近日，分析機構Semico Research指出RISC-V內核未來幾年將飆升，複合年增長率(CAGR)在2018年至2025年之間的平均複合年增長率將高達146.2%。到2025年，市場將總共消耗624億個RISC-V內核，這表明RISC-V正在迅速成為被主流採用的架構。
作為RISC-V聯盟重要成員，嘉楠canaan在國內率先基於RISC-V指令集架構進行晶片研發，並成功發布第一代邊緣AI晶片勘智K210。目前，勘智K210落地園區管理、家居等領域，其商業化的加速也將進一步促進國內RISC-V生態的建設。
精簡指令與模塊化設計
精簡和靈活是RISC-V的兩大優勢。RISC-V的基本指令僅40餘條，並且採用了模塊化的指令集，這不僅更方便開發者的設計工作，而且非常適合功耗低、代碼體積小的嵌入式和IoT應用場景。
提及RISC-V，很多人會自然聯想到移動端霸主ARM。ARM架構經過長期發展，在其版本迭代中需要不斷向前兼容。所謂向前兼容，就是新版本需要支持舊版本的功能，每一次兼容，都意味著指令的冗餘與開發門檻的提升。ARM架構的開發文檔多達上千頁，光是通讀一遍就需要花費很多時間。與之相比，RISC-V沒有歷史包袱，從誕生起就具備一定的後發優勢，精簡的指令集意味著精簡的開發文檔，這也將吸引更多開發者的使用。
RISC-V模塊化的特點也是x86與ARM架構所不具備的。以ARM為例，ARM分為A、R和M三個系列，分別針對於Application(應用作業系統)、Real-Time(實時)和Embedded(嵌入式)三個領域，各自為戰。
某種程度而言，RISC-V就像一個超市，開發者可以自行選擇需要的指令集。它為開發者多種特權模式，譬如針對於小面積低功耗嵌入式場景，用戶可以選擇RV32IC組合的指令集，僅使用Machine Mode(機器模式);而高性能應用作業系統場景則可以選擇譬如RV32IMFDC的指令集，使用Machine Mode(機器模式)與User Mode(用戶模式)兩種模式。而他們共同的部分則可以相互兼容。
架構靈活、可拓展性強
儘管ARM最新的Armv8-M指令集架構中也增加了自定義指令功能，但其能夠提供的設計靈活性仍然遠遠不及RISC-V。RISV-V不僅預留了大量編碼空間和用戶指令，而且在RISC-V基金會的指導下，RISC-V未來的拓展指令是由業界公司共同定義的，而非ARM一家公司。RISC-V拓展性潛力巨大，其適合MCU、AP、桌面級處理器、HPC等各種類型的計算系統。
此外，為了進一步減少矽片面積，RISC-V架構還提供一種「嵌入式」架構，該架構主要用於追求極低面積與功耗的深嵌入式場景。該架構僅需要支持16個通用整數寄存器，而非嵌入式的普通架構則需要支持32個通用整數寄存器。
嘉楠勘智K210加速RISC-V落地
與智慧型手機、PC等應用場景相比，IoT應用場景繁多，對處理器的需求較為碎片化，同時對低功耗有著較高要求。RISC-V十分契合IoT領域的處理器需求，這使得其能夠從IoT領域最先切入，不斷擴大市場份額。隨著RISC-V基金會快速壯大，RISC-V的配套軟體工具等生態體系不斷完善，RISC-V已經開始加速落地。
作為RISC-V聯盟成員,嘉楠在晶片設計中採用RISC-V架構,是聯盟前五家使用RISC-V晶片的廠商之一。嘉楠認為，RISC-V指令的開放性、Royalty-free和蓬勃發展的社區都使其具備成為主流指令集架構的潛質,這也為本土晶片企業的自主創新提供機遇。
得益於RISC-V指令的開放性,研發人員可以輕易地基於某個RISC-V的Spec加入需要的擴展指令,這給了晶片高度的靈活性和可編程性。以嘉楠第一代AI晶片勘智K210為例,該晶片採用RISC-V雙核64位處理器架構,並針對多種AI應用進行優化,能夠更好地協調SoC晶片中的各個功能模塊。同時,晶片擁有CNN神經網絡加速單元、KPU和音頻預處理單元,單晶片即可實現圖像和語音識別能力。
勘智K210的研發使用了RISC-V RocketChip,這給嘉楠減少了大量相關的工作量,節省了大量的研發人力成本,以及IP授權的成本。從晶片實際應用的角度出發,嘉楠認為晶片如果要大量部署在貼近用戶的消費級市場,更需要嚴格控制產品的功耗等成本。
公開資料顯示，勘智K210已經廣泛部署在園區管理、家居等應用場景，例如部署在軟通動力總部大樓的無感門禁，以及對貴陽花果園社區水電氣表進行智能化升級等。
受巨頭及嵌入式開發者青睞
在開發者社區，勘智K210也是在嵌入式領域進行嘗試的探索性平臺。從今年3月正式商業化起，嘉楠已經向AI開發人員交付了超過5.3萬件勘智K210及開發模組，受到多家機構與開發者認可。調研機構frost&sulliven就表示，勘智K210 具有出色的性能，被廣泛認為是邊緣AI領域硬體發展的裡程碑。
日前，名為Jean-Luc的資深工程師分享了將Linux5.1系統部署在K210處理器上的工作。同時，他也在文中引用了威騰電子在今年9月的分享，勘智K210被作為支持RISC-V NOMMU的示範列入其中。
得益於架構和功能上的獨特設計，勘智K210也進入百度、阿里等算法廠商的視野。嘉楠為百度AI開發平臺PaddlePaddle定製開發模組PaddlePi-K210，打通了PaddlePaddle 模型設備端部署解決方案。開發人員不需要硬體更改，使用公版模具就可以一直做到樣品階段。在前沿項目的探索上，勘智K210兼容阿里最新TinyML算法模型，是可用於探索TinyML科研項目的RV平臺。
關於下一代AI晶片K510，嘉楠方面稱其在架構設計上做了較大的優化，並且針對具體場景需求生成不同規模的核，未來的產品線中會大量採用類似的策略。招股書顯示，嘉楠第二代AI晶片將面向5G場景研發，算力將提升5-10倍;第三代晶片有望於明年下半年推出，將覆蓋邊緣側和雲端兩大領域。