SiFive+AMD联手！开源RISC-V杀入AI数据中心

9月15日，圣克拉拉，


AI


Infra Summit现场。一块32核


RISC-V




处理器


主板上，


AMD


Radeon


GPU


正在驱动Gemma4大语言模型的推理运算——跑的不是


模拟


器，是ROCm 10.0真实软件栈。这一幕的意义，不在于跑通了某个模型，而在于它证明了一件事：

开源指令集+开源AI软件栈，可以组合出一套完整的数据


中心


AI算力方案。

这不是


RISC


-V要替代x86的


信号


，而是一个更深层的变化：AI算力的底座，正在从"一家独大"走向"开放可选"。

❶ 一次演示，两个"开源"的历史性握手

SiFive和AMD联手展示的这套系统，硬件配置并不陌生：

32核P870-D RISC-V


CPU



（主频2.0GHz）、

256GB


DDR


5-5600内存

、

AMD Radeon AI PRO R9700 GPU

——这是SiFive今年发布的BigSky SF-2U870数据中心开发平台。RISC-V CPU负责主机侧的工作负载调度、存储管理和内存协调，AMD GPU承担模型推理的并行计算卸载。

关键在于软件层。ROCm是AMD对标NVIDIA CUDA打造的开源GPU计算平台，过去一直围绕x86主机生态构建。这一次，ROCm 10.0首次在一颗非x86、非


ARM


的处理器上完成了从驱动加载到模型推理的全链路运行。SiFive数据中心SVP Matt Langman的原话是：

"将领先的开放标准架构与开源软件相结合，我们正在让超大规模云厂商和


开发者


能够在RISC-V上无缝运行AI工作负载。"

AMD AI软件产品管理副总裁


Ram


ine Roane则更克制："这是帮助开发者探索在RISC-V主机上实现ROCm AI加速的第一步。"——措辞谨慎，但方向明确。

❷ 不是替代x86，而是"开源算力组合"正在成型

看到"RISC-V跑AI大模型"，很多人的第一反应是"能替代x86了吗？"——这个问题本身就问错了。

AI服务器的架构早就在变化。GPU承担90%以上的并行计算，CPU的角色是主机调度——管理存储、网络、内存搬运和加速器协调。真正决定AI算力水平的，是GPU和它背后的软件栈。CPU换什么架构，对模型推理性能的影响远没有想象中那么大。

这次演示真正重要的，是"双开源"组合的成型。

RISC-V是开放指令集，不需要ARM那样的IP授权费，也没有x86的专利壁垒。ROCm是开源GPU计算平台，代码完全公开，社区可参与贡献。两者的结合意味着：一套从指令集到AI软件栈都开放的算力方案，第一次在数据中心级别跑通了。

更值得注意的是时间线。BigSky平台8月发布当天就支持了NVIDIA CUDA作为头节点，三周后AMD ROCm也跑通了。一个RISC-V服务器同时兼容两大GPU生态——这不是"能不能用"的问题，而是"生态正在主动靠拢"的信号。NVIDIA也已经宣布将通过NVLink Fusion把SiFive平台纳入其扩展互联体系。

❸ 从边缘到云端：RISC-V的场景正在扩容

过去几年，RISC-V的商业化主战场在边缘侧——


IoT


设备、


MCU


、智能穿戴、


嵌入式




控制器


。低功耗、低成本、可定制，这些特性让RISC-V在边缘市场快速起量。数据显示，

RISC-V目前已占全球处理器市场约25%的出货量份额

，但这个数字主要来自低端芯片。

SiFive BigSky的出现，标志着RISC-V正式向数据中心场景发起冲击。32核高性能CPU、256GB大内存、64通道PCIe Gen5、万兆网卡——这是一台正经的服务器级硬件。它的定位不是量产产品，而是软件移植、工作负载调优和验证测试平台——换句话说，

它是超大规模云厂商评估RISC-V的"试验床"

。

当云端AI算力场景开始纳入RISC-V的射程范围，整个架构的应用天花板被大幅抬升。从


智能家居


的


传感器


到数据中心的AI推理集群，RISC-V正在构建一条从边缘到云端的完整技术路径。

❹ 人才风向标：数据中心AI算力方向将新增RISC-V需求

对从业者和在校学生来说，这次演示传递了一个清晰的人才信号：

数据中心AI算力领域，正在出现RISC-V方向的岗位需求缺口。

过去学RISC-V，就业方向主要是嵌入式开发、IoT芯片设计、固件工程。现在，随着RISC-V进入数据中心AI场景，新增的技能需求包括：GPU计算平台的跨架构移植（ROCm/CUDA在RISC-V主机上的适配优化）、服务器级系统软件栈开发（


Linux


内核驱动、PCIe子系统、NUMA内存管理）、以及AI推理引擎的异构调度（CPU-GPU协同、模型量化部署）。

这些能力此前只有x86+ CUDA生态的


工程师


才需要掌握。现在，RISC-V生态正在复制这条路径——而且是从零开始建设，意味着先行者有巨大的定义空间。能够同时理解RISC-V架构和GPU计算栈的复合型人才，在当前市场上几乎为零。

❺ 下月深圳见：RISC-V Summit China 2026

就在SiFive和AMD演示的三周后，

第六届RISC-V中国峰会将于10月18-20日在深圳会展中心（福田）举办

。图灵奖得主、RISC-V架构奠基人David Pat


te




rs


on将出席，阿里巴巴达摩院、奕斯伟计算、进迭时空、蓝芯算力、Tenstorrent等头部企业将集中亮相。

本届峰会规模全面升级，预计吸引3000余名线下专业观众、150余家参展机构，覆盖80万+线上行业人群。七大平行分


论坛


深度聚焦


人工智能


、数据中心与高性能计算、软件生态、芯片设计验证、


汽车电子


、工业与


机器人


、产学合作等方向——其中"数据中心与高性能计算"和"人工智能"两个分论坛，直接对应SiFive+AMD演示所揭示的产业趋势。

深圳在"十五五"规划中明确推动基于开源


鸿蒙


和RISC-V芯片构建


嵌入式软件


和基础软件模组。这座城市的电子信息产业链闭环能力，恰好是RISC-V从实验室走向量产的最短路径。

一句话总结：

这不是"RISC-V要干掉x86"的故事，而是"开源指令集+开源AI软件栈=新一代数据中心算力选项"的故事。RISC-V的场景天花板从边缘IoT抬升到了云端AI，对应的人才需求、产业机会和生态空间，都在同步扩容。

RVOH开源国际实验室 出品

OR工作组发起单位


全球首本RISC-V+


OpenHarmony


教材编著者




资料来源：SiFive官方新闻稿、EE


Ti


mes Asia、Futurum Group


（本文资料均来自公开信息，仅供参考）