一、问题：大模型时代“算力供给与可控性”双重压力凸显 随着千亿参数级大模型训练与推理需求快速增长，算力体系面临两方面挑战：一是通用CPU数据预处理、调度、内存与I/O等环节仍是系统“底座”，其性能与能效直接影响集群整体效率；二是关键指令集与生态长期由少数架构主导，产业链在授权、供应与生态适配上存在不确定性；如何在提升性能的同时增强自主可控、保持生态可持续，成为行业共同关注的问题。 二、原因：RISC-V开源与可定制特性叠加产业窗口期 业内分析认为，RISC-V的核心优势在于开放与可扩展：指令集公开透明，便于按场景进行专用扩展，同时降低生态参与门槛，有助于形成更广泛的产业协同。在全球智能计算需求激增、传统架构竞争格局出现变化的背景下，RISC-V正从既有优势领域向高性能计算与服务器场景延伸。达摩院持续布局RISC-V，既是对算力需求变化的响应，也是对“软硬协同、自主生态”的战略选择。 三、影响：从“能用”走向“好用”，高性能RISC-V再向前一步 此次发布的玄铁C950在架构设计上侧重高性能通用计算能力：通过更高并行度的指令译码、更深流水线、更大的乱序执行窗口，并提升主频上限，使通用计算性能在SPECint2006测试中取得新突破，刷新了RISC-V在该指标上的表现。 更受关注的是其对AI负载的针对性优化。随C950推出的Vector加速引擎与Matrix加速引擎，与CPU在统一编址与调度层面协同，可更顺畅地承载大模型推理等复杂工作负载。业内观点认为，这种“通用算力+AI算力”的融合路径，有助于在不削弱系统通用性的前提下提升模型部署效率，降低异构加速带来的软件复杂度与数据搬运成本，为大模型工程化落地提供更稳定的计算底座。 四、对策：以生态为牵引，推进操作系统与软件栈适配 芯片竞争不仅在硬件性能，更在编译器、操作系统、框架与工具链体系能力。达摩院表示将联合科研机构与产业伙伴推进软件栈优化，并与开源操作系统社区合作完善RISC-V原生环境。业内认为，RISC-V要在高端计算领域形成规模效应，关键在于持续提供“可用软件”和“好用工具”：包括编译优化、数学库与并行库完善、主流AI框架与推理引擎适配，以及面向数据中心的虚拟化、容器与安全能力补齐。 同时，生态建设还需要产业链协作：在服务器主板、内存与高速互联、存储与网络等配套环节形成成熟方案，推动从单点突破走向系统级交付。 五、前景：RISC-V进入“性能爬坡+生态扩容”的关键阶段 多家机构预测，RISC-V设备出货量未来仍将保持较快增长，市场从微控制器、物联网向边缘计算、网络设备乃至服务器拓展的趋势更加明显。院士及业内专家也指出，全球芯片市场的架构格局正在变化，新架构获得更大空间。 不过，业界普遍认为，RISC-V在高端市场实现规模化仍需跨越多重门槛：一是持续提升单核与多核性能并优化能效；二是与主流软件生态深度兼容，降低迁移成本；三是数据中心场景对稳定性、可靠性、可维护性的验证周期较长，需要长期投入与规模化应用反馈。玄铁C950的发布，标志着RISC-V在高性能通用计算与AI融合方向推进，但其能否带动服务器级应用放量，仍取决于生态成熟度与产业协同效率。
玄铁C950的研发进展，为我国在RISC-V高性能方向的探索提供了新的参考。在全球科技竞争加剧的背景下，提升关键环节的自主可控能力、完善软硬件协同生态，已成为产业迈向高质量发展的重要路径。展望未来，随着RISC-V生态持续完善，我国有望在芯片产业的新赛道上取得更多进展，为数字化基础设施建设提供更稳固的技术支撑。同时，持续加强基础研究投入、深化产学研协作，仍是推动关键技术从突破走向规模化应用的关键。