专栏名称: 独角兽智库
独角兽智库是一个新兴产业投研平台,搭建新兴领域高端技术与投资机构、传统行业的桥梁,让专业的资本找到优质的企业,实现新兴产业的快速发展。平台提供新兴产业干货报告、专家咨询服务。
目录
相关文章推荐
独角兽智库  ·  低吸轮动如何把握? ·  12 小时前  
我是腾腾爸  ·  认真思考后,决定卖出! ·  12 小时前  
年大  ·  主线归来 ·  昨天  
独角兽智库  ·  创新药观点更新 ·  2 天前  
51好读  ›  专栏  ›  独角兽智库

RISC-V架构解析及国产影响梳理

独角兽智库  · 公众号  · 科技投资  · 2025-03-07 23:13

正文

请到「今天看啥」查看全文


Q:RISC-V指令集的缺点有哪些,在国内哪些下游领域应用较多?

A:RISC-V指令集的缺点主要有两个。一是它比较年轻,才四五岁,生态相对x86、ARM来说还不完整,比如软件工具链、操作系统、EDA工具编译器等,在高性能服务器上的应用也还处于早期,应用落地没有其他两个生态链广泛;二是其性能极限还没有x86、ARM做得极致,目前最高端产品只能接近ARM A78水平,还有一点差距,但在追赶。下游应用目前落地较多的是IoT行业,如智能家居、工业传感器领域、汽车电子(包括车载安全系统、汽车上的非核心芯片)。最近一年在高性能服务器和边缘AI推理场景也有突破,在高性能服务器上,像阿里的玄铁930C930可用于此;在边缘推理上,功耗能比x86降低30%。此外,在消费电子(如手表、电表)等广泛行业也开始出现。

Q:RISC-V在边缘推理上比x86功耗降低30%的主要原因是什么?

A:主要是因为其架构是模块化设计,同时计算的单片芯片功耗低于x86的芯片,所以整体的单位能耗推理能耗就会比x86低一些。

Q:RISC-V相较于ARM有哪些优缺点?

A:ARM费用比较低,在智能手机领域应用广泛。RISC-V指令集的扩展性比较强,生态里有很多开发者贡献指令集,可以做一些ARM架构不太擅长的领域,如电表、边缘计算等,其指令集更丰富,生态对它的支持也比较多。

Q:RISC-V在高算力需求下能否满足AI的高需求?

A:RISC-V现阶段还是只能做一些初级推理,其算力还没办法跟像A100、H200相比,更多是出现在高性能的计算服务器(纯CPU)或做一些边缘计算(AI),这些技术刚起步,随着发展会渗透更多场景。

Q:RISC-V从能力或技术上能否真正替代ARM或x86,为国内芯片公司缓解卡脖子风险?

A:RISC-V现在适合中低算力场景,因为它可定制,支持指令集扩展,能在AI推理、边缘计算里应用。比如阿里的玄铁920C920可以跑Llama模型,但要挑战高算力还需要迭代。目前它缺少扩展生态,跑不动千亿级别这样的大模型,不过百亿、几十亿级别的Llama早期小模型可以跑且已开始应用。实现百亿级别或几十亿级别的推理、量化过的蒸馏模型在上面跑推理比较现实,更复杂高端的推理,还需要行业未来提升其推理性能和工具链成熟后,不断提升推理速度和能效比。

Q:RISC-V架构与移动端的Cortex A的ARM架构相比,优劣势是什么,授权费大概能节省多少?

A:ARM架构基本上按芯片的2%左右收版税,而RISC-V是零授权费。在产品端,RISC-V的产业链开始与ARM类似,一些工具、检测设备等生态也慢慢成熟起来,在产品化、边缘设备AI这一块能从IP到设计工具链一站式赋能。国内很多行业已有不少玩家参与RISC-V生态,形成了做RISC-V的IP和给IP做产品服务生态的协同关系。

Q:最近DeepSpeed带来的大模型算法变化,是否会对算力需求结构产生变革,RISC-V在这方面有何优势?

A:其对算力结构的影响有几点。首先,原来的AI芯片玩家如腾、达摩院、海光、普林斯顿等,第一时间把DeepSpeed的满血版和蒸馏版适配出来,形成一体化解决方案商业化,让反向GPU产业链的玩家迅速实现商业化,GitHub开放的相关技术更能赋能新玩家。在RISC - V领域,大概需要3到6个月先把库生态、兼容生态的玩家做起来。第二波玩家接下来会慢慢吸收相关技术到自己的生态里,提升芯片上的推理性能、通信、显存调度等,这一时间点会暂时落后于原有的AI芯片,下半年RISC - V会受益deep learning核心技术开源的成果。

Q:关于DeepSpeed对算力结构影响的时间表,是否已在相关厂商上体现?

A:从技术难度来说,deep learning有些东西,比如提到的IP周期需要三位以上才能做出来,不是直接可以用。

Q:未来RISC - V生态非常繁荣后,原先做ARM架构的设计公司切入RISC - V生态的难度有多大?

A:假设是做产品,如同样做便携设备或可穿戴设备,没什么难度。但要做基于RISC - V的板子,软件要基于RISC - V指令集重新调试,无法直接复刻,不过难度比从0到1要简单得多,因为生态工具已比较丰富,且做出来的整机产品成本会更便宜,更具价格竞争力。

Q:芯计算提供的RISC - V架构芯片在云计算中是怎么用的,其定位是什么?

A:芯计算定位是云计算里面的一些配件,是做云的一个组件,一个小组件内嵌在里面的。

Q:芯计算提供的RISC - V架构芯片具体有什么用途?

A:具体用途没有仔细研究过,但这类芯片是作为机器里面的一个部件来使用的。

Q:最近谷歌是否宣布在安卓手机上会支持RISC - V?

A:谷歌有在关注,因为其本身也在做自己的芯片,需要参照一个架构,RISC - V是全球开源的,海外也有参与者包括大厂都在关注。

Q:谷歌支持RISC - V的技术已经可以用在手机上了吗?

A:还没有,正在规划中,还没有做出来。

Q:RISC-V目前在推理侧做小模型或者轻推理的场景,最大的算力可以达到多少?有可能用到AIPC、眼镜和手机上吗?

A:一些代表性厂家做出来的,大致能做到350 TOPS,手机侧边缘侧能够做到50 TOPS,算力高一点的能做到三百多,大致能做整数4或者整数8这样的推理,能推百亿级别的,但速度可能不快。如果要用到眼镜上,现在的RISC-V芯片有些是12纳米的,用于眼镜需要更小尺寸,目前还需迭代,现场没有这么小尺寸可用于眼镜的。在对体积要求不苛刻的大一点设备上会有。对体积要求苛刻的小设备,目前主要出现在手表上,手表上只是用于显示,若要做推理至少需要50或40 TOPS,因为像1.5B这种小模型至少要这个算力才能推得动,后续厂家会陆续做出相关技术。

Q:在AIoT中,RISC-V相比ARM节约60% - 70%的成本吗?

A:对,RISC-V少了license费,还可以选择一些低价格的国产器件做产品。如果做主板、可穿戴设备或服务器等,相比ARM家的X86要便宜很多,整个生态的价格会比ARM和X86的价格低。

Q:如何看待英特尔等巨头一边参与RISC-V的生态建设,一边巩固自身竞争壁垒下中国厂商面临的开源陷阱问题?







请到「今天看啥」查看全文


推荐文章
独角兽智库  ·  低吸轮动如何把握?
12 小时前
我是腾腾爸  ·  认真思考后,决定卖出!
12 小时前
年大  ·  主线归来
昨天
独角兽智库  ·  创新药观点更新
2 天前
狮子座网  ·  狮子座最害怕什么鬼
8 年前
金乡大蒜辣椒国际交易市场  ·  辣椒种植面积扩大,价格或创新低
7 年前
华夏影像诊断中心  ·  轻松掌握肺部解剖和分段
7 年前