问题：大模型驱动算力升级，通用处理器与智能负载的适配成为新考题 近两年，千亿级参数大模型推理、训练与多智能体应用上的需求快速攀升，数据中心算力结构正在从“以通用计算为主”转向“通用计算与智能加速并重”。基于此，如何在保持通用性能的同时，降低大模型部署门槛、提升能效与系统协同，成为芯片产业的关键课题。另外，国际产业链不确定性上升，也促使业界加快探索更开放、更可控的指令集与软硬件体系，以增强技术选择与生态韧性。 原因：开源指令集生态成熟叠加应用牵引，RISC-V迈向高性能赛道 作为开放指令集架构，RISC-V过去多用于物联网、控制与低功耗场景。随着软件栈完善、编译器与操作系统适配推进，以及云端与智能计算需求强劲增长，RISC-V进入高性能处理器的“深水区”已具备现实基础。大会期间发布的玄铁C950，表明了行业对高端通用算力的持续投入：该处理器采用更高宽度指令译码、更深流水线与更大乱序窗口，最高主频可达3.2GHz；在SPECint2006基准测试中，其单核通用性能突破70，并在云网络、云存储等典型任务中实现较主流产品30%以上的性能提升。涉及的指标表明，RISC-V在服务器级应用的性能短板正在被加速补齐。 影响：原生支持千亿级模型，或重塑服务器算力架构与供给格局 值得关注的是，本次发布同步推出Vector与Matrix两款原生加速引擎，并与CPU实现统一编址，强化通用算力与智能算力的协同。实测显示，该架构能够运行通义千问Qwen3-235B、DeepSeek V3-671B等大模型。业内人士指出，处理器对千亿级参数大模型的“原生支持”，意味着在系统设计层面更强调指令集、内存访问与加速单元的协同优化，有望降低大模型在服务器端的部署复杂度，提升资源利用效率，为智能体应用、企业级推理服务等提供新的硬件路径选择。对产业而言，这将推动从芯片、操作系统到开发框架的纵向联动，加速形成“可规模化交付”的算力产品体系。 对策：以生态协同与量产落地为抓手，夯实从研发到应用的全链条 推动高性能RISC-V走向规模应用，关键在生态与工程化。大会现场，中国工程院院士倪光南表示，RISC-V正加速走向主流。行业预测数据显示，到2031年RISC-V设备出货量有望达到360亿颗。围绕这个趋势，相关各方正从协同研发、系统适配与产业落地各上推进：一是联合研发方面，达摩院与中国科学院软件研究所、北京开源芯片研究院签署协议，计划共同研发下一代开源香山CPU，强化基础研究与工程实现的衔接；二是系统适配方面，携手openKylin推进RISC-V原生AI操作系统建设，并支持OpenClaw部署，提升软硬件兼容与开发效率；三是量产应用方面，玄铁系列已支撑200多款量产芯片，应用覆盖AI眼镜、电力工控等场景，表明RISC-V正从边缘侧向更复杂的行业系统渗透，为向高端服务器拓展积累工程经验与供应链能力。 前景：从“可用”走向“好用”，RISC-V高端化仍需跨越软件与标准两道关 展望未来，RISC-V高端算力平台的增长空间清晰，但也面临两上考验：其一，围绕大模型与云场景的系统软件、编译优化、性能剖析与安全能力仍需长期投入，特别是要形成可复制的工程方法与工具链；其二，生态繁荣需要在开放基础上推动事实标准与兼容规范，减少碎片化，提高跨厂商、跨平台的迁移效率。可以预期，随着更多服务器级产品进入验证与部署阶段，以及操作系统和中间件持续完善，RISC-V有望在部分细分市场率先形成规模化优势，并与既有架构共同构成多元算力供给格局。
在全球数字化进程加速的背景下，算力已成为关键资源；玄铁C950的进展不仅反映了国内在高性能通用算力与开源架构上的投入，也显示开源芯片技术正在为服务器算力体系带来新的变量。随着架构创新、生态建设与工程化落地持续推进，这个变化可能在未来数年影响半导体产业竞争格局，并为构建更可控的数字基础设施提供新的选择。