RISC-V自2010年于加州大學伯克利分校誕生以來，迅速從學術概念成長為處理器設計領域的熱門開源架構。2018年，當業(yè)界在尋找“RISC-V是什么？能做什么？”的答案時，短短幾年之后，RISC-V便在在MCU、物聯(lián)網(wǎng)等領域證明了其低成本、高效率的優(yōu)勢。如今，討論已轉向RISC-V在高性能計算的潛力。面對計算密集型任務和并行處理挑戰(zhàn)，RISC-V在服務器、AI加速器中初露鋒芒，但與x86、ARM相比，軟件生態(tài)和優(yōu)化仍需提升。未來，憑借開源特性與產(chǎn)業(yè)支持，RISC-V在HPC領域的高度值得期待。

在第五屆RISC-V中國峰會上，知合計算CEO孟建熠發(fā)表了題為“持續(xù)攀登技術高峰，開放引領生態(tài)繁榮”的演講，深入剖析了RISC-V架構的未來潛力，并分享了知合計算在高性能計算與AI融合領域的實踐經(jīng)驗。作為從達摩院走出的創(chuàng)業(yè)者，孟建熠自2018年起投身RISC-V的探索，與達摩院保持深度合作。他指出，RISC-V的討論已從“能做什么”轉向“能達到多高的高度”，這標志著RISC-V生態(tài)的成熟與行業(yè)對高性能產(chǎn)品的期待。

孟建熠強調，RISC-V的意義在于以未來視角重新定義計算架構，而非僅在Arm、x86等成熟架構的“繁星天空”中增添幾顆星。他以“哈勃望遠鏡”的比喻闡述，RISC-V不僅要看到星星，更要探索星系、黑洞甚至引力波，帶來全新的計算體驗。創(chuàng)新是RISC-V的根本驅動力，只有依托其開放性和可定制性開發(fā)出突破性產(chǎn)品，才能在未來市場中占據(jù)一席之地。他進一步提出“有價值的計算”理念，強調在高能效、低成本的前提下提升性能，讓用戶切實感受到技術進步。在AI領域，RISC-V的潛力在于以更低的單位功耗和成本提供更高的計算能力（Token），從而滿足日益增長的算力需求。

針對高性能計算的挑戰(zhàn)，孟建熠坦言，RISC-V正面臨從嵌入式、終端應用向高性能領域攀登的“陡坡”。他通過對x86和Arm處理器性能的統(tǒng)計分析，展示了RISC-V在高主頻和綜合性能上的競爭力。例如，知合計算在過去兩年中持續(xù)優(yōu)化核心技術，力求在高性能計算中實現(xiàn)突破。他提到，行業(yè)需要既競爭又合作的生態(tài)氛圍，通過聯(lián)合努力將RISC-V推向新的高度。

關于業(yè)界關心的碎片化問題，孟建熠表示，RISC-V基金會的RVA23 Profile標準（包含81個擴展標準和123個官方擴展）為生態(tài)兼容性提供了堅實保障。知合計算的產(chǎn)品嚴格遵循這些規(guī)范，確保與RISC-V軟件生態(tài)的無縫對接。他特別提到RVV（向量擴展）技術的應用，涵蓋視頻編解碼、加解密計算、大模型推理和數(shù)據(jù)存儲等場景。其中，數(shù)據(jù)存儲性能尤為突出，已能與高性能處理器媲美；在視頻編解碼和推理領域，RISC-V也展現(xiàn)出超越Arm和x86的潛力。他進一步指出，盡管部分擴展標準仍存在爭議，知合計算正與基金會溝通，共同完善標準，為生態(tài)發(fā)展鋪平道路。

在AI標準化方面，孟建熠強調RISC-V在IME、VME和AME等標準上的努力。這些標準的實現(xiàn)需要復雜的體系支持，但通過全行業(yè)協(xié)作，RISC-V的AI標準將展現(xiàn)出比自研標準更強的生命力。知合計算的新產(chǎn)品將默認支持AME選項，以推動AI應用的普及和標準化。他還提出“通推一體”概念，即將通用計算與AI推理深度融合，解決傳統(tǒng)CPU+GPU架構在數(shù)據(jù)傳輸延時和效率上的瓶頸。通過RISC-V的可擴展性，知合計算在統(tǒng)一地址尋址、計算效益優(yōu)化等方面進行了創(chuàng)新嘗試。例如，通過優(yōu)化計算架構，降低AI集群中的數(shù)據(jù)搬運成本，從而提升整體效率。

孟建熠詳細介紹了知合計算的產(chǎn)品進展。首代“通推一體”CPU產(chǎn)品“阿基米德系列”預計于2026年發(fā)布，目標是實現(xiàn)通用計算與AI推理的高效結合。同時，他宣布基于“玄鐵”處理器的前代產(chǎn)品A210（8核，12TOPS算力）已成功流片，芯片性能穩(wěn)定，即日起可供下游合作伙伴測試。這款產(chǎn)品采用統(tǒng)一的計算架構、內存管理和算子設計，與下一代產(chǎn)品完全兼容，為RISC-V生態(tài)注入新的活力。

展望未來，孟建熠呼吁行業(yè)同仁在開放與合作的生態(tài)中共同努力，攀登RISC-V的技術高峰。他表示，RISC-V的成功離不開全行業(yè)的共同努力，知合計算將繼續(xù)與伙伴協(xié)作，探索更多創(chuàng)新場景，例如在多媒體處理、大模型推理和數(shù)據(jù)存儲領域的進一步優(yōu)化，力求在性能和能效上實現(xiàn)更大突破。