-V的轻量化边缘推理；而对于汽车高阶智驾，由于ARM已深耕二十年，车企认证壁垒高、周期长，RISC-V作为主算力芯片切入难度极大。
他看好工业机器人作为渗透起点，因其场景定义明确且对实时性和本地私有化部署有刚性需求。
关于AI眼镜，王志伟指出其极致功耗和小封装要求苛刻，产业生态尚未收敛，近期爆发仍需等待。现场针对“未来两年内RISC-V端侧AI芯片出货量率先爆发的赛道”的投票结果显示，工业机器人与智能安防分列前两位。
王志伟还强调，投资往往看重“非共识”机会，不同基金策略各异，但他个人在近期更倾向于智能安防与工业机器人，并因现场分享调整了对AI眼镜落地的预期。
机器人的大脑与小脑
在具身智能热潮中，关于RISC-V适合切入“大脑算力”还是“小脑控制”的讨论，胡振波认为两者皆是机遇。“大脑”类AI芯片需要强NPU与通用算力，RISC-V因生态包袱小，落地速度反而领先于ARM和x86；“小脑”类实时控制、关节控制等嵌入式场景同样能发挥RISC-V的低延迟与可定制优势。
王志伟则从演化和投资角度补充，发展顺序可能遵循“先小脑、后大脑”的规律——类比生物从简单神经反射到复杂运动控制，再到主算力芯片，因此关节控制、传感器融合、端侧主算力可能构成合理的渗透路径。戴伟民博士特别强调灵巧手的重要性，指出做好关节控制本身就是一项极具价值的突破。
大模型端侧渗透的最大瓶颈
戴伟民以芯原股份的AI玩具方案为例，展示了端侧AI的离线路径。该方案基于谷歌Gemma3-270M轻量化模型，开发出视觉语言模型和故事生成模型，可为3-6岁儿童离线生成睡前故事，无需联网，有效规避隐私合规问题；芯原还在智能眼镜上探索更小级别的0.14B模型。
超睿科技软件总监夏鸣远从硬件层面剖析，将大模型塞入端侧设备的关键制约在于内存带宽，即“内存墙”问题。他解释，推理过程需频繁读取权重数据，内存带宽成为首要瓶颈，并连带引发功耗与散热难题，同时成本敏感性（芯片与片外内存）和延迟要求也进一步加剧了设计挑战。现场投票显示，与会者一致认定内存带宽是端侧大模型落地的最大瓶颈。
软件生态仍需完善
红帽首席软件工程师、RISC-V国际基金会大使傅炜指出，随着RVA23 Profile确立和Vector 1.0批准，RISC-V已迈入高性能与AI算力主战场，国产硬件底座呈现百花齐放态势，底层软件如Linux内核、编译器、PyTorch、LLAMA.cpp等已具备基本运行能力。然而，开发者的真实体验仍不理想——拿到硬件后往往需耗费大量精力进行适配，主线代码需打补丁，甚至依赖厂商私有API。
傅炜认为，破局的关键在于补齐软硬件适配层，这是从操作系统到大模型再到硬件的衔接短板，也是制约良性迭代闭环的核心。夏鸣远补充，尽管RISC-V已有Vector和AME标准化加速，但软件生态导入需要时间，且每次面对新NPU硬件时，若其软件栈未适配且闭源，将导致漫长等待，违背开放协作原则。现场投票结果也显示，当前开发者在RISC-V端侧平台上的体验仍以“需手工部署，主线支持不完整”为主。
投资逻辑
王志伟总结了华山资本的投资逻辑，认为投资要素是乘法关系，缺一不可，且不同基金策略各异。针对RISC-V赛道，他特别强调“软硬件全栈能力”是当前最看重的标的品质，因为客户需要的不是单颗强芯片，而是完整的解决方案——即场景定义产品，硬件、软件、生态构建缺一不可。
现场投票同样将“软硬件全栈”列为资本最看重的品质。王志伟还指出，投资既要“吃着碗里的”（如智能安防、工业机器人），也要“看着田里的”（如机器人远期空间），并透露已在世界模型、物理AI等前沿方向进行早期布局。
加速实战型人才供给
上海创芯学院常务副院长周平强介绍了这一由复旦大学、上海交通大学、上海科技大学共同创立的新型学院。学院于2026年3月成立，位于张江，目前已招收200余名硕博生，将于9月开学。
在学制上，硕士基本为两年（一年课程加企业课题），博士直博期望四年毕业。教学方面，学院已在专业基础课中引入RISC-V版计算机组成原理，并与达摩院等企业联合开发RISC-V SoC设计实践课程，同时支持学生流片。
学院还规划了AI赋能芯片设计的课程与课题，并积极邀请企业提供实训平台与原型工具。周平强表示，学院希望为产业界培养“即插即用”的工程人才，并欢迎企业提供课题和实习机会。
超睿科技软件总监夏鸣远也分享了其赞助板卡给高中生、在交大实验室用Vibe Coding方式快速激发创意的成功案例，显示出年轻一代对RISC-V的极高接受度。
总结
在圆桌尾声，各位嘉宾分别对2027年RISC-V成长最快的赛道给出了自己的判断。胡振波坚定看好AI加速卡（推理卡），认为其已逐渐成为标配；李华庆选择具身智能控制领域，因其基数虽小但增长率预期最高；王志伟从投资角度拉长至三四年周期，同样指向机器人领域；夏鸣远则认为端侧与边缘AI（特别是AIPC）将迎来大量出货；傅炜强调隐私需求驱动的边端AI算力卡，如个人AI主机和会议设备，将在近期快速爆发；周平强则基于汽车智能化趋势，判断车规芯片将是重要增长点。
尽管视角各异，但共识在于RISC-V正从“百花齐放”走向“百舸争流”，在端侧AI、高性能计算和新兴应用场景中均展现出强劲动能。
