“Everything is CPU”：進迭時空K3芯片如何半天跑通人形機器人

7月18日，由芯原微電子和上海開放處理器產業創新中心主辦的"RISC-V和物理智能論壇"在上海張江科學會堂舉行，主題為"RISC-V賦能空間計算與物理智能"。會上，進迭時空聯合創始人兼總裁孫彥邦發表題為《下一個計算時代：RISC-V×Physical AI》的演講，分享了進迭時空對RISC-V與物理AI的認知，以及公司過去五年在該領域的產品化實踐。

進迭時空聯合創始人兼總裁孫彥邦

RISC-V適合做"新的產品"

什么是RISC-V？孫彥邦認為，"開放"是最重要的一點。RISC-V有兩位非常成功的前輩——x86和Arm，其使命是"指令集應該開放免費"，基因則是開放與模塊化。

RISC-V適合做什么？這是2021年進迭時空創業之初在各種場合被反復問到的問題。"很多人可能會認為RISC-V比較適合用來替代Arm和x86的市場，比如PC或者服務器。我們當時認為更適合去做未來的東西。"孫彥邦展示了一頁公司創業時商業計劃書中的判斷：一個新技術的成功，大概率是面向一個新產品，隨著新產品的產業化落地和規模化量產形成新生態——x86抓住了"大型機-小型機-個人機"的機會，Arm抓住了從高性能計算到移動領域的機會。RISC-V如果去做PC和手機，會面臨生態不成熟的種種問題；但如果做機器人、做AI，從編程語言到操作系統的技術棧都是全新的，"做全新的東西，它就有新的機會"。

沿著這個邏輯，孫彥邦給出了"下一代計算機系統的時代機遇"的演進圖：個人計算機（PC）時代，交互方式是鼠標鍵盤，應用軟件是桌面軟件，編程語言C/C++，操作系統Windows，芯片來自Intel/AMD，架構是x86，市場容量約每年億臺；移動計算機（MC）時代，交互變為觸控，應用是手機APP，語言是Java，系統iOS/安卓，芯片是高通、博通、蘋果、Marvell、MTK，架構Arm，市場容量約每年十億臺；而下一個時代是機器人計算機（RC, Robot Computer）——交互是自然語言/多模態，應用是智能體（AI Agent），編程語言是Python+Triton，操作系統是Agent OS，芯片是AI CPU，架構是RISC-V，市場容量約每年百億臺。新型RC產品將帶動重構整個計算機核心組件，弱化甚至繞過現有軟件生態壁壘，構建新的計算生態。"當時機器人跟AI還沒有今天這樣大的融合——也就是現在大家說的物理AI。"

機器人算力需求多樣化，異構方案難以為繼

回到機器人本身。孫彥邦認為，一個新品類會催生新的計算需求，機器人對計算的需求是多樣化的：一是大CPU算力，用于邏輯調度和系統管理；二是大AI算力，用于大腦感知理解和智能決策——現在的機器人還停留在"發展身體"四肢的階段，真正做到具身，估計需要上千T的AI算力；三是實時算力，用于傳感數據處理和實時控制。"機器人的實時不是用戶體驗的問題，是安全問題——如果到那個點動作做不完，就可能帶來安全隱患。"

面對多樣化需求，現有方案普遍采用異構計算：用一顆x86 CPU加一張英偉達GPU卡解決大CPU和AI算力，再用一個MCU解決實時算力。這種方案存在明顯弊端——軟件層面，多架構、多操作系統的開發環境和系統平臺，要求開發者掌握多套編程語言和底層框架，開發周期長，系統集成難度大；硬件層面，內存無法共享，內存拷貝帶來通信時延和額外功耗，時延直接影響機器人功能與安全，硬件冗余還帶來成本和供應鏈管理問題。孫彥邦還分享了一個產線見聞：機器人各塊板子之間用很多線互連，連完以后為了防止跑動過程中線松動，要加一堆膠做固定，"可靠性很低，這種異構方案對大規模量產其實有很多隱患"。

同構融合計算：統一架構、統一內存、融合算力

如果用RISC-V來做，應該怎么做？進迭時空提出了同構融合計算方案的三個方向：

統一架構——所有的CPU算力、AI算力、實時算力都基于開源開放的RISC-V架構，靈活定制，打破"軟件孤島"；統一內存——統一地址空間編址，保證數據一致性，共享內存空間，消除"搬運損耗"，"為什么最近蘋果的電腦跑AI跑得很好？就是因為它解決了統一內存"；融合算力——CPU算力、AI算力、實時算力在一顆芯片上實現"按需分配"。最終用一顆芯片滿足機器人的多樣化算力需求，同時提供機器人IO接口，實現面向機器人的RC芯片。

在架構實現上，進迭時空以標準RISC-V指令為基礎，通過擴展AI指令實現帶有AI融合算力的CPU，遵守RISC-V IME設計，復用RVV資源進行AI計算，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，便于軟件編程和用戶開發。"孫彥邦展示了一張K3芯片運行Linux系統的截圖——監控界面里只有RISC-V CPU Core和AI Core的負載曲線，"Everything is CPU，所有的一切都是CPU"。他認為，對于端側和機器人，最重要的還是迭代能力，而對軟件和應用來說，最好的迭代能力就是提供通用CPU，其向量能力、標量能力和AI能力可以動態可擴展。

兩代RC芯片

基于這一架構理念，進迭時空五年間推出了兩代RC芯片。

第一代RC芯片K1更多是對架構的產品化驗證：CPU算力為4核X60（1.6GHz），AI算力為4核A60（2 TOPS），實時算力為單核（300MHz）。作為入門級AI-CPU（4核X60、2 TOPS、16GB內存、10GB/s帶寬、可運行1B本地模型），K1定位機器人功能模塊，完成了三類產品化應用——自然語言處理：語音識別準確率超過98%，支持語音識別、語音切分及聲紋注冊，聲紋識別準確率超過99.5%，并可通過本地化大模型實現語義理解與糾錯；機器視覺感知：雙目視覺多傳感器位姿里程計，全局快門、640×480分辨率、50fps幀率，標準算法輸出里程計與位姿信息，實現空間定位與環境感知；運動姿態控制：智能移動底盤與六軸機械臂解決方案，集成ROS2，支持圖形化編程和通用Python軟件接口，提供開源模型示例并支持二次開發。"不能一顆芯片把機器人都搞定，我們就先做機器人的語言處理、視覺和姿態控制，先從關節端做起。"

第二代RC芯片K3則實現了三類算力的全面集成：CPU算力為8核X100（2.4GHz），AI算力為8核A100（60 TOPS，以SRAM高速緊耦合內存TCM裝載具身RL模型，降低推理延遲），實時算力為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，作為主流AI-CPU（32GB內存、50GB/s帶寬、可運行30B本地模型），定位機器人融合主機和具身機器人運控。孫彥邦也坦言，K3上實時Core尚未能被Linux統一調度，這是下一步要解決的問題。

半天跑通人形機器人

人形機器人是對芯片實時性、可靠性要求極高的驗證場景。孫彥邦透露，K3已完成人形機器人應用的技術驗證——合作伙伴包括北京人形機器人創新中心（天工）和上海人形機器人創新中心（靈龍）。他特別分享了一個細節：在上海人形機器人創新中心，進迭時空把K3的兼容硬件板交給客戶，下午1點半抵達上海，與客戶工程師一起把各種代碼編譯，到晚上6點半就可以把一臺完整的機器人跑起來。"半天時間能把一個機器人從Arm平臺切換到RISC-V平臺，已經足夠證明生態開放和通過CPU實現的易用性。"

孫彥邦強調，這背后最關鍵的是軟件的編程和開放、靈活可配置的架構——從CPU、AI到各種核心算力和擴展指令，進迭時空都是開放的。目前K3已在開源社區積累了多個機器人應用案例，目標應用領域覆蓋無人機、機械臂、具身機器人、服務機器人、割草機器人和搬運機器人，多個領域正在與客戶共同推進。

結語

"過去PC一年大約是億臺級的出貨量，手機是十億臺級，未來機器人和物理AI可能會是百億臺級。"孫彥邦在結尾給出了一個"感性的推測"：一個設備一旦出現超過1億的出貨量，就一定會走向集成化方案，很難再通過很多異構板子來提供算力。"如果規模起量，一定需要一顆芯片解決所有機器人的算力需求。通過機器人的量產，我們能夠像過去PC里的x86、手機里的Arm一樣，構建一個面向AI、面向機器人的RISC-V新計算生態。"