国产处理器，半天跑通人形机器人

7月18日，由芯原微电子和上海开放处理器产业创新中心主办的"RISC-V和物理智能论坛"在上海张江科学会堂举行，主题为"RISC-V赋能空间计算与物理智能"。会上，进迭时空联合创始人兼总裁孙彦邦发表题为《下一个计算时代：RISC-V×Physical AI》的演讲，分享了进迭时空对RISC-V与物理AI的认知，以及公司过去五年在该领域的产品化实践。

进迭时空联合创始人兼总裁孙彦邦

RISC-V适合做"新的产品"

什么是RISC-V？孙彦邦认为，"开放"是最重要的一点。RISC-V有两位非常成功的前辈——x86和Arm，其使命是"指令集应该开放免费"，基因则是开放与模块化。

RISC-V适合做什么？这是2021年进迭时空创业之初在各种场合被反复问到的问题。"很多人可能会认为RISC-V比较适合用来替代Arm和x86的市场，比如PC或者服务器。我们当时认为更适合去做未来的东西。"孙彦邦展示了一页公司创业时商业计划书中的判断：一个新技术的成功，大概率是面向一个新产品，随着新产品的产业化落地和规模化量产形成新生态——x86抓住了"大型机-小型机-个人机"的机会，Arm抓住了从高性能计算到移动领域的机会。RISC-V如果去做PC和手机，会面临生态不成熟的种种问题；但如果做机器人、做AI，从编程语言到操作系统的技术栈都是全新的，"做全新的东西，它就有新的机会"。

沿着这个逻辑，孙彦邦给出了"下一代计算机系统的时代机遇"的演进图：个人计算机（PC）时代，交互方式是鼠标键盘，应用软件是桌面软件，编程语言C/C++，操作系统Windows，芯片来自Intel/AMD，架构是x86，市场容量约每年亿台；移动计算机（MC）时代，交互变为触控，应用是手机APP，语言是Java，系统iOS/安卓，芯片是高通、博通、苹果、Marvell、MTK，架构Arm，市场容量约每年十亿台；而下一个时代是机器人计算机（RC, Robot Computer）——交互是自然语言/多模态，应用是智能体（AI Agent），编程语言是Python+Triton，操作系统是Agent OS，芯片是AI CPU，架构是RISC-V，市场容量约每年百亿台。新型RC产品将带动重构整个计算机核心组件，弱化甚至绕过现有软件生态壁垒，构建新的计算生态。"当时机器人跟AI还没有今天这样大的融合——也就是现在大家说的物理AI。"

机器人算力需求多样化，异构方案难以为继

回到机器人本身。孙彦邦认为，一个新品类会催生新的计算需求，机器人对计算的需求是多样化的：一是大CPU算力，用于逻辑调度和系统管理；二是大AI算力，用于大脑感知理解和智能决策——现在的机器人还停留在"发展身体"四肢的阶段，真正做到具身，估计需要上千T的AI算力；三是实时算力，用于传感数据处理和实时控制。"机器人的实时不是用户体验的问题，是安全问题——如果到那个点动作做不完，就可能带来安全隐患。"

面对多样化需求，现有方案普遍采用异构计算：用一颗x86 CPU加一张英伟达GPU卡解决大CPU和AI算力，再用一个MCU解决实时算力。这种方案存在明显弊端——软件层面，多架构、多操作系统的开发环境和系统平台，要求开发者掌握多套编程语言和底层框架，开发周期长，系统集成难度大；硬件层面，内存无法共享，内存拷贝带来通信时延和额外功耗，时延直接影响机器人功能与安全，硬件冗余还带来成本和供应链管理问题。孙彦邦还分享了一个产线见闻：机器人各块板子之间用很多线互连，连完以后为了防止跑动过程中线松动，要加一堆胶做固定，"可靠性很低，这种异构方案对大规模量产其实有很多隐患"。

同构融合计算：统一架构、统一内存、融合算力

如果用RISC-V来做，应该怎么做？进迭时空提出了同构融合计算方案的三个方向：

统一架构——所有的CPU算力、AI算力、实时算力都基于开源开放的RISC-V架构，灵活定制，打破"软件孤岛"；统一内存——统一地址空间编址，保证数据一致性，共享内存空间，消除"搬运损耗"，"为什么最近苹果的电脑跑AI跑得很好？就是因为它解决了统一内存"；融合算力——CPU算力、AI算力、实时算力在一颗芯片上实现"按需分配"。最终用一颗芯片满足机器人的多样化算力需求，同时提供机器人IO接口，实现面向机器人的RC芯片。

在架构实现上，进迭时空以标准RISC-V指令为基础，通过扩展AI指令实现带有AI融合算力的CPU，遵守RISC-V IME设计，复用RVV资源进行AI计算，通用CPU、AI CPU、RT CPU均基于RISC-V并共享DRAM。"以CPU形式提供AI算力，便于软件编程和用户开发。"孙彦邦展示了一张K3芯片运行Linux系统的截图——监控界面里只有RISC-V CPU Core和AI Core的负载曲线，"Everything is CPU，所有的一切都是CPU"。他认为，对于端侧和机器人，最重要的还是迭代能力，而对软件和应用来说，最好的迭代能力就是提供通用CPU，其向量能力、标量能力和AI能力可以动态可扩展。

两代RC芯片

基于这一架构理念，进迭时空五年间推出了两代RC芯片。

第一代RC芯片K1更多是对架构的产品化验证：CPU算力为4核X60（1.6GHz），AI算力为4核A60（2 TOPS），实时算力为单核（300MHz）。作为入门级AI-CPU（4核X60、2 TOPS、16GB内存、10GB/s带宽、可运行1B本地模型），K1定位机器人功能模块，完成了三类产品化应用——自然语言处理：语音识别准确率超过98%，支持语音识别、语音切分及声纹注册，声纹识别准确率超过99.5%，并可通过本地化大模型实现语义理解与纠错；机器视觉感知：双目视觉多传感器位姿里程计，全局快门、640×480分辨率、50fps帧率，标准算法输出里程计与位姿信息，实现空间定位与环境感知；运动姿态控制：智能移动底盘与六轴机械臂解决方案，集成ROS2，支持图形化编程和通用Python软件接口，提供开源模型示例并支持二次开发。"不能一颗芯片把机器人都搞定，我们就先做机器人的语言处理、视觉和姿态控制，先从关节端做起。"

第二代RC芯片K3则实现了三类算力的全面集成：CPU算力为8核X100（2.4GHz），AI算力为8核A100（60 TOPS，以SRAM高速紧耦合内存TCM装载具身RL模型，降低推理延迟），实时算力为2核RT24（600MHz）。相比K1，K3的AI算力提升32-64倍，CPU性能提升4-8倍，作为主流AI-CPU（32GB内存、50GB/s带宽、可运行30B本地模型），定位机器人融合主机和具身机器人运控。孙彦邦也坦言，K3上实时Core尚未能被Linux统一调度，这是下一步要解决的问题。

半天跑通人形机器人

人形机器人是对芯片实时性、可靠性要求极高的验证场景。孙彦邦透露，K3已完成人形机器人应用的技术验证——合作伙伴包括北京人形机器人创新中心（天工）和上海人形机器人创新中心（灵龙）。他特别分享了一个细节：在上海人形机器人创新中心，进迭时空把K3的兼容硬件板交给客户，下午1点半抵达上海，与客户工程师一起把各种代码编译，到晚上6点半就可以把一台完整的机器人跑起来。"半天时间能把一个机器人从Arm平台切换到RISC-V平台，已经足够证明生态开放和通过CPU实现的易用性。"

孙彦邦强调，这背后最关键的是软件的编程和开放、灵活可配置的架构——从CPU、AI到各种核心算力和扩展指令，进迭时空都是开放的。目前K3已在开源社区积累了多个机器人应用案例，目标应用领域覆盖无人机、机械臂、具身机器人、服务机器人、割草机器人和搬运机器人，多个领域正在与客户共同推进。

结语

"过去PC一年大约是亿台级的出货量，手机是十亿台级，未来机器人和物理AI可能会是百亿台级。"孙彦邦在结尾给出了一个"感性的推测"：一个设备一旦出现超过1亿的出货量，就一定会走向集成化方案，很难再通过很多异构板子来提供算力。"如果规模起量，一定需要一颗芯片解决所有机器人的算力需求。通过机器人的量产，我们能够像过去PC里的x86、手机里的Arm一样，构建一个面向AI、面向机器人的RISC-V新计算生态。"