RISC-V技术在高性能CPU领域取得了突破，26家芯片企业齐力挺华为，展现出强大的力量。在自然界中，这种技术的发展如同一场盛宴，每一个细节都值得深入探讨。达摩院的玄铁高性能处理器C930即将开启交付，它的通用算力性能达到SPECint2006基准测试15/GHz，已超出了服务器级CPU的分水岭。

达摩院技术专家指出，高性能+AI有可能成为RISC-V的杀手级应用，这是RISC-V差异化优势的一部分。开放性和灵活性是RISC-V成功的关键，同时建立强大的高性能计算生态也是必不可少。无剑联盟成立一年后，不仅吸引了更多行业巨头加入，还推动了RISC-V生态建设速度，比预期更快。

SHD Group预测到2030年全球RISC-В市场规模将达到927亿美元，但目前大多数应用集中在中低性能场景上。这并不意味着RISC-В没有能力做高性能处理器。达摩院最新推出的C930就是跨过高性能计算门槛的一个里程碑。

作为服务器级别CPU，一定需要多核互联实现高性能，目前Arteris互联主线已经与玄铁处理器C930完成适配，客户可以根据需求设计几核、几十核、甚至上百核的处理器。

相比于x86和Arm架构，只有少数公司掌握其IP和芯片，而RISC-В则拥有众多IP和芯片公司，因此如何才能建立一个强大的生态？去年达摩院进行了一次全新尝试——联合头部企业及机构成立“无剑联盟”，一年时间，无剑联盟推进了RISC-Β生态建设速度比预期更快。

这也意味着，RISC-Β的生态繁荣不能靠一家独大，但需要像达摩院这样的领头羊。越过高-performance CPU门槛，R ISC-Β有何独特价值？

首先，是明确的市场需求。英伟达GH200系列和GB200系列芯片引领了CPU融合GPU设计趋势。而从需求层面来看，对于AI时代来说，由于云服务提供商倾向于拥有AI能力的人工智能可编程GPU（TPU），x86 CPU已经朝这个方向发展。而对于未来2-3年，有云实例采用玄铁C930处理器的情况，也正是基于这一点进行考虑。

其次，是关于硬件方面的问题。在单位面积上提供更高performance 和核数，这也是相比Arm架构优势所在。而且，在AI算子发生变化时，可以针对算子自定义指令集，并对硬件设计进行调整，从而实现深度软硬件协同。

最后，在软件层面，即使是在标准方面，与GH200及GB200不同的是，将通用计算（串行计算）与专用加速（并行计算）的能力支持Matrix扩展，使得可以同时支持串行计算和并行计算，如英伟达GH200及GB200系列处理器所做之事。但这种方式却依赖封装将CPU与GPU融合，而不像矩阵扩展一样，从底层支持AI计算，就实现了对AI原生的支持。这一点对于那些寻求最大化利用资源、最小化成本的人来说是一个巨大的优点，因为它允许他们创建能够轻松执行复杂任务的大型机学习模型，而不需要额外的大量资源或昂贵设备。此外，由于它能够直接访问内存中的数据，使其非常适用于分布式训练工作负载，其中每个节点都能充分利用本地资源，以减少通信延迟并提高效率。

总之，要想让high-performance + AI成为真正有效的话，你必须要有足够好的hardware and software support. RISCV is trying to make this happen by offering more flexible hardware options and better software support for high-performance computing tasks, especially in the field of AI.

In summary, RISCV has shown significant potential in the field of high-performance computing, with its open-source nature allowing for greater flexibility and customization. By providing better hardware and software support for high-performance tasks, especially in the realm of AI, RISCV aims to become a major player in this space.