中国拟推政策鼓励使用RISC-V芯片:市场即将爆发?
2025-03-04 来源:EEWORLD
RISC-V一直以其开源特性而备受业界关注。特别对国内厂商来说,可能会是芯片的重要突破口。
昨日,就有消息称,中国计划首次发布指导意见,鼓励全国范围内使用RISC-V 芯片。有关推动 RISC-V 芯片使用的政策指导最早可能于本月发布,但最终日期可能会改变。 备受关注的RISC-V
据消息人士称,该计划将由国家互联网信息办公室、中国工业和信息化部、中国科技部和中国国家知识产权局等八部门联合起草。由于政策讨论仍在进行中,消息人士拒绝透露姓名。四大部委尚未回应置评请求。
外媒称,近年来,中国政府和科研机构对RISC-V架构展现出浓厚兴趣,主要看重其地缘政治中立性。这一开源架构以其低成本优势吸引了众多中国芯片设计企业,尽管目前尚未在政策中提及。
在中美科技竞争日益激烈的背景下,RISC-V在中国的快速发展引发了美国的担忧。此前,外媒报道显示,2023年,部分美国国会议员已向拜登政府施压,要求限制美国企业参与RPC-V技术开发。这些议员担心,中国可能利用该技术的开源特性,加速本土半导体产业发展,从而削弱美国在芯片领域的技术优势。 RISC-V的好处都有啥
对于RISC-V架构本身,SiFive董事长、总裁兼首席执行官Patrick Little曾作出过分享,他表示,当前,硬件和软件接口正逐渐向开放标准发展,几乎所有人都认同这一趋势,唯一的争议是进程的快慢。封闭架构依赖单一供应商,限制了创新,而开放标准能推动更多创意和技术进步。过去几年,几乎所有客户都支持这一观点,分歧仅在于实现的时间。
市场不应由少数玩家主导,开放标准能带来更多选择和稳定性。历史证明,依赖单一公司架构(如Alpha或MIPS)存在风险,若公司失败,相关投资也会消失。相比之下,社区驱动的合作模式能汇集各方优势,形成强大且持久的生态系统。未来,所有架构和接口都将走向开放标准。
当前硬件往往限制软件开发,开发者需在硬件框架内工作,这阻碍了创新。未来,硬件应赋能软件,提供灵活性和定制化能力,让开发者自由实现创意。RISC-V的核心理念正是通过定制化硬件支持开发者需求,避免漫长的等待周期。总结起来,RISC-V主要包括几大优势:
1.社区驱动合作:RISC-V通过集体贡献形成公平竞争环境,汇集各方优势,推动创新;
2.标准编程接口:支持可互操作的生态系统,开发者无需依赖单一公司,确保投资长期有效;
3.消除单一供应商依赖:历史证明,依赖单一公司存在风险,RISC-V允许多样化选择,降低风险;
4.定制化与灵活性:RISC-V允许客户根据需求定制硬件,提升性能、降低功耗或缩小面积。这种灵活性适用于从微型客户到大型基础设施公司,满足多样化需求。 AI市场,RISC-V在拓展的市场
回到几年前,没人想到RISC-V可以做出高性能芯片,也就只能出现在MCU这样的器件形态之中,而现在,随着RISC-V AI SoC、应用处理器、RISC-V GPU的面世,RISC-V处理器的频率越做越高,也逐渐跑入Linux、Android这样的OS之中,其自身价值也随之而升。尤其在DeepSeek爆发的新时代下,RISC-V会成为国内AI发展的关键。
从数据来看,RISC-V产业应用正在向高性能和并行计算加速发展,RISC-V也将在高性能和AI等领域广泛应用。据预测,2023年,RISC-V SoC出货量将增长135.0%,到2030年将达到1618.1亿颗;营收将增长276.8%,到2030年将达到927亿美元。预计到2030年,用于AI加速器的RISC-V SoC出货量将达到41亿颗,营收将达到422亿美元。也就是说,受生成式AI驱动,RISC-V芯片市场快速发展。至2031年,RISC-V在计算机领域占比将达到33%,消费领域将达到39%,自动驾驶领域达到31%,数据中心达到28%,工业达到27%,网络达到26%。

根据中国RISC-V产业联盟理事长、芯原股份创始人、董事长兼总裁戴伟民此前的分享,现如今,随着大模型不断催生算力需求,异构计算范式与RISC-V技术优势高度契合。反观这几年趋势,英特尔作为老牌的x86厂商,都已经积极参与RISC-V开放生态系统的建设和发展,国内达摩院玄铁在RISC-V领域的生态布局也已经有了明显的成果。所以,大力发展RISC-V会是一条光明大道。
2月28日,由达摩院举办的2025玄铁RISC-V生态大会上,阿里达摩院首席科学家、知合计算CEO孟建熠也有同样的见解,他认为,RISC-V架构能够以包容性实现AI原生,“RISC-V+AI”无疑会是现阶段架构创新的最终答案。
RISC-V在AI领域,无疑具备很高的适应性,这些都源于其开放性和可扩展性。与x86和Arm等架构相比,RISC-V的ISA(指令集架构)完全开放,无需任何授权费用,允许任何参与者自由使用。同时,RISC-V的国际合作开发模式确保了其在全球范围内的兼容性,无论是欧洲、中国还是美国,基于RISC-V的芯片设计均可实现无缝对接。此外,RISC-V允许在芯片设计过程中添加定制指令,以满足特定需求。这一特性使得RISC-V芯片在保持与旧有软件兼容的同时,能够支持新的功能。
另外,RISC-V在AI领域,还具备很高的包容性,可以支持做CPU/DSA,也支持做GPU、多核产品或者近内存计算。随着开源RISG-V架构的快速发展,重新自研架构已意义不大以RISC-V为基础构建处理芯片是未来的主流。“今天就是做RISC-V具有非常重要的意义,最终行业一定走向生态统一的位置。”孟建熠如是说。

此外,在2025玄铁RISC-V生态大会上,中国工程院院士倪光南也表示,作为“生而开源”的芯片指令集架构,RISC-V在过去15年里发展势头强劲,从嵌入式系统加速挺进高性能等复杂场景,并为AI算力提供新选择。
基金会理事会主席Lu Dai在大会现场表示,RISC-V指令集最激动人心的进展之一是Matrix扩展,将推动RISC-V成为AI领域令人敬畏的力量。
目前来看,SiFive曾在2024年8月宣布推出全新高性能 RISC-V 数据中心处理器,2025年2月28日,阿里达摩院宣布玄铁最高性能处理器C930即将在3月开启交付。可见,RISC-V在AI市场也要卷起来了。 RISC-V要解决的问题还有啥?
虽说市场大,RISC-V本身也有了很强的发展,但它也面临很多问题:
生态是RISC-V的老问题,也是最大的问题。这一问题在近几年得到了改善。据了解,RISC-V基金会作为全球性的开源组织,已经汇聚了超过4100名会员,覆盖了70多个国家和地区,涉及14个行业和165家研究机构。RISC-V高性能和AI基础软件生态日趋完善,国内外主流操作系统支持RISC-V架构,主流AI框架和模型支持RISC-V架构。
卖不出去是第二大的问题。事实上现在RISC-V在一些领域的生态已经做得很好了,比如从低功耗IoT场景到服务器场景都有相关产品和生态,同时也产生一些标杆产品。但这仅仅是RISC-V的第一步,未来RISC-V一定要从小的标杆产品,走向更大的标杆产品。大的标杆产品是奠定RISC-V未来生态发展的重要一步。
目前,国内企业正在尝试打造RISC-V的标杆产品。比如说,2019年7月,玄铁发布业界最高性能RISC-V处理器C910发布,为全球首个运行频率超过2GHz、SPECINT2K6达到7分/GHz的RISC-V处理器;随后在2021年10月,玄铁C910成功兼容安卓系统,可运行Chrome浏览器等应用,这是芯片行业首次实现RISC-V架构对安卓的支持,意味着RISC-V架构有望打破场景壁垒,成为高性能芯片设计的新选择。
专利是第三大问题。基于RISC-V指令集的处理器实现,其他CPU IP公司可能发起有关CPU微架构的专利诉讼,阻碍RISC-V产业生态的健康发展。鉴于此,中国RISC-V产业联盟 (CRVIC) 邀请RISC-V企业共同组建“RISC-V专利联盟”,打造RISC-V专利互不诉讼的生态系统,共同推动RISC-V技术的不断创新和快速发展。
总之,这几年RISC-V发展愈发迅速,问题也逐渐迎刃而解,相信在政策的新一轮驱动下,RISC-V必将拥有广阔的空间。
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- 英飞凌新推出三款DRIVECORE软件套件,助力客户加速迈向基于RISC-V架构的下一代汽车微控制器
- 行业评论 从工具到平台:如何化解跨架构时代的工程开发和管理难题
- “中国智造出海”与“物理AI落地”两大核心主题将继续解锁全新产业机遇
- 奕行智能:以RISC-V+类TPU架构,破局AI算力效率与生态困局
- 印度推出一款基于RISC-V的宽带网络SoC
- 国产新标杆 | 灵睿智芯发布全球首款动态4线程服务器级高性能RISC-V CPU内核P100
- Powered by XuanTie,Qwen Inside:阿里通义大模型携手玄铁 RISC-V开启“端侧智能”新纪元
- 全志推出 V861 双核 64 位 RISC-V 人工智能摄像头芯片
- 嵌入式的风向变了:2026纽伦堡嵌入式展透露这些趋势
- 高通确认不在GDC 2026发布新款骁龙G系列掌机处理器SoC
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- 行业评论 从工具到平台:如何化解跨架构时代的工程开发和管理难题
- Mujoco中添加Apriltag标签并实现相机识别教程
- 面向嵌入式部署的神经网络优化:模型压缩深度解析
- 摩尔线程MTT S5000全面适配Qwen3.5三款新模型
- 英飞凌与宝马集团携手合作,基于Neue Klasse架构塑造软件定义汽车的未来
- 物理AI仿真新突破:摩尔线程与五一视界共建全栈国产化生态
- 爆火的OpenClaw! 告别云端,米尔RK3576开发板本地部署
- 中国芯片研发重要成果!中科院发布香山、如意系统
- Miniconda环境隔离教程:解决Python版本冲突的完整指南
- Jetson GPU Burn烤机测试与PTX编程详解
- LabelImg安装使用教程:YOLOv12训练数据标注完整指南
- 根据题意,水位上升记为正,下降记为负。汛期水位上升3分米(即0.3米)记作+3分米,此时达到最高水位12.5米,因此基准水位(记作0时的水位)为: 12.5米 - 0.3米 = 12.2米。 汛期过后水位下降4分米(即0.4米),是从最高水位下降,故实际水位为: 12.5米 - 0.4米 = 12.1米。 实际水位相对于基准水位的变化量为: 12.1米 - 12.2米 = -0
- YOLOv12训练实战:train.py常用参数详解
- Altera 与 Arm 深化合作,共筑 AI 数据中心高效可编程新方案
- 莱迪思加入英伟达 Halos生态系统,通过Holoscan传感器桥接技术提升物理人工智能安全性
- 芯科科技闪耀2026嵌入式世界展 以Connected Intelligence赋能,构建边缘智能网联新生态




