孟建熠：攀登 RISC-V 高性能高峰，打造标杆产品

RISC-V 在高性能计算领域的崛起，是近年来全球芯片架构竞争的重要趋势之一。其开源、灵活、可扩展的特性，使其在高性能处理器设计、人工智能算力优化、服务器芯片等领域展现出强劲的发展势头。在第五届（2025）RISC-V 中国峰会主论坛上，知合计算 CEO 孟建熠表示，回想 2018 年，那时大家都在探讨 “什么是 RISC-V，RISC-V 能做什么”。而到了今天，话题已然转变为 “RISC-V 的高度能够做到多高”。
 
很多人会问 “RISC-V 到底是什么”。若以过去的眼光看，芯片架构领域已有 Arm、x86 等 “明星”，它们在众多场景中表现出色，有人认为 RISC-V 不过是在这片 “星空” 中再添几颗 “星星”。不过，孟建熠认为，看待 RISC-V 应立足未来，思考 “未来我们需要什么样的架构”。这就如同用哈勃望远镜观测天空，我们看到的不再只是零散的星星，而是星系、黑洞乃至引力波，这些全新的事物能带来截然不同的体验。因此，创新是 RISC-V 的根本，依托 RISC-V 架构打造出创新产品，才能让它在未来站稳脚跟。替代类产品固然不错，但创新产品才能真正释放其能量。
 
RISC-V 的存在，归根结底是为了实现 “有价值的计算”，这种价值要能被用户切实感受到，是用户愿意为之买单的。在通用计算方面，其价值体现在持续的性能提升上，同时要在保持良好能效和成本控制的前提下实现这一目标，让用户能真切感受到变化。过去的诸多架构都是通过一代代产品的优化，在持续创新中获得认可。而 AI 的价值，则在于能在单位成本和单位功耗下提供更多的 Token，让模型更好地运行并发挥作用。
 
基于此，知合计算提出了 “通推一体” 的概念，即将 AI 融入业务中。如今，若用独立的集成或芯片来做 AI，会面临不少问题，比如从通用计算切换到 AI 时，数据在集群中传输会产生较大延时，CPU 与 GPU 通过 PCIe 连接也存在诸多问题。所以，将通用计算和推理很好地结合是可行的方向。借助 RISC-V 的可扩展性和可定制性，我们可以在通用计算达到高性能的同时，优化 AI 的成本，尝试统一地址寻址、优化计算效益等以往难以实现的事情。
 
基于 RISC-V 打造高性能芯片，RISC-V 的 RVV（RISC-V Vector）指令集扩展是一项关键技术。知合计算在视频编解码、加解密计算、大模型推理、数据存储这四大方向开展了相关工作。在多媒体领域，虽暂未超越 Arm 和 x86，但通过架构优化，有望实现突破。在大模型推理和数据存储方面，RISC-V 已展现出领先潜力。此外，RISC-V 正在推动 IME、VME 和 AME 等标准，知合计算也全力支持。在全行业的共同努力下，RISC-V 在 AI 领域的标准将比自研标准更具生命力，知合计算的新产品也会默认支持 AME。
 
目前，知合计算的 “核” 已基本完善，现已开放测试。知合计算首代 “通推一体” CPU 产品 “阿基米德系列” 预计 2026 年发布。
 
当然，要实现高性能，RISC-V 还有很长的路要走。过去，RISC-V 在嵌入式领域发展迅速，但向高性能迈进的 “坡” 十分陡峭。在此过程中，很多人担心 RISC-V 会出现碎片化问题，其实大可不必。在 RISC-V 基金会的带领下，已有一套完善的机制来避免碎片化。例如，我们的产品要兼容 RVA23 Profile，其中包含 81 个扩展标准和 123 个 RISC-V 官方扩展，若不兼容，就无法获得 RISC-V 生态软件的支持。