【導讀】我們正置身于一個充滿變革的時代，物理AI的引入為整個半導體行業帶來了全新的變量與廣闊的想象空間。隨著物理AI的發展，RISC-V生態正在邁向新的高度。
2026年WAIC期間，在芯原主辦的“RISC-V和物理智能論壇”上，SiFive現場應用工程師張巖表示，當前，RISC-V的軟件與應用生態正在各行各業蓬勃發展，在諸多領域的實際表現已超預期。其在會議上分享了，從外太空到物理AI，RISC-V的極致驗證與現實映射。
SiFive的起源與RISC-V的行業爆發
SiFive由RISC-V的幾位主要發明人聯合創立。在加州大學伯克利分校期間，創始團隊在David Patterson教授的指導與授權下，成功制定了第五代精簡指令集架構（RISC-V）。
張巖強調，創立SiFive的初衷，是堅信RISC-V所具備的強大生命力，能夠通過創新的商業模式，打破傳統架構的壟斷，與之展開有力競爭。作為行業內研發投入最大的公司之一，SiFive目前已擁有超過500家客戶，其處理器IP被廣泛應用于各類產品中。我們不僅致力于持續推出高標準、高性能的IP新品，還積極參與RISC-V國際標準的制定。
近年來，RISC-V正在快速擴大應用范圍。除了傳統MCU和嵌入式市場之外，汽車電子、存儲控制器、AI加速器等領域已經開始大量采用RISC-V架構。2026年，RISC-V甚至開始進入數據中心，服務器級RISC-V處理器正式落地，也標志著這一架構正在邁向高性能計算市場。
包括Google、Meta、NVIDIA等國際科技企業都公開表示正在布局RISC-V相關產品或技術研發。根據行業預測，到2031年前后，全球RISC-V芯片累計出貨量有望達到約210億顆，RISC-V IP市場規模預計將突破20億美元。
為AI而生的RISC-V
相比Arm和x86，RISC-V最大的特點在于開放與模塊化。
RISC-V采用模塊化（Modular）設計，不同廠商可以根據自身產品需求自由組合指令集，并增加自定義擴展，而無需受到封閉授權體系限制。
張巖表示，Arm的規范由單一公司控制，x86則掌握在少數企業手中，而RISC-V允許任何企業參與標準制定、擴展設計以及行業應用開發。這種開放性，使其能夠更快適應AI、機器人、物理AI等新興領域不斷變化的計算需求。
特別是在AI時代，各類新算法、新數據類型層出不窮，開放架構能夠持續演進，這也是RISC-V近年來快速發展的重要原因。
四大產品系列覆蓋AI需求
目前，SiFive已經形成了覆蓋不同應用場景的產品體系，主要包括四條產品線：
Essential系列：面向實時控制和低功耗控制器，可應用于MCU以及大型SoC中的實時控制單元。
Intelligence系列：針對AI計算推出，通過RISC-V向量擴展實現高效并行計算。
Performance系列：符合RISC-V RVA Profile標準，能夠運行Linux等成熟軟件生態，面向高性能通用計算。
Automotive系列：針對汽車電子領域進行了專門優化。
其中，Intelligence系列已經從MCU級AI逐步擴展到支持矩陣計算的大規模AI處理器，覆蓋不同算力等級需求。
物理AI時代需要怎樣的處理器？
張巖認為，隨著機器人、智能設備不斷發展，未來處理器不僅需要提供AI算力，更要兼顧實時控制、低功耗、安全隔離以及長期軟件生態支持。
他以航天計算為例進行了說明。目前，美國已經提出建設基于RISC-V架構的航天級計算平臺。相比普通處理器，航天計算需要面對極端環境帶來的多項挑戰。
首先是高可靠性。外太空沒有大氣層保護，宇宙射線容易導致芯片發生單粒子翻轉，因此處理器必須具備容錯能力，通過三模冗余（TMR）等機制保證系統持續運行。
其次是極高的能效要求。雖然太空環境溫度較低，但真空中不存在熱對流和熱傳導，只能依靠熱輻射散熱，因此芯片必須擁有更低功耗和更高散熱效率。
此外，航天設備還需要具備一定程度的自主智能。例如火星車由于地球與火星之間存在數分鐘通信延遲，不可能完全依賴地面遙控，因此必須能夠自主完成環境感知、決策和運動控制。
整個過程實際上就是：感知（Sensing）→ 理解（Perception）→ 推理（Reasoning）→ 執行（Actuation）。張巖認為，這與當前機器人和物理AI的發展路徑高度一致，因此航天計算對于物理AI具有重要參考價值。
針對物理AI，SiFive的布局
張巖表示，在航天領域，Microchip已經能夠通過軟件冗余、容錯等技術，實現符合航天標準的AI計算平臺。而回到地面，SiFive同樣圍繞物理AI構建了一套完整的處理器產品矩陣。
隨著算力需求提升，可以進一步采用X280向量處理器，再到支持VME矩陣擴展的X390，實現更高性能AI計算。可覆蓋從邊緣控制到高性能AI推理的不同算力需求，同時滿足物理AI各類硬件模塊對性能、功耗和面積（PPA）的不同要求。
他認為，當前物理AI仍處于快速發展階段，無論是AI算子還是數據類型都尚未形成統一標準，因此處理器必須具備持續擴展能力。RISC-V開放、可擴展的架構正好能夠滿足這一需求。SiFive的每顆處理器核心都預留了自定義擴展接口，開發者可以根據不同應用增加專用加速器，并通過RISC-V擴展指令實現高效協同計算。
例如，機器人關節控制更關注電機控制算法，靈巧手則更加依賴觸覺感知，不同部件所需的計算算子和加速方式并不相同。借助RISC-V的可擴展機制，客戶可以針對自身應用開發專用加速器，并通過自定義指令集實現統一驅動，從而針對不同物理AI場景進行優化。
目前，已有半導體企業采用MCU結合專用AI加速器的方式，將RISC-V應用于工業控制和機器人實時控制系統。
P570：Agentic AI時代的通用控制核心
隨著物理AI與Agentic AI（智能體AI）的深度融合，未來的終端系統不僅需要處理專用算法，更需要運行復雜的操作系統（如Linux）來驅動上層智能體應用。
為應對這一趨勢，RISC-V制定了RVA23標準。相比于Arm Linux二進制文件常常受限于十年前老舊指令集的歷史包袱，RVA23標準對現代高頻應用進行了大刀闊斧的優化。這也是吸引英偉達等傳統芯片巨頭將核心轉向RISC-V的重要誘因。
基于此，SiFive于今年推出了全新的P570 Gen3核心，這是一款高性能的通用處理器，雖然沒有配置極寬的向量，但能完美支持標準的Linux生態。它在系統內扮演著“交響樂團指揮手”的角色，負責協同和調度傳感器、NPU及其他子系統。
P570 Gen3原生集成128位向量，并支持向量加解密擴展，可直接處理輕量級的AI矩陣運算，無需頻繁頻繁調用NPU。核心內部實現了QoS機制，全力保障電機控制等實時性任務的確定性。同時，面對智能體隱私泄露、多智能體信息串擾等安全痛點，該核心嚴格落地了RISC-V安全隔離標準，從硬件底層構筑了用戶數據的隱私屏障。
RISC-V正在迎來新的增長周期
張巖表示，隨著AI不斷向機器人、智能終端和物理世界延伸，處理器架構也需要適應新的計算模式。
相比傳統CPU僅關注通用計算，未來處理器需要同時承擔AI推理、實時控制、安全隔離以及長期軟件生態維護等多重任務，而開放、可擴展的RISC-V正具備這樣的發展潛力。
他認為，當前正處于AI產業快速變革的階段，希望更多開發者和產業伙伴能夠參與RISC-V生態建設，共同推動其在物理AI領域的發展。
