当前，我国芯片产业繁荣发展，技术实现多点突破、产业链全面提升，但核心产品创新不力、“缺芯少魂” 的困境依旧存在。

其实，像英伟达、台积电这样的半导体公司在创业崛起阶段均曾受惠于芯片开源项目。美国在 80 年代跟日本的半导体之战中，在 DARPA 做了一个项目 MOSIS 项目，把芯片设计的门槛降低，使大学里面也可以做芯片、做流片，英伟达、高通都是在 MOSIS 上孵化出来。芯片研发不仅费时，而且费财。从 EDA、服务器、IP 的购买到流片，研发支出数以亿计，投入大、风险高，一般公司无法承受，特别需要开源项目支持。

在全球产业和中国集成电路市场的需求下，RISC-V 像是一道 “曙光”，“开放的生态、良好的技术基础及可扩展性” 为自研国产芯片提供了坚实的技术基础和自主可控的发展契机，RISC-V 逐渐成为业界关注的焦点，不仅英特尔等科技巨头纷纷宣布支持 RISC-V，各大高校也将 RISC-V 用于教学，且与之相关的初创科技公司亦大批涌现，为信息产业的自主可控发展注入新鲜活力，以更好地建立一套基于全新指令集的生态系统。为协调产学研等各方加速 RISC-V 产业化应用，助推 RISC-V 产业生态建设，中关村海淀园联合新智元于 2019 年 8 月 13 日共同举办以 “RISC-V 产业应用与生态构建” 为主题的闭门论坛。

新智元创始人兼 CEO 杨静女士（左）本次论坛由新智元创始人兼 CEO杨静女士主持，参与嘉宾包括：中关村海淀园管委会产业规划发展处处长舒毕磊，中科院计算所先进计算机系统研究中心主任、中国开放指令生态（RISC-V）联盟秘书长包云岗，阿里巴巴资深技术专家、CPU 研发总监陈志坚，清微智能 CTO欧阳鹏，地平线联合创始人黄畅，中科创达董事、副总裁杨宇欣，鼎速网络创始人兼 CEO周浩杰。

论坛上，各位嘉宾分享了自己对 RISC-V 的见解以及相关开源技术最前沿动态，下面一起来听听各位嘉宾怎么说。

首先，舒毕磊发表致辞，他表示：北京对于 RISC-V 很关注，但是要支持区域包括北京整个 RISC-V 生态打造是否可以做？到底做什么？会不会受影响？咱们自己的企业能做哪些工作？RISC-V 联盟能不能做一些公共性的事情、把生态建起来？本次论坛就是想听听大家的意见，以闭门论坛为引子，希望后续有一些做法来支持这件事。

包云岗：中国芯片面临的 “卡脖子” 问题根源在于优秀人才储备严重不足

包云岗围绕 RISC-V 背后的两个关键词 “开源” 和 “敏捷开发” 做了精彩分享。

现如今，摩尔定律在逐渐放缓。摩尔定律让我们芯片上的晶体管数目不断增加，但我们并没有把它充分用起来。

MIT 有团队做过研究，矩阵乘法普通的程序员用 Python 来写它的性能是 1，如果用 C 语言来写性能可以提升 47 倍，再用并行的人来写性能提升 7 倍，如果懂一点内存结构、内存优化又可以提升 20 倍，加上并行指令等等又可以提升 9 倍，真正对架构很懂的人来写这个乘法和普通的程序员写出来的程序会差 63000 倍，这背后说明，程序员并没有真正地把整个芯片的性能充分发挥出来。

换个角度来讲，如果懂芯片的架构、如果能够把晶体管的效能充分发挥，那么今天的芯片还是有很大的空间可以挖掘。芯片赋予的那么多能力，普通程序员并没有把它充分发挥好。怎么解决这一问题？包云岗分享了两种方法：第一种是雇非常资深的程序员，或者把专家的知识固化到硬件里面去；第二种方法是降低芯片设计门槛。

众所周知，芯片一直是中国半导体产业的软肋，从长远来看，中国芯片领域面临的 “卡脖子” 问题根源在于优秀人才储备严重不足。

统计显示，2008 到 2017 年间体系结构顶会 ISCA 论文的一作（可认为是芯片架构研究优秀人才）85% 选择在美国就业，仅有 4% 在中国就业，差距巨大。这与当前芯片设计门槛过高，导致中国大学无法开展芯片相关教学与研究密切相关。

类似的人才危机美国也曾经历过，1982 年全美上千所大学中只有不到 100 位教授和学生从事半导体相关的研究。为了应对人才危机，美国 DARPA 在 1981 年启动 MOSIS 项目，为大学提供流片服务，通过 MPW 模式大幅降低芯片设计门槛。三十余年来 MOSIS 为大学和研究机构流了 60000 多款芯片，培养了数万名学生。因此，降低芯片设计门槛也可大幅提高人才培养效率。

那么，如何降低芯片设计门槛呢？开源芯片与敏捷开发就是一种途径。 指令集 RISC-V 本身是降低成本的新模式。

2015 年成立的 RISC-V 基金会已有 200 家成员，以美国企业为主，而中国仅有 25 家。但是，截至 2018 年年底，与 RISC-V 芯片、硬件、软件、投资、知识产权及生态相关的中国公司数量已接近一百家，需要有更多的中国企业参与进去。

目前，开源芯片生态仍处于起步阶段，如果中国能积极参与并主导开源芯片生态中若干核心模块，那么就有可能吸引更多开发人员、民间资本参与芯片开发，提高芯片领域的创新活力，同时也能为中国芯片企业提供基于开源的芯片关键技术与优秀人才、摆脱 “卡脖子” 困境。

此外，如果想把开源芯片生态构建起来，软件至少要在三个层次给予支持：

第一，面向芯片集成起来，需要像编译器支持，适应新的扩展指令、新的系统。

第二，要把芯片的功能充分发挥出来，还要有相应的其它功能软件包集成起来。

第三，面向用户、程序员集成起来，典型的例子是安卓，给用户提供操作的界面，给程序员提供开发编程的接口。

这三个层次，目前各国都很欠缺，中国有机会在软件、工具链发力争取主导权，这也成立中国开放指令生态 (RISC-V) 联盟想去做的事情。包云岗还分享了 2030“三步走” 规划：第一步：开源 SoC—— 用 3-5 年为社区提供经过流片验证的高质量 RISC-V 开源核、开源 SoC 设计。

第二步：用开源工具链构建开源 SoC—— 用 5-7 年逐步构建一套基于开源 EDA 工具链、开源 IP、开源工艺库的开源 SoC 芯片设计流程。

第三步：用开源工具链自动化构建开源硬件 —— 用 10-15 年开发更智能、更自动化的开源工具，提高设计验证效率。

近日，包云岗团队研发的 SERVE 平台（System Emulation and prototyping for RISC-V Environment）对外发布。这是团队历经多年实践、自行研发的一套基于 RISC-V 的面向开源芯片设计的系统级验证和原型平台。

SERVE.v 已在鹏城实验室 iHUB 托管平台上全面开源，感兴趣的朋友可以去试试。（https://code.ihub.org.cn/projects/159）

与互联网时代的 PC、移动互联网时代的智能手机不同，AIoT 时代的芯片是典型的碎片化非标品，只有与应用深度融合的芯片才是 AIoT 时代有竞争力的好芯片。同时 AIoT 应用对芯片的价格非常敏感，只有普惠的 AIoT 才能广泛应用在生活的方方面面，推进现有设备的数字化和智能化。平头哥定位为 AIoT 时代普惠芯片的基础设施提供者，陈志坚分享了平头哥在做的事。

目前的芯片设计依然是一个重资产投入的烧钱行业，如何从芯片设计方法学上降低芯片开发周期和研究成本是推进芯片普惠战略的解题之道。

陈志坚认为当前的芯片设计处于 IP 2.0 的时代，人们开发一款 SoC 芯片需要经历 IP 选型和采购、SoC 集成、仿真验证，FPGA 验证，后端设计等步骤，芯片研发周期依然很长，研发力量投入也很大。

平头哥希望面向不同的应用领域做软硬件深度融合的芯片平台，解决不同的芯片公司 “重复造轮子” 的问题。平头哥通过把芯片上很多共性的东西抽出来做成平台，使得客户可以专注于做芯片差异化技术与核心技术的，同时提高芯片的量产成功能力。

举个例子说，做 AI 机器视觉的芯片，平头哥会面向不同的算力场景开发系列化的芯片平台，包括人脸识别、考勤、指纹识别这种算力要求不是太高的芯片平台以及视频监控等算力较高的芯片架构。

同时，平头哥会从 IP 合作共享、EDA 上云等其多个方面来降低芯片开发中重资产环节的研发成本，让 AIoT 时代的芯片更普惠。 上个月，平头哥发布玄铁 910，号称目前业界最强的 RISC-V 处理器。它可以用于设计制造高性能端上芯片，应用于 5G、人工智能以及自动驾驶等领域。

那为什么要做 “玄铁”？陈志坚表示：对比 ARM 的产品线和 RISC-V 现有的产品线就会发现，在中高端领域，RISC-V 其实是缺失的。RISC-V 容易给给外界一个印象 —— 只能做低端，这对 RISC-V 的商业化应用不利。因此，平头哥希望做 RISC-V 降低用户获取高性能 CPU 核的门槛，希望通过这个举动拓展整个 RISC-V 架构的应用边界，弥补 RISC-V 在高端应用的空白。

欧阳鹏和大家分享了可重构计算机芯片及其应用。人工智能计算正在从云端逐渐下沉到边缘设备和物联网节点，形成云、端一体的智能。

根据预测，深度学习芯片组出货量从 2018 年 1.649 亿增长到 2025 年的 29 亿以上。深度学习芯片组的全球市场 2025 年将达到 726 亿美元。

那么，人工智能芯片的需求到底是什么？欧阳鹏认为有三点：

第一，灵活性和可编程性。CPU 很灵活，可以支持算法的演进。从产品角度来讲，降低成本，灵活性、可编程性要考虑。

第二，神经网络和非神经网络高效处理。现在很多 AI 芯片公司做的时候说神经网络这部分，但完整应用还有非神经网络部分，如何对神经网络和非神经网络进行高效计算也是值得思考的。

第三，高能效 (~TOPs/W)。随着应用多样性的增加，对计算能效的要求越来越高。

美国电子复兴计划（ERI）和国际半导体发展路线图将可重构计算技术列为核心关键技术。可重构计算系统主要包括控制单元，可重构计算阵列，存储和输入输出设备。

传统计算架构采用 “指令驱动” 的时域计算模式，而可重构计算架构采用 “数据驱动、动态重构” 的空间计算模式。

可重构计算的技术难点主要有三方面：如何提高阵列利用率、如何提高非规则应用的处理效率、以及如何优化映射效率。清微在这方面做了很多的工作。

对于 RISC-V，欧阳鹏表示他们很支持，认为 RISC-V 接下来的生态会越来越好，同时对整个行业来说，无论成本还是各方面都会有帮助。

会议下半场，由杨静女士主持，与会嘉宾针对 RISC-V 在中国的生态和布局、中国的自研芯片生态、开源的作用等问题进行了热烈的讨论。

杨静：先抛出一个问题，刚才讲了半天 RISC-V，包主任创立了 RISC-V 联盟，目前在中国的生态现状和布局是怎样的？主力有哪些？向各位请教一下。

杨宇欣：创达做操作系统，我们也加入了 RISC-V 联盟。操作系统是离芯片最近的一层软件，我们很多客户合作伙伴都是芯片公司；RISC-V 最大的挑战就在于软件的生态，对于一个新的架构来讲还需要积累。如果很多公司用 RISC-V 芯片，软件应用上能自己做垂直整合，尽量都能自己搞定的话，RISC-V 的机会就比较大。RISC-V 都是从物联网的小芯片开始做，所以现在对 RISC-V 来讲可能是最好的机会。

中国又是一个全球最独特的市场，只有中国还有上千家芯片设计公司，1600 家，而且这个趋势在未来五年不会有太大变化，特别是中美关系进一步延长了这个局面。现在全球所有其它的国家的芯片公司都是越来越少，只有中国芯片设计公司越来越多。这对 RISC-V 来说是一个巨大的机会。这里面 80% 都是中小芯片厂商，而这些厂商需要低的进入门槛做自己的第一个产品，RISC-V 和配套的工具如果在准入门槛上有优势的话，这些中小厂商哪怕有 1% 变成独角兽就够了。

第二，RISC-V 的推广不能只限于芯片公司，要拓展到应用公司。推广 IP 的时候更多从芯片公司的下游，早期在终端厂商、应用厂商做产品规划、性能规划、功能规划的时候，把 RISC-V 的东西考虑进去，才能拉动芯片厂商选择 RISC-V 的需求。

杨静：RISC-V 能不能对自研芯片，或者芯片的自主生态起到一定的作用？

周浩杰：我们是国内几家做自主芯片的，龙芯相对比较早，是真的拿出芯片交付使用，同时还能直接做到大型机世界第一的；后面平头哥也起来了，华为也有海思系列。但是我们做芯片就是军事化工程，三年一代装机，跟很多公司不一样。

到 RISC-V 这个时代，有这样一个大的指令集生态，对国内的芯片生态有非常大的促进作用。麻烦的事情也在这儿，国内好几家做自主可控处理器，中芯、龙芯的指令集比较受限，没有做指令升级，ARM 有商业支撑做指令升级。不同的用户虽然大家统称叫 RISC-V 体系，但是不同的用户对功能、性能、功耗差异是非常大的。

杨静：刚才包老师提到 RISC-V 里面有一个开源的 EDA，从算法的角度来看，开源的 EDA 能解决问题吗？

包云岗：短期内开源 EDA 直接替代当然不太可能。但大家意识到 EDA 可以做开源。斯坦福有一个教授说开源芯片最终的形式不是芯片，开源芯片出来的东西就是一堆软件，最后还是体现在一系列工具链上面，它们帮助芯片设计，更多是相当于造房子的脚手架一样的工具。怎么让这些工具更容易获取，这是一个方面。质量的问题通过时间可以解决，并没有纯技术上的挑战。

第二，开源 EDA 的另外一个问题，未来有像 RedHat 这样的公司出现，融入开源的东西进来。比如 Linux，大家都说你在企业里面用或者自己去做各种开发都可以，但是 500 强企业把那么多数据放到一个开源软件上，整个业务全部构建在开源的软件上面，也有一点不放心。但 RedHat 可以让你直接从它这边购买服务，RedHat 的增长速度也很快。开源的商业模式，也有保障质量的方式。

杨静：现在有一种担忧，不仅中国要形成不同的技术系统，RISC-V 又允许用户加自己的指令，会不会碎片化？有没有软件的标准？

包云岗：中国一定要有跟 SiFive 抗衡的公司出来，这是两个维度上的战争。它那边有商业公司，我们这边也应该有相应的跟它去抗衡的。这是正面战场，它一直想进入国内。在美国做芯片的工程师都是五六十岁的，到中国一看都是二三十岁的，未来一定是在中国的。

在论坛的最后，杨静女士做了总结：RISC-V 需要建立生态，而且开发者需要看到商业潜力，而市场化生态最具决定性的还是应用场景和用户需求，这是刚性的，倒推到 AI 软硬件产业链，并带动周边开发者。这点从 Linux 商业上唯一成功的是红帽，Arm 也花了 30 年才建立起软件生态来证明。RISC-V 在中国刚刚起步，不同利益主体 “七国八制” 的生态有待收敛。整个生态系统的活力与竞争力也需要市场验证。

万里长征刚起步，期待更多企业和开发者共同关注 RISC-V，一起构建中国 AI 芯开源生态。