粒技术和先进制程,持续推动芯片性能向英伟达GPU逼近,同时致力于降低能 耗和价格。其最新上市的TT-Ascalon完全兼容RVA23规范,并集成高性能RVV1.0 矢量引擎,可广泛应用于服务器、AI基础设施、汽车高性能计算及高级驾驶辅 助系统(ADAS)等场景。此外,Tenstorrent计划于 2026年第一季度流片第3 代RISC-VAI芯片Quasar105,其采用芯粒技术、主要面向低功耗应用场景10。 同时,深度适配DeepSeek、LLAMA等开源大语言模型并向智能体应用延伸, 已成为RISC-V生态构建AI竞争力的关键战略。在适配大语言模型方面,各机 构的技术实践呈现三大共性特征:一是指令级协同优化,即结合自定义加速指令 单元,针对性优化大模型架构中的注意力机制、混合专家前馈网络等计算密集型 模块;二是模型轻量化部署,即采用低精度量化、算子融合、结构剪枝等技术, 显著降低模型在边缘设备的计算开销与内存占用;三是全栈软件支持,即通过定 制编译器和运行时库,提升模型在RISC-V异构架构上的执行效率。此外,希姆 计算、中国电信等企业已开始探索RISC-V平台上的智能体应用开发,通过模型