嘉楠科技论道阿里平头哥：RISC-V能解决扩展性和功耗难题

原标题：嘉楠科技论道阿里平头哥：RISC-V能解决扩展性和功耗难题

在日前举办的首届集成电路双创发展论坛上，阿里平头哥方面表示RISC-V前途无可限量，嘉楠科技李杨杰则认为，在解决可扩展和功耗难题后，RISC-V急需完善社区主流标准。

作为一种新兴的指令集架构，RISC-V在近年异军突起。尤其在边缘侧应用场景中，RISC-V因其开源、模块化和可扩展的特性备受瞩目。

在南京举办的首届集成电路创新创业发展论坛上，来自阿里巴巴平头哥、嘉楠科技等采用RISC-V进行IC研发的芯片企业汇聚一堂。在关于RISC-V是否会取代ARM的讨论中，一位来自阿里巴巴平头哥的嘉宾表示，就像4G到来之前，人们难以想象庞大的APP生态和直播等新兴玩法一样，人们也无法想象RISC-V在未来的发展前景。

相比其他嘉宾对RISC-V未来的畅想，嘉楠科技高级技术总监李杨杰更关注RISC-V在近期的落地与应用。他认为，与ARM相比，RISC-V急需完善社区主流标准。

RISC-V生态繁荣需完善社区主流标准

李杨杰表示，各家厂商对于RISC-V指令集的扩展应该呈现出多元性，而非碎片化的特征。由于边缘侧AI市场较为分散，使用RISC-V架构的每家厂商都可根据实际业务需求扩展指令，但这需要在相对统一的框架下进行，否则会导致设备兼容性的缺失，从而阻碍RISC-V的长期发展。他认为如果各家厂商能够积极参与RISC-V社区标准的制定，将能吸引更多开发者基于RISC-V架构进行开发，从而壮大软硬件生态。

解决可扩展和功耗难题：RISC-V助力AIoT芯片研发

作为RISC-V生态联盟的重要成员，嘉楠科技在2018年9月推出了一代芯片勘智K210，这也是目前业内唯一采用RV64位双核处理器架构的边缘侧AI芯片。李杨杰认为，当前AIoT领域的芯片研发及应用主要有四个关注点。

首先是功耗，神经网络属于计算密集型场景, 需要严格控制整个系统的功耗。他表示，算力、功耗以及芯片搭载的外设都可能导致产品生命周期的折损。

其次是场景，从电池供电的纯端侧，到云端与边缘之间的近端侧，每个场景都对芯片的系统设计提出了不同的需求。

三是算力，边缘侧的严格功耗限制使得算力无法充分发挥效能。李杨杰认为，当前企业客户对于芯片的算力有一种“盲目崇拜”。算力并非决定芯片性能的唯一因素，在很多边缘侧的场景中，如果用ARM架构的芯片去处理端侧数据，会导致功耗成本激增。

最后是灵活性，他表示端侧 AI 推理芯片存在“短板效应”，有可能会因为一个算力需求不大的算子不支持而导致系统整体吞吐量显著下降的情况。

李杨杰认为，RISC-V能够很好地解决以上四点问题。RISC-V具有优良的可扩展性，能根据实际业务需求选择合适的指令进行扩展，例如一些可能不被支持的运算操作。其次，端侧的许多应用场景对成本比较敏感，RISC-V开源开放的特性及其轻量级的架构可以帮助研发人员在授权、功耗等多个角度降低整体研发成本。

需求牵引的IC研发：勘智K210落地智能家居等多个场景

李杨杰表示，芯片的研发设计正从原先的技术驱动走向应用驱动。作为国内RISC-V芯片领域的引领者，嘉楠科技推出的一代边缘侧AI芯片勘智K210已经部署在智能门锁、无感门禁、智能电表、病虫害智能识别与防治等多个细分领域。

作为勘智K210的经典落地场景之一，嘉楠科技研发的人脸识别智能门锁模组已经实现低功耗约束下的毫秒级人脸识别。该模组建立离线数据库，能在设备端直接完成数据的处理。同时，模组在能耗方面也表现出优异性能，“厂家的要求是一年才换一次电池。”李杨杰说，“当你能够实现真正低功耗下的人脸识别，会发现厂家对你的接纳度会变得非常高。”

类似的场景还有智能楼宇，搭载勘智K210的无感门禁可以在边缘侧完成人脸图像的处理，直接返回文本形式的人脸特征值，确保用户的人脸信息安全。同时，系统在边缘侧建立数据库，极大提升了数据处理的效率，从一万张人脸中识别出目标对象只需要不到0.5秒。目前，该系统已经部署在软通动力的总部大楼，实现日均每监控点2000次识别。

在病虫害防治上，嘉楠科技与百度、北京林业大学合作，在林场中部署搭载勘智K210的模组以实现害虫的智能识别与分类。据他介绍，林场的能源和通信条件相对苛刻，主要靠太阳能供电，而且通信网络是2G的水平。基于RISC-V架构，勘智K210可在功耗仅为0.3W的条件下完成检测目标的识别和分类。另一方面，得益于RISC-V的开源特性，整体开发成本得到下降。

下一代芯片的规划同样以实际业务需求为考量进行设计，李杨杰表示，K510在架构设计上做了较大的优化，并且针对具体场景需求生成不同规模的核。未来嘉楠科技的产品线中会大量采用类似的策略。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。