RISC-V 的三条路,它选了最难的那一条!
10月19日,第六届RISC-V中国峰会在深圳开幕。一家名叫开芯红的公司,在会上发布了名为"南海"的SoC解决方案,主打一个概念:RISC-V Agentic AI。

开芯红这个名字,大家可能觉得有点陌生。说实话,笔者此前也没听说过,做了功课才知道,它的来头可不小。
开芯红,全称北京开芯红科技有限公司,成立于2024年,据融资新闻稿称是北京开源芯片研究院唯一的产业化平台。开芯院背后,依托的是国内自研的高性能RISC-V处理器"香山"。换言之,这家公司的定位很清晰:把研究院里打磨成熟的技术成果,转化为可落地、能变现的商业产品。今年8月,公司完成超亿元种子轮融资,国开科创、诚通科创等多家国资机构入局。
RISC-V做AI芯片,目前有三条路:一是在CPU内核增加轻量化AI扩展指令;二是外挂独立NPU实现松耦合加速;三是从CPU内核、总线到AI加速单元全部自研,构建原生支持张量计算的异构SoC。前两条路工程落地周期短,市面上大部分公司都这么干。南海SoC选的是第三条,也是最费劲的一条。
一家成立不到三年、刚做完种子轮的公司,凭什么敢这么干?
| 原生融合,到底解决什么问题
要理解南海SoC的卖点,得先看AI Agent的工作方式。和传统"喂数据、出结果"的批量推理不同,Agent任务由"规划—工具调用—推理—结果整合"的多轮循环构成:通用CPU负责任务解析、分支判断与上下文管理,AI张量单元承担模型推理,两者之间存在高频、细粒度的交互——每一轮任务切换都伴随调度指令下发、中间结果传递和上下文状态同步。这类工作模式对CPU与NPU的深度协同能力要求极高。
行业主流做法是自研NPU配一颗第三方商用RISC-V控制核,两者分属不同IP,缓存一致性、内存访问路径和互联协议都得靠额外的适配层去弥合。每一轮任务切换都要付出搬运代价,Agent越活跃,这笔开销越惊人。南海SoC的思路是:既然全是我自己的东西,那就在设计阶段把这件事解决掉——从指令层实现通用计算与AI张量加速的原生融合,CPU和NPU之间不再需要"翻译"。
看几个关键参数:12nm工艺,CPU TDP不大于8W;共享末级缓存LLC支持4~16MB可配置;Host侧E-Core主频不低于2.0GHz,NPU加速侧L-Core主频1.6GHz、核面积仅0.45mm²;Dayan NPU支持1到4核配置(官方另称该NPU单元"最高可达64核",应为IP核级最大配置,当前南海SoC方案为1-4核),4核满配下FP8峰值算力32 TFLOPS,FP4可达128 TFLOPS;片上配置6MB高速SRAM,片上存储访存带宽约100 GB/s。软件上已经完成端到端验证0.8B到35B级别MoE大模型的推理,包括DeepSeek-Distill-Qwen-1.8B、Qwen3.5-0.8B、Qwen3.6-35B-A3B(MoE)等。

南海SoC架构图
值得留意的是:其一,算力仿真中"理想外部带宽100 GB/s"是仿真假设条件,官方明确注明真实硬件受系统开销影响,实际带宽与算力利用率将低于仿真值;其二,Dayan NPU约10.2 TFLOPS/W @FP4的能效数据只是IP核级别的,系统整体能效受完整子系统功耗影响,系统级实测数据仍在评估。肯把话说得这么实,比满页"业界领先"要可信得多。
| 几个值得追问的地方
先说工艺。南海SoC用的是12nm,在端侧AI芯片里不算先进(这是笔者的判断,官方并未就此展开)。制程直接决定能效和成本,竞争对手在往下走,这颗芯片的窗口期有多长,是个现实问题。
再说软件。目前南海的推理软件栈以llama.cpp为主要后端,另以ONNX Runtime覆盖YOLO视觉推理场景。但"跑通若干开源模型"和"建立生态"是两码事。真正的壁垒从来不是芯片,而是上面的软件层——这堵墙怎么翻,目前没有答案。
最后是生意。开芯红提供IP定制、子系统定制、SoC解决方案及全流程一站(Turn-Key)整体服务,本质是芯片设计服务。国内这条赛道上,芯动科技、进迭时空、蓝芯算力等企业基于“香山”处理器成功推出商用芯片(中国科技网),客户就那么多,订单怎么抢?

| 看什么
南海SoC本身的意义,可能不在这颗芯片能卖多少,而在于验证"全栈自研、原生融合"这条路能不能走通。接下来值得盯的指标有三个:有没有真实客户拿它流片;软件栈能不能脱离llama.cpp建立自己的抽象层;以及香山下一代处理器核的迭代速度。
开源芯片这条路,慢工出细活。开芯红手里有一副不错的牌,怎么打,且看后手。
编辑:是说芯语-小明吧
免责声明:本文基于公开信息整理,观点仅代表作者个人,不构成投资建议或商业决策依据。文中数据引自公开发布内容,未经独立验证,请以企业官方披露为准。转载请注明出处。
是说芯语原创,欢迎关注分享
合作洽谈,进入公众号:服务—>商务合作
