并行计算优化：通过支持多核心、多线程以及向量处理等技术，处理器的并行计算能力得到了显著提升。这些性能优化策略的应用，不仅提升了RISC-V硬件的性能和效率，还使其能够更好地满足各种应用场景下的性能需求，进一步推动了RISC-V在硬件领域的广泛应用和持续发展。3 RISC-V软件生态 RISC-V的魅力不仅体现在其精简且高效...
为了推动 RISC-V 在人工智能、科学计算和加速计算等领域的应用,由 RISC-V 工委会指导,达摩院玄铁团队、知合计算、北京开源芯片研究院、清华大学集成电路学院、复旦大学集成芯片与系统全国重点实验室、浙江大学集成电路学院、清微智能、RISC-V AI算力生态(RACE)委员会联合主办的 “RISC-V 并行计算技术沙龙:探索未来...
科学计算和加速计算等领域的应用,由 RISC-V 工委会指导,达摩院玄铁团队、知合计算、北京开源芯片研究院、清华大学集成电路学院、复旦大学集成芯片与系统全国重点实验室、浙江大学集成电路学院、清微智能、RISC-V AI算力生态(RACE)委员会联合主办的 “RISC-V 并行计算技术沙龙:探索未来计算的无限可能”主题沙龙在开芯...
回溯至2010年，美国加州大学伯克利分校的并行计算实验室（Par Lab）中，一位教授携两名研究生（即下图右侧的三位核心成员），着手筹备一项创新项目，面临的首要任务是选定一种合适的计算机架构。图左，RISC祖师爷大卫·帕特森，图右三位RISC-V发明团队 在深入对比了当时主流的ARM、MIPS、SPARC及X86等指令集后，团队发...
在他看来，刚兴起的大模型对RISC-V来说是一个非常好的机会，因此达摩院在RISC-V指令集维度上后续会做多核并行计算、多核通信、存储带宽、大模型算法部署等方面的尝试与布局。结合RISC-V的可定制可扩展，CPU+AI架构将衍生出更多的创新可能性。“（对于）RISC-V现在来说，AI肯定是最重要的方向。”孟建熠谈道，...
再次，RISC-V原生地成长在这个对算力有更大需求的时代，它的可扩展性将帮助其在并行计算、加速计算、隐私计算等特定加速计算方面，作为技术底座凝聚更多的创新力量，逐步形成新兴的生态，大幅降低全行业软件开发的成本。我们也充分相信，依托于市场庞大的特点，中国有机会在应用上引领全球发展。（孟建熠）
Gary Research在FPGA中放入了400个定制的RISC-V处理器并用片上网络(NOC)连接在一起用来实现并行计算,未来有可能会被用到微软的云计算平台中,例如给Bing这样的搜索引擎加速。 2016年初的Workshop上,RISC-V基金会成立,成员中包括了Google、惠普、Oracle、西部数据等硅谷巨头,未来这些大公司非常有可能会将RISC-V运用到...
RISC-V架构提高性能和改善能效比,从而降低数据中心的能源和运营成本。其也可以被设计为多核处理器,提供更高的并行计算能力和更好的负载均衡。RISC-V的开放性和灵活性也使得处理器可以满足不同的特定的服务器应用需求。 开发者社区与教育 由于RISC-V的开放性,全球的开发者和研究人员都可以参与到其生态建设中来。许...
胡振波首先介绍了AI芯片的组成，主要包括三部分，分别是CPU IP作为芯片内部的管理（House Keeping），NPU IP作为AI加速器，以及用于处理并行计算的VPU IP。在CPU IP中，之前以ARM授权IP为主，现在RISC-V提供了额外的一个选项，可以作为CPU IP来使用，作为对ARM的一个替代。对于NPU而言，在AI芯片中，都强调可编程的...
模块化设计中包括卷积核心、SDP(缩放与动态精度处理)、矩阵变换和优化模块 RUBIK、CDP(压缩与解压模块)、Cfg DMA(可配置 DMA)。内存接口集成了 ITCM、DTCM 和 VTCM 等紧耦合存储器,用于高效数据访问。另外,卷积缓冲器和内存接口优化了数据流传输和并行计算。