PC、手机之后，下一个能够形成规模的计算产品是什么？
从运行模型到控制机器，AI进入物理世界，正在为RISC-V打开新的市场。
近日，第六届RISC-V中国峰会在深圳举行。阿里达摩院发布车规增强处理器玄铁E908A，进迭时空推出服务器级芯片V100，砺睿微面向智算中心的“珠峰200”首次亮相。围绕AI的新需求，RISC-V厂商正从嵌入式、物联网向汽车、机器人和数据中心拓展。
据SHD Group预测，到2031年，RISC-V在全部硬件细分市场的整体占比将达到33.7%，其边缘计算和数据中心市场规模将分别突破450亿美元和700亿美元。
从边缘设备到云端基础设施，物理AI和AI数据中心正成为RISC-V企业布局的两个重要方向。前者面向机器人、自动驾驶等场景，需要在现实环境中完成感知、决策与行动闭环，对实时响应、能效和安全提出更高要求；后者围绕大模型推理等负载，更加关注数据吞吐、内存带宽以及CPU与AI加速器的协同能力。不同场景的计算需求，正在推动RISC-V拓展应用边界。
机器人带来新的计算需求PC、手机之后，下一个能够形成规模的计算产品是什么？
进迭时空联合创始人孙彦邦在接受采访时表示，目前还没有确定答案。从进迭时空的判断来看，大概率是机器人，但这里的机器人并不限于人形，也包括家庭、工业和公共场景中的各种智能设备。他举例说，过去的家电语音控制依赖固定命令词，换一种表达就可能无法识别。随着模型能力提升，设备可以更好地理解人的意图。
未来的产品则需要进一步具备本地算力和模型，自主完成任务，形成闭环。这也改变了芯片的设计要求。孙彦邦表示，机器人既需要CPU运行机器人操作系统、处理运动控制任务，也需要AI算力运行模型，同时还要满足实时响应要求，三类计算能力需要融合。
RISC-V的模块化、可扩展特性，为这种融合提供了设计空间。企业可以围绕具体任务配置计算核心和加速单元，但能否形成有竞争力的产品，仍要通过整机应用验证。据孙彦邦介绍，进迭时空已将K3适配至宇树机器人平台，完成相关软件与计算平台替换。目前，K3的推进重点正从基础软件适配转向应用开发，目标是推动形成规模化产品。
车规、分布式计算与云端同步推进汽车是另一类对计算能力和实时性要求严格的场景。
迄今，玄铁芯片目前已经稳定出货超60亿颗。在已有应用基础上，玄铁正进一步向汽车和具身智能领域拓展。峰会上，达摩院发布车规增强处理器玄铁E908A，面向安全岛、域控、车载网关等应用，并公布自动驾驶和具身智能处理器路线图。按照规划，后续将推出C925、C930、C950的车规系列版本，其中C950车规版主要定位自动驾驶，预计于2027年底推出。
达摩院首席科学家孟建熠在接受半导体产业纵横采访时表示，物理AI对算力和实时性提出了更高要求，需要围绕算法、模型扩展计算架构，而定制化正是RISC-V的特质之一。
在车规MCU领域，芯际无限软件技术总监赵丽萍介绍，芯际无限基于自研RISC-V IP推出采用双核锁步架构的XC32LS（XVA170）芯片，面向汽车动力总成、高端电控等高可靠性场景，按ISO 26262 ASIL-D功能安全要求设计。XC32MC车身电机控制MCU已于2026年实现批量上车，目前累计订单超过500万颗，为RISC-V在汽车电子领域的商业化增添了新的案例。
奕斯伟计算则展示了覆盖“感知交互—理解决策—控制执行”的RISC-V产品与方案。奕斯伟计算高级副总裁、首席技术官何宁认为，随着大模型理解能力提升，智能系统的瓶颈正在转向可靠执行。具身智能需要中心协调与局部自治相结合，不同节点都要具备本地感知、决策和实时响应能力。
对AI计算需求的争夺，也延伸到了数据中心。进迭时空发布的V100集成46个RISC-V核心，支持8通道DDR5和52条PCIe 5.0通道。据进迭时空介绍，这款芯片完整符合RISC-V服务器级规范，可支持通用发行版直接安装、启动和运行。
砺睿微的“珠峰200”则针对KV Cache、长上下文大模型推理进行优化，集成矩阵、向量等加速引擎，支持DDR5、PCIe、CXL接口，详细规格计划于今年底公布。尽管应用位置不同，这些产品都在围绕AI负载重新定义CPU的能力。
从芯片可用到产品量产市场空间正在扩大，商业化仍需要跨过软件和应用的门槛。
弗若斯特沙利文数据显示，中国RISC-V主控芯片市场规模由2021年的11亿元增长至2025年的377亿元，预计2030年达到2194亿元。这一预测覆盖多个应用领域，物理AI能贡献多少增量，还取决于具体产品的落地。
“最终一切还是要围绕着应用。”孙彦邦表示，相比需要兼容大量既有软件的PC、手机，机器人和特定智能体任务的软件需求更集中，可以围绕具体场景完成适配，形成可用的系统。
不过，运行起来只是第一步。机器人进入物理世界后，运动控制不能因模型或系统异常而失控。孙彦邦表示，客户可以继续采用算力芯片搭配独立MCU的方案，进迭时空也将持续迭代片内实时计算和安全能力。
软件生态同样需要产业共同投入。RISC-V国际开源实验室创始人David Patterson在会上指出，AI推理面临内存带宽与成本瓶颈，需要完善AI软件栈，并利用AI降低硬件开发成本。
从芯片、基础软件到应用，再到量产。对正在走向物理AI的RISC-V企业而言，下一阶段的竞争，也将更多体现在这条路径能否走通。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
