【导读】随着AI从数字世界走向物理世界，机器人正在成为下一代计算平台的重要载体。机器人不同于PC、手机等传统智能终端，不仅需要强大的通用计算能力，还需要AI推理能力以及毫秒级实时控制能力。这种全新的计算需求，正在推动处理器架构迎来新的变化。
2026年WAIC期间，在芯原主办的“RISC-V和物理智能论坛”上，进迭时空联合创始人兼总裁孙彦邦围绕RISC-V与物理AI（Physical AI）的结合，分享了公司过去五年在机器人计算芯片领域的探索，以及其对于未来计算架构演进的判断。
RISC-V更适合成为下一代计算架构
孙彦邦认为，理解RISC-V，首先要关注它最核心的特点——开放。
过去几十年，计算产业形成了两大主流架构体系：x86和Arm。x86抓住了“大型机、小型机到个人计算机”的发展机遇，建立了PC时代的生态；Arm则凭借低功耗优势，从高性能计算逐渐进入移动计算领域，形成了智能手机时代的生态。
RISC-V作为一种开放指令集架构，最大的价值在于模块化和可扩展。
在进迭时空成立之初，业界经常会提出一个问题：RISC-V到底适合应用在哪些领域？当时，很多观点认为RISC-V未来可能会替代Arm和x86，进入PC或者服务器市场。孙彦邦认为，RISC-V真正的机会并不一定是在传统市场进行替代，而是在新的计算需求中创造新的生态。
原因在于，如果RISC-V进入PC或手机市场，需要面对已经非常成熟的软件生态和产业链壁垒。但机器人和AI是全新的产品形态，从编程语言、操作系统到应用软件，都还处于快速发展阶段。因此，一项新技术更容易在新的产品类别中建立生态。
过去x86和Arm的发展路径，本质上也是如此。新的产品催生新的计算需求，而新的计算需求推动新的架构形成。孙彦邦认为，机器人和物理AI，可能正是RISC-V建立下一代计算生态的重要机会。
机器人需要融合CPU、AI和实时计算能力
机器人正在成为一种全新的计算设备。传统PC时代，用户最关注CPU性能；AI时代，行业重点转向GPU和AI加速能力。但对于机器人而言，单一计算能力已经无法满足需求。
机器人同时需要三类核心能力：
一是强大的CPU通用计算能力。机器人需要完成任务规划、系统管理、环境理解等复杂任务，需要高性能CPU作为核心控制；
二是强大的AI计算能力。机器人需要依靠视觉感知、语音理解、行为决策等AI模型完成智能交互；
三是实时计算能力。机器人不同于普通终端，实时性不仅影响体验，更直接关系安全。例如，一个机器人动作如果无法在规定时间内完成，可能导致碰撞或者操作失误，因此实时计算是机器人不可缺少的能力。
目前，行业普遍采用异构计算方案，例如CPU负责通用计算，GPU负责AI计算，再通过MCU负责实时控制。这种方案虽然能够满足当前部分需求，但在大规模量产时仍存在问题。
从硬件角度看，多芯片、多板卡之间需要大量连接，增加系统复杂度；从软件角度看，不同计算单元需要维护不同系统和软件生态，提高开发难度。
在实际机器人生产过程中，大量线束和板卡连接也会带来可靠性问题。因此，机器人规模化发展需要更加高度集成的计算方案。
RISC-V推动机器人同构融合计算
针对机器人计算需求，进迭时空提出了基于RISC-V的同构融合计算理念。孙彦邦介绍，这一方案主要包含三个方向。
第一是统一架构。未来机器人中的CPU计算、AI计算和实时计算，都可以基于RISC-V架构实现统一设计。在这一架构下，如果系统需要更强CPU能力，可以增强标量计算单元；如果需要更强AI能力，可以增加AI扩展模块；如果需要实时控制，则可以加入实时计算核心。
第二是统一内存。传统异构架构中，不同计算单元通常拥有独立内存，需要频繁进行数据搬运。而统一内存架构可以让CPU、AI加速单元以及实时计算模块共享同一存储空间，提高效率并降低成本。孙彦邦认为，苹果近年来在AI应用上的优势，很大程度来源于统一内存架构带来的效率提升。
第三是融合算力。未来机器人不应该依靠多个独立芯片拼接，而应该通过一颗芯片同时提供CPU、AI和实时计算能力，实现系统级融合。
从K1到K3，探索机器人专用RISC-V芯片
基于这一理念，进迭时空已经推出两代RISC-V机器人计算芯片：K1和K3。
第一代K1主要完成架构产品化探索，具备约2T算力，重点应用于机器人基础能力，包括自然语言处理、机器视觉感知以及运动姿态控制。不过，K1并没有试图用一颗芯片解决机器人全部需求，而是选择从机器人关节等具体应用场景切入。
第二代K3进一步提升了融合计算能力。CPU方面，采用8核心X100处理器，主频达到2.4GHz；AI方面，采用8核心A100 AI计算单元，提供60TOPS算力；实时计算方面，加入2核心RT24实时处理单元，主频600MHz。
通过CPU、AI和实时核心融合，K3能够覆盖机器人从感知、推理到控制的完整计算链路。
开放生态，让机器人快速迁移到RISC-V平台
孙彦邦认为，对于机器人产业而言，最关键的不只是芯片性能，而是软件生态和开发效率。进迭时空已经将K系列芯片应用于实际机器人项目。
例如，公司将芯片提供给北京人形机器人创新中心（天工），支持相关机器人应用验证；在上海人形机器人创新中心，开发团队通过兼容硬件平台，将机器人系统从Arm平台迁移到RISC-V平台。
“工程师下午开始进行代码编译和适配，到晚上即可让完整机器人系统运行。”孙彦邦强调，这种快速迁移能力，体现了开放架构在软件生态方面的优势。
孙彦邦表示，未来机器人领域的软件、硬件都会越来越开放。无论CPU、AI计算单元，还是扩展指令集，都需要具备高度灵活性。
百亿级机器人市场需要新的计算生态
孙彦邦认为，机器人未来可能成为继PC和手机之后的新一代计算终端。过去PC年出货量约为数亿台，手机年出货量达到二三十亿台。随着物理AI的发展，未来机器人市场规模可能达到百亿级别。
一旦单一设备达到超过1亿台规模，产业一定会走向高度集成化。过去PC时代形成了x86生态，手机时代形成了Arm生态，而机器人时代也需要一种新的计算生态。在孙彦邦看来，这正是RISC-V面向未来最大的机会。
通过同构融合计算架构，将CPU、AI和实时控制能力融合到一颗芯片中，RISC-V有机会成为面向AI和机器人的下一代计算基础。
