【导读】我们正置身于一个充满变革的时代，物理AI的引入为整个半导体行业带来了全新的变量与广阔的想象空间。随着物理AI的发展，RISC-V生态正在迈向新的高度。
2026年WAIC期间，在芯原主办的“RISC-V和物理智能论坛”上，SiFive现场应用工程师张岩表示，当前，RISC-V的软件与应用生态正在各行各业蓬勃发展，在诸多领域的实际表现已超预期。其在会议上分享了，从外太空到物理AI，RISC-V的极致验证与现实映射。
SiFive的起源与RISC-V的行业爆发
SiFive由RISC-V的几位主要发明人联合创立。在加州大学伯克利分校期间，创始团队在David Patterson教授的指导与授权下，成功制定了第五代精简指令集架构（RISC-V）。
张岩强调，创立SiFive的初衷，是坚信RISC-V所具备的强大生命力，能够通过创新的商业模式，打破传统架构的垄断，与之展开有力竞争。作为行业内研发投入最大的公司之一，SiFive目前已拥有超过500家客户，其处理器IP被广泛应用于各类产品中。我们不仅致力于持续推出高标准、高性能的IP新品，还积极参与RISC-V国际标准的制定。
近年来，RISC-V正在快速扩大应用范围。除了传统MCU和嵌入式市场之外，汽车电子、存储控制器、AI加速器等领域已经开始大量采用RISC-V架构。2026年，RISC-V甚至开始进入数据中心，服务器级RISC-V处理器正式落地，也标志着这一架构正在迈向高性能计算市场。
包括Google、Meta、NVIDIA等国际科技企业都公开表示正在布局RISC-V相关产品或技术研发。根据行业预测，到2031年前后，全球RISC-V芯片累计出货量有望达到约210亿颗，RISC-V IP市场规模预计将突破20亿美元。
为AI而生的RISC-V
相比Arm和x86，RISC-V最大的特点在于开放与模块化。
RISC-V采用模块化（Modular）设计，不同厂商可以根据自身产品需求自由组合指令集，并增加自定义扩展，而无需受到封闭授权体系限制。
张岩表示，Arm的规范由单一公司控制，x86则掌握在少数企业手中，而RISC-V允许任何企业参与标准制定、扩展设计以及行业应用开发。这种开放性，使其能够更快适应AI、机器人、物理AI等新兴领域不断变化的计算需求。
特别是在AI时代，各类新算法、新数据类型层出不穷，开放架构能够持续演进，这也是RISC-V近年来快速发展的重要原因。
四大产品系列覆盖AI需求
目前，SiFive已经形成了覆盖不同应用场景的产品体系，主要包括四条产品线：
Essential系列：面向实时控制和低功耗控制器，可应用于MCU以及大型SoC中的实时控制单元。
Intelligence系列：针对AI计算推出，通过RISC-V向量扩展实现高效并行计算。
Performance系列：符合RISC-V RVA Profile标准，能够运行Linux等成熟软件生态，面向高性能通用计算。
Automotive系列：针对汽车电子领域进行了专门优化。
其中，Intelligence系列已经从MCU级AI逐步扩展到支持矩阵计算的大规模AI处理器，覆盖不同算力等级需求。
物理AI时代需要怎样的处理器？
张岩认为，随着机器人、智能设备不断发展，未来处理器不仅需要提供AI算力，更要兼顾实时控制、低功耗、安全隔离以及长期软件生态支持。
他以航天计算为例进行了说明。目前，美国已经提出建设基于RISC-V架构的航天级计算平台。相比普通处理器，航天计算需要面对极端环境带来的多项挑战。
首先是高可靠性。外太空没有大气层保护，宇宙射线容易导致芯片发生单粒子翻转，因此处理器必须具备容错能力，通过三模冗余（TMR）等机制保证系统持续运行。
其次是极高的能效要求。虽然太空环境温度较低，但真空中不存在热对流和热传导，只能依靠热辐射散热，因此芯片必须拥有更低功耗和更高散热效率。
此外，航天设备还需要具备一定程度的自主智能。例如火星车由于地球与火星之间存在数分钟通信延迟，不可能完全依赖地面遥控，因此必须能够自主完成环境感知、决策和运动控制。
整个过程实际上就是：感知（Sensing）→ 理解（Perception）→ 推理（Reasoning）→ 执行（Actuation）。张岩认为，这与当前机器人和物理AI的发展路径高度一致，因此航天计算对于物理AI具有重要参考价值。
针对物理AI，SiFive的布局
张岩表示，在航天领域，Microchip已经能够通过软件冗余、容错等技术，实现符合航天标准的AI计算平台。而回到地面，SiFive同样围绕物理AI构建了一套完整的处理器产品矩阵。
随着算力需求提升，可以进一步采用X280向量处理器，再到支持VME矩阵扩展的X390，实现更高性能AI计算。可覆盖从边缘控制到高性能AI推理的不同算力需求，同时满足物理AI各类硬件模块对性能、功耗和面积（PPA）的不同要求。
他认为，当前物理AI仍处于快速发展阶段，无论是AI算子还是数据类型都尚未形成统一标准，因此处理器必须具备持续扩展能力。RISC-V开放、可扩展的架构正好能够满足这一需求。SiFive的每颗处理器核心都预留了自定义扩展接口，开发者可以根据不同应用增加专用加速器，并通过RISC-V扩展指令实现高效协同计算。
例如，机器人关节控制更关注电机控制算法，灵巧手则更加依赖触觉感知，不同部件所需的计算算子和加速方式并不相同。借助RISC-V的可扩展机制，客户可以针对自身应用开发专用加速器，并通过自定义指令集实现统一驱动，从而针对不同物理AI场景进行优化。
目前，已有半导体企业采用MCU结合专用AI加速器的方式，将RISC-V应用于工业控制和机器人实时控制系统。
P570：Agentic AI时代的通用控制核心
随着物理AI与Agentic AI（智能体AI）的深度融合，未来的终端系统不仅需要处理专用算法，更需要运行复杂的操作系统（如Linux）来驱动上层智能体应用。
为应对这一趋势，RISC-V制定了RVA23标准。相比于Arm Linux二进制文件常常受限于十年前老旧指令集的历史包袱，RVA23标准对现代高频应用进行了大刀阔斧的优化。这也是吸引英伟达等传统芯片巨头将核心转向RISC-V的重要诱因。
基于此，SiFive于今年推出了全新的P570 Gen3核心，这是一款高性能的通用处理器，虽然没有配置极宽的向量，但能完美支持标准的Linux生态。它在系统内扮演着“交响乐团指挥手”的角色，负责协同和调度传感器、NPU及其他子系统。
P570 Gen3原生集成128位向量，并支持向量加解密扩展，可直接处理轻量级的AI矩阵运算，无需频繁频繁调用NPU。核心内部实现了QoS机制，全力保障电机控制等实时性任务的确定性。同时，面对智能体隐私泄露、多智能体信息串扰等安全痛点，该核心严格落地了RISC-V安全隔离标准，从硬件底层构筑了用户数据的隐私屏障。
RISC-V正在迎来新的增长周期
张岩表示，随着AI不断向机器人、智能终端和物理世界延伸，处理器架构也需要适应新的计算模式。
相比传统CPU仅关注通用计算，未来处理器需要同时承担AI推理、实时控制、安全隔离以及长期软件生态维护等多重任务，而开放、可扩展的RISC-V正具备这样的发展潜力。
他认为，当前正处于AI产业快速变革的阶段，希望更多开发者和产业伙伴能够参与RISC-V生态建设，共同推动其在物理AI领域的发展。
