描述
美国 AI 芯片巨头英伟达,凭借“GPU 硬件+CUDA软件生态”优势,正在以95%的占比垄断着全球 AI 加速芯片市场。
但最近一个月,英伟达市值却蒸发超8000亿美元。背后的核心原因在于,Meta开始购买大量谷歌TPU替代GPU,而后者发起了一场反英伟达“GPU+CUDA”的架构垄断。
相对于谷歌TPU,开源RISC-V架构也正在扮演着同样的垄断角色,在芯片指令集架构赛道中冲击行业垄断格局。
据珠海举行的2025 RISC-V大会暨RDSA国际论坛公布的最新数据显示:
2025年,全球基于RISC-V的芯片解决方案的市场渗透率已达到25%,逐步覆盖全场景领域;预计到2030年,全球RISC-V芯片出货量将突破162亿颗,年复合增长率超40%,而中国将持续占据全球RISC-V产业增长的核心地位。
随着中国逐步成为全球RISC-V发展的核心阵地,叠加 AI 算力与应用需求的持续攀升,基于国产非GPU芯片的 RISC-V+AI 并行计算生态,有望打破美国在芯片架构领域的垄断格局。
RISC-V工委会战略指导委员会主任、中国工程院院士倪光南指出,RISC-V在 AI 并行计算领域的核心角色或将进一步增强,有望引领 AI 算力产业发展。
2025 RISC-V大会并行计算分论坛上,
RISC-V工委会重磅宣布,清微智能与中国科学院软件研究所、清华大学集成电路学院、北京开源芯片研究院、阿里达摩院、知合计算共同成立“RISC-V并行计算领航创新联盟”,旨在打造基于开源RISC-V架构的并行计算生态,推动架构标准统一与技术协同创新,加速AI算力芯片研发、算法优化及行业应用落地,打破技术壁垒、汇聚产业合力,为国产开源算力生态构建提供核心支撑,助力中国在全球AI算力领域抢占技术制高点与产业话语权。
(图注:“RISC-V并行计算领航创新联盟”成立仪式,右一是清微智能副总裁李彬)
实际上,作为AI算力的核心要素,芯片的架构和性能决定了算力能力,并进一步决定数据处理能力的强弱。
这场RISC-V并行计算分论坛上,清华大学集成电路学院院长尹首一教授发表《晶圆级芯片研究进展——面向异构并行的高算力芯片发展路径探讨》的主题演讲。
尹首一教授在演讲中指出,AI 大模型时代算力需求激增,重要性较以往提升百倍,但传统工艺提升算力路径受阻,面临物理极限与国内制造限制,而晶圆级芯片成为突破单芯片算力限制的重要技术,而包括美国Cerebras、特斯拉Dojo等在内已经有成功案例。
尹首一教授带领清华大学团队,在计算芯粒、晶圆基板、集成系统等领域提出新的技术突破,基于可重构计算架构和RISC-V核,研发出一款新的晶圆级算力芯片,服务器单机算力达到4 PFLOPS,单服务器支持“满血版”DeepSeek-671B AI大模型运行,并在国内供应链支持下完成相关样机与系统验证。
尹首一教授在演讲中引述近期媒体评论文章观点,称微芯片(The Microchip)时代即将结束。未来,数据中心将采用晶圆级芯片技术,数据中心将是一个盒子大小,而不是巨大的能源消耗结构,晶圆级芯片时代即将到来。
从RISC-V到晶圆级芯片,再到可重构芯片,一系列创新技术探索的背后,清微智能等中国企业正以实际行动,成为打破英伟达GPU“神话”的鲜活例证。
论坛圆桌环节,清微智能副总裁李彬表示,RISC-V 扩展支持高性能 AI 计算已逐步形成行业共识,由于RISC-V 指令集架构的灵活性优势显著,并且成为软硬件之间的核心接口,未来RISC-V在并行计算层面还将涌现更多机遇与挑战。
作为源自清华大学的全球可重构架构计算领导者,清微智能持续深耕AI算力芯片领域,以“非GPU”的原创技术路径突破行业瓶颈,出货量跻身国产第一梯队,为国产算力产业开辟了高效节能的新赛道。
李彬指出,自去年以来,清微智能TX81系列芯片在软件生态层面主要采用"三层兼容"策略:1、与英伟达CUDA的API兼容;2、Triton兼容;3、在芯片最底层,即类似英伟达PTX那一层,用户可以用RISC-V的指令集去做整个芯片的编程,深度将RISC-V与AI并行计算相结合,让开发者更容易利用开源技术进行性能极致调优。
未来,清微智能表示将继续聚焦可重构技术的深度创新,加快下一代高算力芯片研发进程,并让国产算力芯片在更多场景落地应用,加速夯实国产AI算力第一梯队重要地位。
打开APP阅读更多精彩内容