RISC-V最重要的方向是AI，但如何构建RISC-V AI生态系统？

本站报道（文/吴子鹏）截至2023年， RISC-V在主流应用中占比约30%，在主流市场年增长率超过40%，几乎用10年时间完成了 Arm架构30年的历程。对于接下来 RISC-V的走向，业界普遍认为RISC-V AI是未来的大方向。在第四届滴水湖中国RISC-V 产业论坛上，圆桌 论坛环节也着重聊到了RISC-V AI这个 话题。

随着AI落地的深入，应用方面遇到的挑战也随之浮出水面，“降低使用门槛，拓展算力应用场景”成为客户的呼喊，也是RISC-V AI落地的痛点。对此，北京大学讲席教授、RISC-V国际基金会 人工智能与 机器学习专委会主席谢涛在圆桌上表示，RISC-V AI这个组合里面，就是 CPU和协 处理器的配合，CPU是个大房子，要实现AI落地就是在大房子边上“长”出一个小房子，并和大房子打通，以此来完成AI应用落地。这个组合里，协处理器也可能是一个大房子，并且可能会有很多协处理器。

另外，谢涛在演讲中提到，国产RISC-V要在AI算力方面实现突破，需要做到国际标准 开源社区两手抓，以推动RISC-V国际标准为抓手到国际借力，以共建国际开源软件生态为抓手到国际借力。

不过，乌镇智库理事长张晓东对此提出了疑问，做得好的生态往往是先有了需求、先有了 产品，然后在“产品”和“需求”的生态上建立一个标准，这个标准往往会容易成功。如果说现在凭空制造一个RISC-V AI的标准，可能会遇到更大的挑战。

谢涛在回应这个问题时谈到，RISC-V国际基金会推标准是自底向上的，我们共同追求目标。推标准不是目的、是手段，推成标准之后各大国际开源主流社区，就自然地支持这项标准并更新迭代、自己维护。和 英伟达CUDA生态不同，RISC-V不是一个排他的思路。比如，也有一些国际 公司很看好Triton生态，为它壮大生态，在大烟囱下面做成了小烟囱，包括英伟达也是积极地支持Triton生态，大家合力将开源的Triton生态做大。

对于如何做好“RISC-V AI”的生态这个问题，达摩院（上海） 科技有限公司研发总监梁中书认为， 硬件层面AI的算力必然会走向端用化，目前的支持当然还是在“核内”，是紧 耦合的，RISC-V 相关AI加速器则是松耦合的。AI的应用要追求最佳性能，它其实是要做很多特定优化，所以AI某种程度上很可能是一个个性化的应用。

软件层面，工具链的支持、相关基本软件库的适配也是非常关键的，有助于实现RISC-V 相关AI加速器的松耦合。