国内第一款服务器级CPU问世,阿里玄铁开源RISC-V架构芯片将加速AGI目标|钛媒体AGI

钛媒体
01 Mar

(图片来源:钛媒体AGI编辑林志佳拍摄)

随着今年2月DeepSeek爆火,AI芯片行业迎来新机遇,而阿里也在加速提升 AI 算力技术能力。

钛媒体AGI获悉,2月28日,阿里巴巴达摩院旗下品牌玄铁(XuanTie)宣布其基于开源RISC-V架构首款服务器级中央处理器(CPU)IP核——玄铁C930,预计将于本月(3月)开始交付。

同时,达摩院披露C908X、R908A、XL200等玄铁处理器家族,其芯片成品将应用于AI加速、车载、高速互联等方向,以及达摩院基于三套主流操作系统(Linux、Android、RTOS)推出三套玄铁SDK软件开发套件。

事实上,今年2月,阿里巴巴集团CEO吴泳铭宣布,未来三年,阿里巴巴将投入超过3800亿元,用于建设云和AI硬件基础设施,总额超过去十年总和。“阿里集团AI战略的首要目标是实现AGI(通用人工智能),AGI的定义是AI能完成80%以上的人类能力。所以如果AGI成真,AI 产业可能成为全球最大的产业。”

作为阿里集团内部唯一基于RISC-V的自研芯片业务,也是阿里达摩院唯一盈利业务,玄铁将锚定与阿里AGI目标一致的高性能、AI两大方向,目前玄铁团队推动了超过30%的RISC-V高性能处理器落地应用,加速RISC-V在各个领域渗透。

会后,阿里云无影事业部总裁张献涛对钛媒体AGI表示,ARM架构用了十年时间把服务器软件生态一步步做起来,而阿里基于ARM架构打造的倚天710的计算能力行业领先水平,以此来看RISC-V产业,

“我觉得经过5-8年的发展,未来在服务器里面的大规模应用应该是不成问题的。很多公司对它的期待很高,一定会加速进程往前发展的。”张献涛表示,RISC-V架构从低功耗IoT终端大规模应用到数据中心,大概5-8年内就能实现。

中国工程院院士倪光南在2025玄铁RISC-V生态大会上表示,RISC-V作为开源、开放的硬件架构,正成为全球芯片产业变革的新引擎,而中国在这一领域的贡献尤为突出。开源正在中国蓬勃发展,并成为引领技术创新的强大动能,以DeepSeek为代表的开源大模型改变了全球AI产业的竞争格局。实践表明,开源不仅实现了全球资源的共享与优化,也加速了技术的持续演进。

中国工程院院士倪光南在2025玄铁RISC-V生态大会上表示,RISC-V作为开源、开放的硬件架构,正成为全球芯片产业变革的新引擎,而中国在这一领域的贡献尤为突出。开源正在中国蓬勃发展,并成为引领技术创新的强大动能,以DeepSeek为代表的开源大模型改变了全球AI产业的竞争格局。实践表明,开源不仅实现了全球资源的共享与优化,也加速了技术的持续演进。

6700亿规模的开源新赛道将爆发

RISC-V是一种开放的指令集架构(ISA),由加州大学伯克利分校的研究团队于2010年首次发布。当前,RISC-V基金会拥有来自全球52个国家的4120多名成员,包括谷歌英伟达英特尔、阿里等企业都是其重要成员,并有80多个技术工作组推动RISC-V标准、软件、工具等。

实际上,目前正广泛应用的指令集架构ARM和最新的RISC-V,都源自1980年代的精简指令计算机RISC。区别在于,ARM是一种封闭的指令集架构,应用ARM架构的厂商只能根据自身需求调整产品频率和功耗,不得改变原有设计。同时,ARM CPU 指令数目复杂、版本众多,且彼此之间既不兼容,也不支持模块化,并且存在着高昂的专利和架构授权问题。

不同于存在授权限制的x86和ARM架构,RISC-V具有精简、开源等特性,可开发更适应特定需求的独特芯片,并打破了x86、ARM架构高价授权费、定制化困难的惯例。

作为一个开源标准,RISC-V允许任何个人或组织自由使用、修改和扩展,无需支付专利费用,其设计目标是提供一个简单、可扩展且灵活的指令集,同时模块化使得用户可以根据需求自由定制不同的指令子集,适用于从嵌入式微控制器,到高性能计算在内的广泛应用领域。

RISC-V市场规模在逐年增长。早在2022年,全球RISC-V芯片已累计出货量超100亿颗,其中一半来自中国。

中国科学院计算技术研究所副所长包云岗透露,到2030年,全球RISC-V芯片市场规模将达到927亿美元(约合6752.08亿元人民币),年均复合增长率为47.4%。

RISC-V基金会首席执行官Calista Redmond于去年底表示,目前有超过20亿个SoC正在使用RISC-V架构内核,到2031年,采用RISC-V内核的SoC数量将激增至200亿个。

目前RISC-V产业主要分为两派:一种是利用RISC-V架构销售IP核;另一种是通过RISC-V架构设计出芯片产品,并流片、量产和销售,或者使用其他RISC-V IP核量产芯片或终端产品。

事实上,英伟达(NVIDIA)也在使用RISC-V技术。去年RISC-V北美峰会上,英伟达多媒体架构副总裁Frans Sijstermans透露,十年前英伟达将Falcon微处理器(用作GPU产品的逻辑控制器)改为RISC-V架构,而目前每个英伟达芯片组包含10-40个RISC-V核心IP,具体取决于配置。2024年,英伟达出货超过10亿台RISC-V处理器。

作为国内重要的科技互联网企业,也是较早布局开源RISC-V架构和芯片半导体领域的公司,阿里巴巴于6年多之前启动了自研芯片项目。

2018年云栖大会上,阿里巴巴集团合伙人、时任阿里CTO、阿里达摩院院长张建锋宣布合并中天微,搭建玄铁团队。

2019年7月,玄铁发布首款RISC-V处理器C910,随后2021年开源玄铁E902、E906、C906和C910和全栈软件工具等,开源无剑100。

2022年8月,阿里发布首个高性能RISC-V芯片设计平台“无剑600”、SoC芯片“曳影1520”,随后还公布C920及更先进的RISC-V IP和软件等。如今,玄铁RISC-V属于阿里达摩院旗下品牌,由张建锋带领团队。

截至目前,玄铁已陆续推出系列处理器IP和芯片,可满足高、中、低全系列性能需求,覆盖包括智能终端、网络通讯、AI智算、服务器以及周边等多个场景。其中,玄铁提供C系列(计算)、R系列(可靠实时)、E系列(嵌入式)、XT-Link网络系列的RISC-V IP核销售和服务解决方案。

据悉,全新C930的通用算力性能达到SPECint2006基准测试15/GHz,面向服务器级高性能应用场景。同时,C930搭载512 bits RVV1.0和8 TOPS Matrix双引擎,将通用高性能算力与AI算力原生结合,并开放DSA扩展接口以支持更多特性要求。

而达摩院玄铁处理器家族新成员当中,C908X定位为玄铁首款AI专用处理器,支持4096 bits超长数据位宽RVV1.0矢量扩展;R908A面向车规级芯片的高可靠需求;XL200则将提供更大规模、更高性能的多簇一致性互联。

此外,会上达摩院还官宣一批“无剑联盟”新成员,包括EDA巨头Cadence(楷登电子)、西门子EDA加入,加上此前Synopsys的加入,使得阿里齐聚了“EDA三巨头”,值得关注。

去年张建锋表示,“随着新型算力需求激增,RISC-V即将进入应用爆发期。”

“RISC-V正是AI时代所需要的开源架构,引领我们走上一条开放的AI革命之路。”瑞士苏黎世联邦理工学院教授Luca Benini认为,市场应该加速拥抱RISC-V架构,而他带领团队基于玄铁C910等处理器,打造开源AI软硬件平台、提升AI计算效率。

据预测,RISC-V芯片未来在消费级 PC、自动驾驶、网络通讯、工业控制、智能设备以及高性能服务器等领域的市场占有率将超过25%,成为全球半导体产业不可忽视的力量。

市场仍处于早期,RISC-V高性能AI芯片“缺一个标杆”

2月28日,阿里巴巴达摩院资深技术专家李春强对钛媒体AGI表示:

“我们还没有看到RISC-V架构在上面有更多的(AI性能释放),其实就是缺一个‘标杆’,包括像芯片层面上也好,整机层面也好,只要有标杆出来,马上就可以应用高性能以及 AI,从而让RISC-V芯片性能能够和x86或ARM能够竞争,最起码有同样的水平,否则人家怎样用你的这个产品呢?”

随后,钛媒体AGI继续问:“玄铁想做标杆吗?”

李春强直言,“玄铁C930肯定是往这个方向走的。”

这段对话凸显出高性能是 RISC-V 架构目前必须突破的挑战。

从嵌入式领域到高性能(HPC)AI 开发,尽管 RISC-V 架构具有开源特性,其参与者也在竭力解决标准化和工具统一的问题,但由于RISC-V生态仍处于发展早期,碎片化问题愈发突出。同时,RISC-V需要先进工艺,因此技术和生态体系的构建较为缓慢,引发市场竞争,目前整个行业仍缺少像DeepSeek、ChatGPT这类标志性技术。

包云岗指出,RISC-V开发的软硬件工具箱还不够丰富,跟x86和ARM架构相比还有很大差距。此外,RISC-V芯片设计、验证、解决方案、技术支持等各个层次的人才也面临短缺。为了建立行业信心,打造RISC-V标杆产品案例,将是RISC-V生态成长的关键。

不过,RISC-V如今非常确定的是:RISC-V参与者会越来越多,而且,整个技术方向需要往基于RISC-V的高性能计算发展。

包云岗在2月28日晚表示,AI、 智能驾驶汽车领域将成为RISC-V新兴应用场景,具有巨大的潜力。

“随着大模型的兴起,AI推理产生的算力需求将会数量级增长。特别是近期各行各业都在本地化部署DeepSeek,在全国产生了巨大的算力需求。AI推理的算力需求呈现两个特征:1、与CPU紧密协作。AI推理将会成为未来各种业务中不可或缺的环节,但业务主程序仍运行在CPU上——通过API调用将AI推理请求卸载到AI加速器,得到推理结果后再由CPU返回给用户。2、呈现多样化需求。不同场景产生不同的算力需求,相应的资源约束也不同。比如云端推理算力要考虑满血版大模型的高效部署,端侧应用场景则往往会部署不同容量的裁剪版。因此,AI加速器需要考虑与CPU的协同设计,需要能根据不同需求实现高效定制。RISC-V的灵活性优势若能被充分发挥,有望成为AI推理算力的最好搭档,RISC-V+AI将成为未来新组合。”包云岗写道。

要知道,目前Arm公司卖的最多的是CPU IP核,该公司希望作为英伟达3万亿市值的“竞争对手”。尽管向英伟达授权设计仅占Arm业务的一小部分,但该公司对英伟达可能并不中立,据报道,Arm 正在开发自己的 AI 芯片。

2月27日,Arm CEO雷内·哈斯(Rene Haas)表示,英伟达依然有很多竞争对手,比如做通用计算、推理和边缘AI芯片,而其他 AI 芯片的销量也实现大幅增长只是时间问题。

哈斯强调,在未来几年里,随着模型变得越来越大,AI算力领域会出现“分化”。其中,越来越多的资金将投入到专门GPU或训练解决方案中,但同时,基于推理 AI 的CPU通用计算芯片依然有很大的发展前景。

如今,随着DeepSeek热潮来袭,英伟达CEO黄仁勋已经表示AI算力需求并没有减少。因此,RISC-V瞄向AI是一个重要的发展前景。

李春强对钛媒体AGI表示,DeepSeek的创新给行业带来了很大的启发与促进。在其创新中,通过类似MoE的技术,DeepSeek大幅降低了激活参数比,这使得在实现同等效果的大模型时,所需算力明显下降。这种算力的下降,从芯片设计维度来看,会促使计算能力、存储容量、芯片间互联通信以及存储带宽等方面形成一个新的平衡点。而这个新平衡点对于 RISC-V 而言,是一个非常好的机会。例如,由于 DeepSeek 算力显著下降,借助 MOE 技术,很多算力无需在算力卡上运行,转而可以在 CPU 中完成,这对 RISC-V 或者说对 CPU 的发展来说,是个绝佳机遇。

李春强强调,RISC-V 本身具有开源、开放、可拓展的特性,尤其是在 AI 领域,近期在 Vector、Matrix 等方面有诸多创新,甚至还包括多核、重核等方式。采用 RISC-V 来开展相关工作,在这些方面能找到很好的契合点。

随着全球AI产业已进入“算力军备竞赛”阶段,Meta、亚马逊苹果等公司纷纷加码 AI 算力基础设施投入。此外,软银、OpenAI、甲骨文已经宣布合资公司Stargate“星际之门”项目,旨在为美国开发 AI 数据中心,并承诺在未来四年投入5000亿美元。

基于RISC-V开源架构,自主研发的玄铁系列处理器有望成为行业 AI 算力生态当中的关键引擎。

目前,阿里开源模型Qwen系列衍生模型超10万个,居全球首位。而作为亚洲最大的云服务厂商,也是未来中国 AI 不可忽视的力量,阿里将持续投入算力设施,势必将重构AI格局。

倪光南表示,阿里达摩院玄铁团队为推动全球RISC-V生态发展做出了卓越的贡献。从早期的C910高性能核,到C920 以及更先进的RISC-V IP,玄铁团队的努力让更多开发者能够在高性能 RISC-V 处理器上进行创新,推动整个生态的进步。

倪光南强调,“我们大力支持发展开源RISC-V,因为它不仅是一项技术创新,更是一场影响未来计算架构的全球化变革。我们要加强国际合作,广泛吸纳全球优秀的技术人才和资源,共同推动RISC-V产业和生态的繁荣发展。”

(本文首发于钛媒体App,作者|林志佳)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10