RISC-V标准已经发展成熟，与经过长期验证但价格昂贵的Arm和x86处理器相比，性能差距已基本消失。

这对于寻求更具成本效益的芯片编程方式或希望优化芯片CPU性能的开发者来说是个好消息——不仅因为Arm授权费用高昂，还因为开发者可以自由实现指令集，而无需每次都获得Arm的许可。

结合其固有的向量计算能力，RISC-V特别适合AI应用，因为AI需要多个进程并行运行——这正是RISC-V特别擅长的工作负载。

或许AI芯片领域最被低估和鲜为人知的转折点之一，是去年英伟达宣布的计划——CUDA将支持RISC-V指令集。同样在去年，Linux内核更新了RISC-V的实现驱动程序和补丁，添加了开源RISC-V设备迁移所需的最后一个关键要素。Canonical的Ubuntu也支持RISC-V。

这意味着开发者和设备制造商现在可以编程和实现与Linux兼容的RISC-V处理器，结合指令集与英伟达CUDA GPU协同工作，就像使用x86和Arm处理器一样。在相对昂贵的CPU和Arm处理器短缺的时候，这代表了重大推进，因为现在有了更便宜的RISC-V替代方案。

虽然英伟达在其文档中没有对此进行详细说明，但RISC-V国际组织广泛报道了这一发展。

需要说明的是，尽管这显然可能为AI开发带来助力——特别是对于RISC-V非常适合的大量边缘和嵌入式设备——英伟达并未正式表示这种支持是其主要AI扩张策略。但开发者现在能够随意为英伟达GPU上的AI创建和实现指令集，而无需担心Arm和x86的授权和成本问题。

"AI框架在不断变化，而CUDA占据主导地位，"RISC-V OEM厂商DeepComputing创始人兼CEO梁宇宁表示。"新框架不断出现。在这一切中，软件仍然是关键。"

工程师在RISC-V处理器上自由开发与使用Arm、英特尔或AMD的CPU授权完全不同。"以前，你不能要求英特尔做任何事情。你只能被困其中。但现在有了RISC-V，你可以发挥所有想象力，做任何你想做的事情，并充分利用它，"他说。

在AI热潮之前，在大语言模型和Google著名的Transformer研究论文之前，"没有人看到这一切的到来。在AI出现之前，我不知道RISC-V高性能SoC会走向何方，"梁宇宁说。"幸运的是AI来了，所以我们全力投入AI领域。"

在RISC-V国际2025年年度报告中，RISC-V首席架构师Krste Asanovic评估了年末状况和2026年的发展方向：

"在2025年，我们进一步推进这项工作，发起有针对性的活动，阐述RISC-V的独特特性如何解决特定垂直市场的具体挑战，"他说。"因此，RISC-V现在已经牢固地成为关键行业决策者词汇、路线图和采购选择的一部分。今天，我们专注于几个关键的垂直领域。

"在嵌入式和物联网领域，我们已经有了重要部署。在数据中心和汽车领域，我们看到对通用RISC-V计算日益增长的兴趣。同时，在插槽数量较小但要求较高的市场，如航天和高性能计算(HPC)，已经提供了巨大的机会。

当然还有AI。"与安全一样，AI横跨每个垂直领域，"Asanovic说。"2025年发生了巨大变化，可以肯定地说，我见过的几乎每个新AI加速器项目都在使用RISC-V。这并非偶然：我们从一开始就设计RISC-V来支持标量、向量和矩阵计算，所以它就是有效的。同样的核心可以处理控制和数值工作负载，在性能层次间扩展，并与AI一起发展。所有主要行业参与者都开始认识到RISC-V很快将成为主导的开放ISA。在许多垂直市场，我们已经超越了'是否'的问题。现在的对话是关于如何、何时以及在哪里采用RISC-V。"

Q&A

Q1：RISC-V相比Arm和x86处理器有什么优势？

A：RISC-V在性能上已与Arm和x86处理器相当，但成本更低，开发者可以自由实现指令集而无需获得授权许可，避免了昂贵的Arm授权费用，并且具有固有的向量计算能力，特别适合AI应用的并行处理需求。

Q2：英伟达CUDA支持RISC-V对AI开发有什么影响？

A：这意味着开发者现在可以在RISC-V处理器上使用英伟达CUDA GPU进行AI开发，就像使用x86和Arm处理器一样。这为AI开发提供了更便宜的替代方案，特别适合边缘和嵌入式AI设备，开发者可以自由创建和实现指令集而无需担心授权成本。

Q3：RISC-V在哪些领域已经开始应用？

A：RISC-V已在嵌入式和物联网领域实现重要部署，在数据中心和汽车领域也有日益增长的应用兴趣。在航天和高性能计算等要求较高的市场提供了巨大机会，几乎所有新的AI加速器项目都在使用RISC-V。