文｜半导体产业纵横
RISC-V架构正在人工智能和汽车领域掀起波澜。
在最近于加利福尼亚州圣克拉拉举行的 RISC-V 峰会上，英伟达、高通、谷歌和三星等行业巨头齐聚一堂，共同探索 RISC-V 架构的潜力。此次合作标志着向开源计算的转变，将 RISC-V 定位为成熟的 Arm 和 x86 架构的有力替代品。
值得注意的是，早在2023年，包括谷歌、英特尔、英伟达、高通、阿里等在内的13家企业就发起了全球RISC-V软件生态计划——RISE，旨在加速RISC-V的软件生态建设和应用商业化进程。
英伟达加速出货RISC-V GPU
近十年来，英伟达一直悄悄将 RISC-V 集成到其 GPU 微控制器中。此次，该公司分享了该架构如何改变其产品设计的见解。在题为“一个架构、数十种应用、数十亿处理器”的演讲中，该公司强调了 RISC-V 的多功能性。英伟达的重点是这一开放标准如何支持强大 GPU 的开发，并为更广泛的应用打开大门。
到目前为止，英伟达已经开发了至少三个 RISC-V 微控制器核心：NV-RISCV32（RV32I-MU，按序单发射核心）、NV-RISCV64（RV64I-MSU，无序双发射核心）和 NV-RVV（RV32I-MU，NVRISCV32 + 1024 位矢量扩展）。这些核心（可能还有其他核心）基于不同的指令集架构取代了专有的 Falcon 微控制器单元。英伟达还开发了 20 多个自定义 RISC-V 扩展，以提高性能、功能和安全性。英伟达GPU 中基于 RISC-V 的最重要的部分可能是其嵌入式 GPU 系统处理器 (GSP)。
根据英伟达官方资料显示，第一批使用基于 RISC-V 的 GSP 的 GPU 是基于 Turing 架构的。此 GSP 卸载了内核驱动程序功能，减少了 GPU MIMO 对 CPU 的暴露，并管理了 GPU 的使用方式。由于 MCU 内核是通用的，因此它们可以用于 英伟达的所有产品。因此，根据其中一项演示，到 2024 年，英伟达预计将交付约 10 亿个内置于其 GPU、CPU、SoC 和其他产品中的 RISC-V 内核，这凸显了定制 RISC-V 内核在 英伟达硬件中的普遍性。
高通与三星联手
高通加倍致力于 RISC-V，并利用此次峰会介绍了改进 RISC-V 指令集架构的新方法。该公司还参加了与英伟达和其他技术领导者的小组讨论，探讨了 AI 开发与安全计算之间不断发展的关系。
与此同时，三星展示了 RISC-V CPU 如何成为其嵌入式系统不可或缺的一部分。该公司强调了其提升芯片性能的努力，并透露了三星代工厂如何帮助客户利用 RISC-V 技术突破界限。
Google的RISC-V人工智能创新
Google DeepMind 也成为焦点，分享了基于 RISC-V 的人工智能加速器的经验。Google 代表讨论了使用开源架构构建张量处理单元 (TPU) 的成功和挑战，强调了 RISC-V 彻底改变人工智能硬件的潜力。
RISC-V的巨大市场潜力得益于以下几方面
开源优势：RISC-V是一个开源的指令集架构，这意味着任何人都可以自由地使用、修改和分发它，这为创新和定制化设计提供了极大的灵活性。
技术进步：RISC-V架构正在不断优化，还与AI技术深度融合，例如meta基于RISC-V架构推出AI推理加速器，高通与谷歌合作推出基于RISC-V架构的智能穿戴芯片等。
多元化应用：RISC-V正在加速落地生根，包括苹果、英特尔、高通等在内的芯片巨头纷纷投身RISC-V领域，探索其广阔前景。RISC-V的应用已经扩展到汽车、通信、机器人、ICT、电力行业等多个领域。
成本效益：RISC-V的开源特性可以降低研发和授权成本，这对于成本敏感的市场尤其有吸引力。
行业支持：越来越多的行业巨头和初创公司开始支持RISC-V，这不仅包括芯片制造商，还包括软件开发商和系统设计公司。
市场需求：随着物联网、5G、AI等技术的快速发展，对高效能、低成本处理器的需求日益增长，RISC-V无疑是更好的选择。
RISC-V在AI和汽车领域的应用正在加速
Omdia的报告预计，到2030年，RISC-V架构芯片的出货量将达到170亿，市场份额将占到25%，尤其在工业和汽车行业增长加快。这一预测也表明RISC-V架构正迅速获得市场认可，也意味着它或将打破长期以来由少数传统架构主导的市场格局。
尽管 RISC-V 芯片可能还需要一段时间才能出现在主流 PC 和服务器上，但该架构已经在 AI 和汽车领域掀起了波澜。峰会期间，演讲者深入探讨了 RISC-V 如何重塑生成式 AI 和高性能计算的未来。
随着越来越多的公司接受它，RISC-V 似乎准备在下一波技术创新中发挥核心作用。
虽然英特尔和 AMD 仍然主导着传统 CPU 市场，但 RISC-V 的开放和灵活设计正在稳步获得关注。随着越来越多的科技巨头加入进来，未来几年计算格局可能会发生巨大变化。
