在RISC-V产业发展的早期，“开放”“免费”“可扩展”几乎是最常被提及的关键词。到了今天，随着越来越多芯片产品落地，以及Linux、编译器和主流AI框架不断完善，RISC-V所面对的问题正在发生变化。

从去年69亿颗的规模来看，RISC-V早已不用去讨论该不该去使用的问题，而是需要讨论哪些市场可以快速形成规模？哪些场景能够发挥架构优势？软硬件生态如何保持开放可扩展高自由度的同时又能相对完整统一？

在第五届滴水湖中国RISC-V产业论坛的圆桌讨论中，来自芯片、软件、投资和教育等领域的多位嘉宾围绕“RISC-V在边缘AI的发展机遇”展开讨论。从嵌入式、机器人、智能安防，到AI眼镜、AI加速卡和AIPC，我们可以看到，RISC-V已经进入产业化的深水区，未来竞争的核心将从架构本身，转向产品定义、软硬件协同以及生态构建能力。

RISC-V已经站稳嵌入式，但真正的“上行”才刚刚开始

芯来科技创始人胡振波在圆桌开场时，对RISC-V当前所处的发展阶段进行了分析。

如果按照传统CPU应用市场从嵌入式、应用处理器（AP）、PC到服务器的路径观察，RISC-V目前最成熟的领域仍然是嵌入式。

从2018年RISC-V进入中国以来，国内大量采用RISC-V的芯片实际上都属于嵌入式范畴。MCU、实时控制以及大量SoC中的控制核，都成为RISC-V快速渗透的市场。近年来，汽车电子也是RISC-V受到关注的重要领域，但从技术分类来看，其核心仍然属于嵌入式应用。

但胡振波同时指出，嵌入式领域虽然已经“百花齐放”，通用型芯片仍然存在进一步提升的空间。原因在于，通用CPU比专用芯片对软件生态和开发者生态的要求更高。

这也是RISC-V下一阶段最重要的产业命题。

在AP领域，RISC-V已经开始起步，未来几年有望看到更多产品出现；传统PC市场的吸引力则相对有限，原因在于其进入门槛高、生态成熟且市场增量有限；相比之下，服务器市场正在形成新的投入动力。

从这个角度看，RISC-V的发展路线实际上正在呈现出与Arm有一定相似性的“由下而上”：先在碎片化、定制化程度高的市场建立优势，再逐步向更高性能、更通用的市场推进。

如今，RISC-V并不一定需要先成为一颗完整的通用CPU，才能进入AI市场。它可以成为AI芯片中的控制核，也可以承担辅助计算，甚至在部分高性能AI芯片中承担通用计算任务。

换句话说，AI给RISC-V提供了一条绕开传统CPU生态竞争，直接切入新型计算架构的路径。

端侧AI的爆发点，不是“最强芯片”，而是“最合适的芯片”

RISC-V下一步值得关注的，就是哪些端侧AI场景能够率先放量。

灵睿智芯联合创始人、副总裁李华庆给出的判断是：RISC-V最适合那些同时具备三个特征的市场——成本敏感、需要定制，同时能够尽量规避基础生态挑战。

开放、免费、可扩展、可定制，本身并不是市场竞争力。只有当一个具体应用场景恰好需要这些能力时，架构优势才会转化成产品优势。

例如MCU、USB控制等软件栈相对闭环的应用，以及智能安防中的智能摄像头，都具有比较明确的产品定义和成熟的软件算法，因此更容易成为RISC-V规模化落地的场景。

反过来看机器人，情况则复杂得多。

目前机器人技术仍然处于快速演进阶段，从VLM、VLA到世界模型、物理智能，算法和系统架构尚未完全收敛。对于芯片企业而言，这既意味着巨大的机会，也意味着产品定义和软件生态存在不确定性。

因此，机器人可能是一个长期空间极大、短期却并不容易标准化的市场。

华山资本合伙人王志伟从投资角度给出了类似判断。他认为，智能安防的产业链相对完整，边缘推理轻量化的需求也与RISC-V较为匹配；汽车MCU已经出现渗透，但高阶智能驾驶则存在较高的认证壁垒和较长的导入周期。

相比之下，工业机器人可能是一个更值得关注的切入口。

机器人对实时性、本地部署和数据隐私具有较强需求，同时工业机器人的应用场景相对明确。因此，从关节控制开始，再逐步向传感器融合和更高层级计算推进，可能成为RISC-V进入机器人产业的一条现实路径。

论坛现场投票结果显示，未来两年RISC-V端侧AI芯片率先爆发的方向会是工业机器人和智能安防。

这两个场景看似没有太多共同点，但它们背后的逻辑是一致的，需求明确、实时性要求高、对本地计算有需求，而且能够在相对封闭或明确的系统边界内完成软硬件协同。

“大脑”还是“小脑”？RISC-V可能不必二选一

在机器人体系中，可以粗略地将计算分为“大脑”和“小脑”：前者负责更复杂的感知、推理和决策，后者则更多承担运动控制、传感器处理以及实时控制。

胡振波认为，无论是机器人“大脑”还是“小脑”，RISC-V都有切入空间。

在“大脑”一侧，AI芯片本身往往需要NPU以及通用计算IP，RISC-V可以承担控制或者通用计算功能；在“小脑”一侧，机器人关节控制、实时控制等典型嵌入式应用，本身就符合RISC-V的优势。

但从产业化路径来看，王志伟认为RISC-V可能会先进入“小脑”，再逐渐向“大脑”渗透。

首先是关节控制，其次是视觉、激光雷达等多传感器融合，再往上才是端侧主算力。通过在底层完成部分实时处理和预处理，可以减少主算力芯片的计算压力，然后再逐渐向更高层级的计算系统推进。

这让RISC-V不会一开始就与成熟的高性能CPU/GPU架构正面竞争，而是从一个更加垂直、更加实时、更加需要定制的环节切入。

而一旦RISC-V在机器人控制、传感器融合等环节建立起开发者和产业链基础，其向更高层计算延伸的难度也可能随之降低。

端侧AI真正的“墙”，是内存

当大模型真正进入终端以后，芯片究竟需要解决什么问题？

芯原股份董事长、首席执行官、总裁戴伟民在现场展示了基于轻量化模型的AI玩具方案。通过模型蒸馏和压缩，部分模型已经可以部署到玩具等低功耗设备中，实现视觉识别、对话和故事生成等功能。

它代表了AI计算从云端向终端迁移之后的一种新形态，即模型必须足够小、功耗必须足够低、响应必须足够快，而且在很多场景下还必须完全离线运行。

超睿科技软件总监夏鸣远进一步指出，端侧AI最大的制约之一可能来自“内存墙”。

端侧芯片通常对成本高度敏感，因此在产品设计阶段可能会压缩内存容量和带宽。但随着模型规模不断增加，端侧AI对内存的需求却持续增长。

尤其是大模型推理，本质上需要不断读取大量权重数据。即便模型经过压缩，推理过程中依然存在大量数据在内存与处理器之间搬运。

更大的模型需要更高的内存容量和带宽，更高的带宽意味着更高的功耗和成本，而端侧设备恰恰最不能接受高功耗和高成本。

现场针对“大模型在端侧设备落地的最大瓶颈”进行的投票，也将“内存带宽”排在首位。

这说明未来端侧AI芯片的竞争，很难再简单地用TOPS来衡量。计算单元、存储、互联、内存带宽、软件栈和模型压缩，需要被放到同一个系统里重新审视。

RISC-V距离“开箱即用”，还差最后一道生态鸿沟

自由、开放和灵活性是RISC-V最特别的地方，但允许企业各种自定义的扩展也造就了碎片化的生态，随着Linux及主流AI框架加码支持RISC-V，软件显然正在成为RISC-V进入AI时代必须补上的一课。

红帽首席软件工程师、RISC-V国际基金会大使傅炜认为，随着RVA23 Profile的确立以及Vector 1.0向量扩展的批准，RISC-V已经逐渐告别过去主要服务MCU和基础CPU的阶段，开始走向高性能计算和AI。

从Linux内核、编译器，到PyTorch、Llama.cpp等主流软件和框架，RISC-V已经具备了“能跑”的基础。但“能跑”距离“好用”，还有很长一段距离。

在真实开发环境中，不同芯片厂商仍然可能需要提供私有API、闭源二进制接口，开发者拿到一块RISC-V硬件之后，仍然需要判断做多少适配、修改多少代码，以及上游主线到底支持到什么程度。

因此，RISC-V生态当前最大的矛盾是软件能否以标准化、低成本的方式跨平台复用。

夏鸣远也指出，RISC-V的Vector等标准能力正在完善，但当用户接入新的NPU时，如果对应的软件栈没有完成适配，甚至仍然依赖闭源接口，就会重新形成一个个新的软件孤岛。

这实际上有点违背RISC-V“开放、协作”的初衷。

所以，RISC-V真正需要建立的并不是单纯的软件数量，而是一套能够让芯片、操作系统、编译器、AI框架、NPU以及应用层形成稳定接口的生态体系。

硬件开放只是第一步，软件接口开放和标准化才决定了开发者能否真正获得“开放架构”的红利。

资本开始从“芯片参数”转向“全栈能力”

产业趋势的变化，也正在影响资本的判断。

王志伟表示，对于RISC-V项目，投资机构并不会简单因为“采用RISC-V”就给予额外估值，更重要的是企业能否解决客户真正的问题。

因此，相比单纯追求一颗性能更强的CPU，资本更加看重的是软硬件全栈能力和场景定义产品的能力。

在产业早期，“做出一颗RISC-V芯片”是能力证明，但当越来越多企业能够设计RISC-V芯片以后，竞争就会迅速转向下一层。

未来RISC-V企业之间的竞争，很可能越来越不像传统意义上的CPU IP竞争，而更像是围绕垂直应用场景展开的系统能力竞争。

圆桌的最后，各个嘉宾预测了2027年RISC-V增长最快的应用方向。

答案并不统一，AI推理加速卡、具身智能、机器人、端侧与边缘AI、AIPC，甚至智能汽车都被提及。

胡振波看好AI推理加速卡，认为PCIe AI加速卡已经成为RISC-V非常适合切入的领域；李华庆认为具身智能控制领域可能拥有更高的增长率；王志伟则把时间拉长到三四年，更看好机器人；夏鸣远认为端侧AI的量会更大，而边缘AI则是RISC-V希望进一步冲击的市场；傅炜则认为个人AI主机、AI加速卡以及涉及隐私数据处理的边缘AI设备可能率先爆发。

结语

RISC-V的未来并不一定需要复制Arm或者x86已经走过的路。

在传统PC市场，RISC-V面对的是高度成熟的软硬件生态；在智能手机市场，又有成熟的应用处理器体系；但在AI、机器人、空间计算、个人AI主机等新兴领域，产业本身正在重新定义计算架构。

这恰恰是RISC-V最值得期待的机会。

当一个新市场尚未形成绝对稳定的架构格局时，“开放、可扩展、可定制”就不再只是技术标签，而可能成为重新定义产品形态的工具。