界面新闻记者 | 梁宝欣

AI算力正在从数据中心下沉到机器人、边缘设备和企业本地部署，但承载这些算力的下一代计算产品还没有定型。对RISC-V芯片公司来说，市场机会正在扩大。

10月19日，进迭时空（SpacemiT）在深圳举行的2026年RISC-V中国峰会上正式发布服务器级CPU V100，并同步推出计算、智算、存储三类服务器整机方案。

进迭时空称，V100是业内首颗完整符合RISC-V服务器规范的通用计算芯片，原生支持主流服务器操作系统与虚拟化软件栈，面向数据中心通用计算、智能体（Agent）基础设施及国产化智算平台等场景。

在进迭时空创始人兼CEO陈志坚看来，V100的推出，意味着RISC-V正在迈向真正可部署、可规模化应用的数据中心市场。

从时间表来看，RISC-V进入服务器市场的速度比陈志坚此前预判得更快。2023年，他曾预计这一过程需要约5年，也就是到2028年前后；但仅过去3年，进迭时空已经推出服务器级CPU V100。

从产业规模来看，RISC-V的商业化进程也在加快，中国市场正在成为重要增长来源。弗若斯特沙利文数据显示，中国RISC-V主控芯片市场规模已从2021年的11亿元增长至2025年的377亿元，预计2030年将达到2194亿元，2021年至2025年的年复合增长率为139.5%。

此前，进迭时空于2024年4月发布K1，2026年1月发布K3。K1和K3均是进迭时空推出的基于RISC-V架构的AI处理器芯片。在功能上，K1主要面向端侧和边缘计算；K3则面向机器人、边缘AI和智能硬件，将通用CPU算力、AI推理能力和实时控制能力整合到一颗芯片中。今年4月30日，K3完成首批量产交付。

从K1、K3到V100，进迭时空的产品边界逐步从AI终端、机器人和边缘设备，延伸至服务器级通用计算和AI基础设施。

放到整个RISC-V行业来看，AI也正在为产业链企业打开新的市场空间。

“在成熟的PC、手机和传统服务器市场，x86和Arm已经建立了庞大的软件生态。单纯用RISC-V去替代一套已经运行良好的系统，并不一定有足够的商业价值。”进迭时空联合创始人孙彦邦接受界面新闻等媒体采访时表示。

在他看来，如果只是用RISC-V设计传统通用CPU，去替代现有互联网服务中的处理器，意义并不大。因为原有系统已经被优化多年，用户也没有必要为了更换指令集而重新建设一套更差的系统。

比较之下，机器人、边缘AI、智能终端、企业私有化部署和智能体基础设施仍处于快速发展阶段，硬件架构、算力组合和软件栈尚未完全固化。对于芯片企业来说，这些场景既带来了新的算力需求，也留下了重新设计软硬件系统的空间。

AI对RISC-V的帮助不仅体现在需求端，也体现在开发端。过去，软件从一种架构迁移到另一种架构，需要投入大量工程资源；如今，AI可以辅助代码移植和软件适配，加快开发者理解和适配RISC-V的速度。

孙彦邦将其概括为：AI既是RISC-V的新需求，也是RISC-V发展的工具。

图灵奖得主、RISC-V国际开源实验室主任大卫·帕特森在峰会上也提到，AI时代指令集依然重要，RISC-V在AI时代能真正得到回报，是具备商业可行的指令集。面对推理这一巨大增长市场，应打造完整AI软件栈，并利用AI缩短RISC-V硬件开发时间和成本，以迎接AI时代。

虽然AI正在成为RISC-V进入新市场的重要入口。但这并不意味着RISC-V的增长方向已经确定。据记者了解，当前行业仍在探索RISC-V未来最大的增长点。

孙彦邦向界面新闻记者指出，RISC-V未来最大的增长点，仍然取决于下一个真正的新计算产品何时出现。

他认为，这个问题换一种说法，就是整个电子行业都在寻找“PC、手机之后的下一个爆品”。过去，PC之后出现了手机，新的计算产品也可能在未来出现，但现在还没有人能够清晰地描述它究竟是什么。

进迭时空在2021年创业时，给出了三个基本假设：未来会出现一个新的计算时代，会形成一个新的计算生态，也会诞生一个新的计算产品。至于这个产品最终会是可穿戴设备、边缘设备、机器人，还是数据中心中的新型AI基础设施，目前仍然只能基于对未来的判断和概率进行预测。

“它现在事实上还没有真实地出现。”孙彦邦说。

这种不确定性，也是其他RISC-V公司所面临的现实。RISC-V本身是一套开放的处理器指令集架构，它能否形成大规模商业市场，最终取决于哪些新产品会采用它，以及这些产品能否形成稳定的软硬件生态。

孙彦邦更倾向于认为，下一代计算产品大概率会和机器人有关。但这里的机器人，并不只是能够行走的人形机器人，而是一个更宽泛的“泛机器人”概念。

过去十多年，行业经常谈论智能硬件。那时的智能硬件，更多是把设备联网，再通过手机对设备进行远程控制。如今，随着算力提升和大模型发展，硬件才有可能真正具备一定程度的自主智能。

孙彦邦举了一个空调的例子。十多年前，他曾经和家电企业合作开发产品。用户可以通过固定指令控制空调，比如“打开空调”“调高温度”或者“调低风量”。但固定指令很难覆盖真实生活中的表达方式，用户换一种说法，设备可能就无法理解。

大模型改变了这一点。它可以理解用户的自然语言，判断用户到底是想开关空调、调节温度，还是改变风量。对孙彦邦来说，这才是真正意义上的智能硬件。

孙彦邦认为，未来的设备不一定都长得像人形机器人。有些设备用于家庭，有些设备用于工业或公共场景。但它们可能具备相似的技术结构：拥有较强的算力，内部运行模型，能够自主完成任务，并形成一个不需要人持续操作的闭环系统。

在孙彦邦的描述中，未来的智能设备可能形成一种新的产品结构：底层是一颗具备较强算力的AI芯片，中间运行一个模型，上层则由多个Agent负责处理具体任务。

这类似于PC时代的“CPU+Windows+应用”，也类似于手机时代的“手机芯片+操作系统+应用商店”。区别在于，未来的智能硬件可能不再主要依靠传统应用，而是由模型和Agent直接完成更多任务。

孙彦邦还提到，RISC-V行业需要更多企业参与。只有RISC-V生态本身成功，基于RISC-V做芯片的企业才有成功的基础。

“做RISC-V的人还是不够多。我们希望应该更多才对，只有更多的人参与进来，才能把生态做好。”孙彦邦说。

在他看来，新兴技术通常会经历从无序竞争走向市场集中的过程。“任何创新都是从无序变到有序的。”他以GPU产业为例，早期美国曾有大量企业参与竞争，经过长期发展和市场筛选后，才逐步形成少数头部厂商。CPU产业也经历过类似过程。

“未来的市场会比我们想象中要大，能够承载的巨头数量，也会比我们过去的认知更高。”孙彦邦说。