利好国产芯片？英伟达将CUDA引入 RISC-V 体系

在最近举办的RISC-V中国峰会上，英伟达Frans Sijstermans正式宣布，他们将CUDA软件平台移植至RISC-V架构。 目前，高性能计算...

在最近举办的RISC-V中国峰会上，英伟达Frans Sijstermans正式宣布，他们将CUDA软件平台移植至RISC-V架构。

目前，高性能计算生态基本由x86与Arm垄断，随着新架构闯入AI计算的核心领域，未来或许有更多新的发展契机出现。

布局多年，英伟达的RISC-V计划

虽然直到现在才对外宣布移植计划，但英伟达与RISC-V的渊源远超外界想象。当2015年全球科技巨头还在观望RISC-V的前景时，英伟达已悄然将这一开源架构选定为专有Falcon微控制器的继任者。如今，十年磨一剑的投入或许迎来爆发。

据Frans Sijstermans在RISC-V中国峰会披露，英伟达已开发出三类自研RISC-V核心：NV-RISCV32基础控制核心、NV-RISCV64乱序双发射核心、以及增加向量运算能力的NV-RVV。这些核心被集成在30多个IP中，每年随GPU、DPU等产品出货超过10亿颗。

当然，将CUDA引入RISC-V绝非简单适配。英伟达工程师面临三重技术壁垒：

硬件性能是面临的第一个问题，当前可用开发板集中于SiFive P550和阿里玄铁C920等中端平台，单核性能落后服务器级CPU约40%，且尚未有符合RVA23新规范的商用SoC落地。这也是RISC-V架构处理器普遍存在的问题。

接着是AI芯片最常见的内存墙问题。GPU与CPU间需统一虚拟内存架构，否则数据传输延迟将吞噬30%以上加速效益。而RISC-V的AIA中断控制器和IOMMU支持仍在演进中，制约协同效率。

最后就是软件生态，RISC-V虽已支持75个基础软件包，但CUDA涉及的900多个垂直行业库——从PyTorch等AI框架到cuDNN、cuBLAS等核心计算库——需逐一定制移植，映射逻辑需彻底重构。

移植路线图显示，英伟达采取分层策略：先攻克CUDA Toolkit和驱动程序的底层适配，再通过标准化接口实现与RISC-V生态的体系化融合。

战略棋局

英伟达的决策表面是技术演进，实则暗藏商业智慧：

首先是突破地缘封锁。此前，美国出口管制使顶级GPU无法进入中国，而中国正将RISC-V列为“处理器核心技术战略支点”，计划2025年投入50亿扶持生态建设。英伟达借势融入中国支持的RISC-V生态，实为保住百亿级市场的迂回战术。

在支持RISC-V的同时，其实也能瓦解x86/Arm霸权。2019年，英伟达支持Arm后，后者服务器份额从近乎零跃升至2024年的15%。如今故技重施，以CUDA生态为RISC-V赋能，黄仁勋直言：“我们不在乎CPU是什么架构，关键在于给开发者选择权”。

最后就是定义异构计算标准：在NVLink Fusion系统架构中，RISC-V将承担控制路径角色，与GPU、DPU形成“三芯一体”。通过3D封装实现芯片级融合，数据传输能耗可降低40%，大模型推理效率提升3倍。此举将加速英伟达从硬件供应商向全栈平台提供商的转型。

从英伟达的视角来看，CUDA这个“金字招牌”一直完美扮演护城河的角色，面对中国半导体产业的崛起，英伟达仍有机会重构游戏规则。

当然，中国RISC-V爆发前夜，CUDA软件平台的加入对于国内厂商来说也是一种机遇。

至于是“双赢”还是“卡脖子”，在芯片这个硝烟弥漫的战场上，产品才是硬道理。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！