包云岗：RISC-V企业如何在AI、汽车领域中获益？

AI、汽车领域将成为RISC-V新兴应用场景。

今日，2025中国RISC-V生态大会在北京举行。

中国科学院计算技术研究所副所长、北京开源芯片研究院首席科学家、中国开放指令生态 (RISC-V）联盟秘书长包云岗，发表主题演讲，他在会上提到，AI、汽车领域将成为RISC-V新兴应用场景。

Omdia预测，2030年基于RISC-V的AI处理器出货量将超过5亿颗。AI推理产生巨大的算力需求。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。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。

第一，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。

第二，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，RISC-V+AI迎来发展新契机。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。

新能源与智能化转型对车载芯片产生新需求，可扩展性强的RISC-V备受青睐。全球每年汽车产量超过9000万辆，但L3/L4智能驾驶渗透率<5%。未来智能驾驶将会成为标配，相关芯片有望成为一个>500亿美元规模的新兴市场。

智能驾驶芯片的机遇方面，一是算力需求大。智能驾驶芯片是一款中型服务器级芯片，特斯拉的FSD1配置了12颗A72，国内某厂商的配置了32颗A78。

二是软件生态相对短。芯片上运行的智能驾驶程序比较确定，更利于软硬件协同适配与优化。

三是车规级等行业约束相对更开放。针对传统车规级芯片，一些芯片巨头形成了车规级研发壁垒，其他企业短时间内超越难度大。但智能驾驶芯片的行业约束相对少一些，更有利于企业发挥优势。

那么，RISC-V企业如何从中获益？

包云岗给出了两种方式：一种是，成为垂直领域的全球隐形冠军。从一个细分领域切入，面向全球市场，提供从成本、性能、功耗、易用性等多方面极致优化的软硬件解决方案。

另一种是，具备软硬件协同优化的能力。若仅用于原位替代ARM，则RISC-V灵活、可定制化的优势并未得到真正发挥。RISC-V赋予企业具备根据应用场景定义芯片、优化芯片的能力，提升企业竞争力。

包云岗也提到了RISC-V要成为主流生态的三大难点。

第一，RISC-V已经在大规模替代ARM的低端IP核，但这种原位替代仍无法支撑一个处理器新生态的形成。第二，根据2022年初RISC-V国际基金会的统计数据，当时全球用于各种嵌入式场景的RISC-V IP核数量就已超过100亿，但绝大多数大众也未感知到这种变化。

第三，RISC-V生态的建立，需要实现高端IP核、高端芯片以及相应的基础软件的突破，支撑高算力需求场景，尤其是AI、智能驾驶等新兴应用场景。

目前RISC-V存在解决的迫切问题。例如：RISC-V生态中的软硬件工具箱还不够丰富，要尽快达到“多、快好、省”的效果；从芯片设计、验证、解决方案、技术支持等各个层次人才均不足；需要通过标杆案例建立行业信心。

*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。