进迭时空孙彦邦：“RISC-V+Physical AI”，定义下一个计算时代！
与传统“云端”AI所不同的是，“Physical AI”的规模化落地，需要更多边缘侧芯片的加持。 RISC-V凭借其得天独厚的开放、灵活与可扩展的优势，如今正成为越来越多空间计算和物理智能专用的高效、低功耗芯片的首选指令集架构。
为进一步推动 RISC-V在空间计算与物理智能领域的全面发展，2026年7月18日的2026世界 人工智能大会（WAIC 2026）同期，芯原微电子（上海）股份有限公司与上海开放处理器产业创新 中心联合举办了以“RISC-V赋能空间计算与物理智能”为主题的“RISC-V和物理智能 论坛”。
进迭时空联合创始人兼总裁孙彦邦
说到如今 机器人对于计算的核心需求，或许很多人首先会想到它需要很强的 CPU算力，其次也需要很强的AI算力，不过，除了CPU和AI算力之外，实时算力也十分必要，进迭时空联合创始人兼总裁孙彦邦表示：“目前，机器人仍停留在‘发展身体四肢’的阶段，大脑依然不够智能。即便是 英伟达、地平线等企业开发的 自动驾驶芯片，真正能做到具身智能的现在也都需要上千TOPS的AI算力。PC时代，大家可能会非常强调CPU的能力，但AI时代或者大语言模型时代，市场对于AI的要求很高。但是，到了机器人这类应用场景，其不仅对CPU的要求很高，同时对AI算力、甚至实时计算要求越来越高。而机器人的实时需求不是用户体验的问题，而是安全问题，如果某个动作出现问题，就可能会带来安全隐患，因此实时性的要求也十分必要。”
对于如此多样化需求，目前业界有通过异构方案去解决，比如如果需要大的AI能力，可以直接采用 英特尔的CPU加上英伟达 GPU，然后再辅以 MCU来构成大CPU的AI算力与实时算力异构的方案。但这样的异构方案再软件层面也需要对多个系统进行维护，硬件层面多块板之间的互联也需要进行设计上的考量。如今的机器人几乎都是采用多线、板级互连方案来设计，同时为了防止机器人在跑动过程中出现线松动问题，往往也会使用胶进行固定，这种方式的可靠性非常低，从大规模量产方面来看，会出现很多隐患。
如果用RISC-V去设计，孙彦邦表示：“我们认为有三个方向，其一，是统一架构。所有的CPU算力、AI算力、实时算力，都基于RISC-V架构去设计。其二，统一内存。即所有的计算单元都能够访问同一片内存。这也是为何苹果 电脑能够非常流畅运行AI就的原因，因为它解决了统一的内存。毕竟，如今内存价格非常昂贵。如果说各内存分开被访问，到最后带来的是成本的增加。其三，是融合算力，即让一颗芯片同时提高CPU算力、AI算力、实时算力。”
因此，采用RISC-V路线设计的同构融合计算方案，能够为机器人提供多样化的算力。未来，在机器人市场的飞速增长下，RISC-V也将大有可为。毕竟，传统PC如今一年大概能实现超2亿台出货量， 手机能达到20-30亿规模的出货量，孙彦邦表示也预测：“未来机器人、物理AI大概会是超过十倍的规模，也就是上百亿的出货量。但一个设备如果出现了超过1亿的出货量，就一定会出现集成化的方案，如此就很难通过异构的板级方案或者其他类型异构的方案去开发，因此一体化的方式才是最佳的解决之道。”
