RISC-V在人工智能领域的应用前景

你注意到没有？人工智能的狂飙突进，正在悄悄改变芯片世界的底层逻辑。

RISC-V，这套2010年才诞生的免费开源指令集架构，这两年简直像是坐了火箭。Semico调研公司的数据很说明问题：采用RISC-V技术的芯片，年增长率高达73.6%。按照这个势头，到2027年，全球基于RISC-V的AI芯片产量将达到约250亿颗，对应2910亿美元的市场规模。放在几年前，这几乎是不可想象的。

这一切背后的推手，正是AI和机器学习。Da ve Ditzel，Esperanto公司的创始人，对此感触颇深。他的公司正在用一款高性能RISC-V AI处理器，向传统的GPU霸主地位发起冲击。Ditzel回忆，在AI早期的狂热阶段，业界普遍认为x86和Arm这类通用架构永远追不上GPU和各种专用翻跟斗。

“我们想证明，这种看法错了。”Ditzel说，“RISC-V提供了一个近乎完美的底座，来解决AI计算的各种复杂问题。”随着Esperanto首款1092核AI处理器交付早期合作伙伴，以及与英特尔达成重大开发协议，他的判断正在被验证。

Ditzel的职业生涯几乎都围绕着RISC理念展开。1980年，他的导师、IEEE会士Da vid Patterson在一篇开创性论文中首次提出了“精简指令集计算机”（RISC）这个概念，Ditzel正是论文的合作者。其核心思想很简单：精简处理器执行的核心指令集，就能造出更小、更省电但性能更强的芯片。从贝尔实验室到太阳微系统，再到创办全美达公司，他一直在实践这条路。

如今，创办Esperanto让他找到了RISC-V与AI的最佳结合点。从最基础的层面来看，指令集越复杂，需要的晶体管就越多。每个晶体管在关闭时会产生漏电流，切换状态时也会消耗电能。这正是RISC-V的诱人之处——它的指令集极其简洁，只有47条。作为对比，x86架构的指令集可能接近1000个，Arm虽然精简很多，但也远超RISC-V。

不过，仅仅靠指令集精简还不够。Ditzel坦言：“大多数RISC-V内核并没有那么小或那么节能。我们的挑战不是简单地把1000个RISC-V内核堆叠在一块芯片上，而是必须围绕功耗和面积的严苛约束，彻底重新设计CPU。”Esperanto的工程师们甚至发现，最初的RISC-V指令集缺乏机器学习所需的“向量”指令，于是他们自行开发了解决方案。在ET-Minion处理器内核中，就包含了专门处理8位整数向量以及32位和16位浮点向量的指令部件。

最终诞生的ET-SoC-1片上系统，由1088个ET-Minion内核和4个用于管理调度的ET-Maxion内核组成。这颗芯片包含240亿个晶体管，面积为570平方毫米，大概是英伟达A100的三分之二。但两者的设计思路截然不同。

ET-SoC-1的目标场景是功耗受限的数据中心。在这些机房里，核心主板只能获得120瓦的功率预算，同时还要满足至少100万亿次/秒的算力需求。Esperanto的方案是，在这种功率条件下实现超过800万亿次运算。

怎么做到的？关键在于“低压运行”。Esperanto首席架构师Jayesh Iyer解释说，大多数AI翻跟斗是单芯片方案，会占掉主板大部分功率预算。而Esperanto的思路是使用多个低功耗芯片来满足总预算。例如，在神经网络推荐系统的基准测试中，每个芯片的功耗仅为20瓦，不到A100的十分之一，而一块主板可以插6颗这样的芯片。通过将工作电压从标称的0.75伏降至约0.4伏，6颗芯片的总功耗便控制在120瓦以内，而推荐系统的性能反而比单颗高压芯片提升了4倍。此时，每个ET-Minion内核的功耗仅有约10毫瓦。

这种激进的低压设计，渗透到了芯片设计的每一个细节。比如，RISC-V整数指令的内核流水线，是由每时钟周期逻辑门数量最少的电路构成，这保证了在低电压下依然能获得较高的时钟频率。当内核执行长张量计算时，流水线还会主动关闭以节约能量。

值得注意的是，其他AI处理器厂商也开始拥抱RISC-V。Ceremorphic的处理器就融合了RISC-V、Arm内核以及自研的机器学习和浮点运算单元。英特尔旗下的Mobileye EyeQ Ultra，为了支持L4级自动驾驶，直接内置了12个RISC-V内核和神经网络翻跟斗。

对于嵌入式AI芯片公司耐能（Kneron）来说，搭上RISC-V这班车，既是技术选择，也是商业考量。此前他们一直使用Arm内核配合自研翻跟斗，但在2021年11月，耐能发布了首款基于RISC-V的KL530芯片，专门针对名为“视觉互感”（Vision Transformer）的新型神经网络，用于自动驾驶场景。CEO刘峻诚解释，RISC-V架构让神经网络模型的预处理更简单、运行效率更高。同时，“鉴于去年英伟达可能收购Arm，这也有助于降低供应链风险。”虽然最终收购告吹，但曾经的威胁足以让厂商意识到核心架构自主的重要性。

RISC-V社区也在积极补课。2021年12月，管理该架构的RISC-V International批准了一个包含100条向量指令的扩展集。CTO Mark Himelstein表示，即便有了这项扩展，机器学习依然是社区的头号优先任务。大多数机器学习相关的扩展开发工作，正集中由图形特别兴趣组和机器学习组合并后的新团队推进。他正在确保这些努力能聚焦到一处。

当然，成长需要时间。Semico首席分析师Rich Wawrzyniak指出，在新增大量AI功能的市场中，Arm在未来5年内仍会是主导者。在CPU内核设计的总体收益中，RISC-V可能只占15%左右。“不是50%，也不是5%。RISC-V出现的时间不长，这样的增长速度已经相当快了。”这取决于你怎么看——毕竟，一个开源架构能从零开始，在AI浪潮中撕开一道口子，本身就是个精彩的故事。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：RISC-V在人工智能领域的应用前景要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题