🔧 硬科技 · 架构突破

RISC-V 拿下 AI 算力核心入场券：RVA23 统一服务器底座，CPU 直连 GPU

2026 年 6 月，RVA23 服务器平台规范 1.0 正式落地，结束了 RISC-V 指令集碎片化导致的服务器适配僵局。与此同时，英伟达与 SiFive 联合打通 NVLink Fusion 高速互联，RISC-V CPU 首次实现与 GPU 硬件级直连，正式进入 AI 数据中心核心算力层。

综合公开信息整理• 2026-07-22• 全文约 4 分钟读完

#RISC-V #RVA23 #AI算力 #GPU直连 #边缘AI

2026.06 RVA23 服务器平台规范 1.0 正式发布

7 大 标准化能力覆盖服务器全链路

直连 RISC-V CPU ↔ 英伟达 GPU 硬件级互联

⚡ 30 秒速览

标准化底座：RVA23 1.0 统一服务器软硬件接口，结束指令集碎片化，扫清数据中心入场标准障碍。
算力突破：RISC-V CPU 直连英伟达 GPU（NVLink Fusion），进入 AI 数据中心核心算力层，智能体场景可直接受益。
边缘AI 优势：模块化架构天然适配多元推理场景，向量单元承接非线性算子，定制化成本远低于封闭架构。
产业巨头背书：英伟达、高通、博世、英飞凌等全面押注，生态加速从"样机多商用少"转向规模部署。
理性判断：不是替代是共存——x86 守通用、Arm 守移动与车载、RISC-V 在增量与定制场景快速扩张。

01标准化底座 RVA23 1.0 统一服务器规范

长期以来，RISC-V 的指令集碎片化是制约其进入服务器与高性能算力领域的核心瓶颈。各厂商随意叠加私有扩展，芯片间软硬件互不兼容，导致操作系统、云平台、编译器的适配成本居高不下，最终形成"样机多、商用少"的产业僵局。

RVA23 服务器平台规范 1.0 从根源上化解了这一矛盾。

RVA23 之前

指令集碎片化，各厂商私有扩展不互通；操作系统、虚拟机需逐品牌适配；服务器整机缺乏统一启动、总线、运维标准，企业客户不敢大规模落地。

RVA23 服务器平台规范 1.0

统一内核级指令基线 + 整机级系统规则，覆盖 UEFI/ACPI 启动、PCIe/IOMMU 总线、BMC 管控、RAS 可靠性、安全启动等全套数据中心能力。

该规范在 RVA23 S64 内核基线之上，硬性要求 Sv48 大地址空间、Ssaia 高级中断、Zkr 真随机熵源等服务器专属扩展，并首次统一了UEFI+ACPI 标准化启动、PCIe/IOMMU 高速总线、BMC 管控协议 MCTP/Redfish、整机 RAS 可靠性机制等全套数据中心必备能力。

规范形成"芯片内核基础入场券 → 数据中心完整商用通行证"两层架构，一套 Linux/虚拟化镜像可跨品牌 RISC-V 服务器通用部署。

UEFI+ACPI标准化启动流程

PCIe/IOMMU高速总线架构

BMC/Redfish设备管控协议

RAS整机可靠性机制

Sv48大地址空间

Ssaia+Zkr高级中断与安全熵源

注：以上为 RVA23 服务器平台规范 1.0 七大核心标准化能力，覆盖从芯片内核到整机运维的全链路，底色标色项为相对 RVA23 基线新增的强制要求。

02算力突破 RISC-V CPU 直连 GPU，进入 AI 核心层

生成式 AI 与智能体技术爆发后，数据中心算力逻辑发生根本转变。大模型训练阶段 GPU 是绝对核心，但智能体"执行式"任务需要 CPU 承担海量任务拆解、工具调用、权限校验、多设备协同调度工作。CPU 与 GPU 的异构协同效率，正在成为决定数据中心综合算力的关键指标。

英伟达与 SiFive 的深度战略合作，改写了这一格局。

⚡ 英伟达 × SiFive：NVLink Fusion 直连硬件级互联

双方打通 NVLink Fusion 高速互联技术，实现 RISC-V CPU 与英伟达 GPU 硬件级直连，构建低延迟、高带宽的异构计算体系。
针对智能体场景可定制专用 RISC-V 处理器核，优化分支预测、指令调度、轻量级上下文处理能力，专门承接 GPU 配套的控制流任务。
形成"RISC-V 调度核心 + GPU 计算核心"的新型异构组合，开放架构特性降低厂商定制化芯片研发门槛。

产业意义：RISC-V 首次从服务器辅助控制核升级为核心算力链路参与者，直接切入 AI 数据中心最关键的 CPU-GPU 协同环节。

从更宏观的视角看，这条直连通道打开了多层想象空间。一方面，智能体场景中 CPU 的任务拆解与 GPU 的张量计算可以流水线式协同；另一方面，开放架构允许云厂商针对自身推理负载定制专用 CPU 核，实现差异化算力优化。不过，生态成熟度、操作系统适配、集群调度软件优化仍是需要跨越的挑战。

03边缘 AI 模块化架构的天然适配

服务器与 GPU 直连代表 RISC-V 在高端算力场景的突破，但真正能快速放量的，可能是边缘 AI 推理。工业传感器、智能摄像头、车载感知单元、人形机器人、物联网网关共同构成海量边缘终端网络，对低功耗、低成本、实时推理、本地隐私计算、个性化硬件定制提出多元要求。

RISC-V 的模块化架构天然适配这类场景。

工业传感器智能摄像头车载感知单元人形机器人物联网网关可穿戴设备智能家居终端

可灵活组合通用 CPU 核、专用 AI NPU、自定义加速指令、硬件安全单元，单芯片集成控制、感知、推理多重能力。国芯 DPNPU、奕斯伟 RISAAAI 平台、阿里玄铁向量扩展等方案已进一步完善端侧推理能力——RISC-V 向量单元可承接部分非线性算子，搭配专用加速器覆盖半数矩阵运算，统一指令打通多层异构算力，协同效率远超封闭架构。

Arm 在边缘市场仍保有工具链与生态存量优势，但 RISC-V 的开放可控、低成本、灵活定制，精准击中增量边缘终端的核心痛点。

04产业格局不是替代，是选择性共存

一个诚实的注脚：RISC-V 短期内无法全面取代 Arm 和 x86，三者将长期差异化共存。关键在于理解各自的不可替代性。

x86

通用计算底座

桌面 PC、企业服务器、科学计算、商用数据库。四十余年生态积累，Windows 兼容、海量工业软件构成难以跨越的壁垒。

Arm

移动与车载核心

旗舰手机 SoC、自动驾驶域控、云原生服务器。成熟工具链、ISO26262 认证体系、数十年量产验证经验构筑高迁移门槛。

RISC-V

增量与定制场景

AI 推理服务器、边缘智能、车载域控、可穿戴、工业控制。开放可控、低成本、灵活定制，精准击中成本与创新敏感场景。

因此，RISC-V 真正的机会在于选择性替代。它会优先进入那些对成本、功耗、定制化、自主可控和系统级创新更敏感的场景。AI 推理服务器、低功耗可穿戴、车载域控、边缘智能、工业控制——这些赛道共享同一底层需求：边缘 AI 计算。而 RISC-V 的模块化架构与开放生态，恰好是这些场景的最优解。

未来两到三年，市场观察的重点将从"RISC-V 能不能用"转向"RISC-V 能否在具体场景中稳定量产、降低成本、提升性能并承接现有生态迁移"。

编辑核心判断

RISC-V 进入 AI 算力核心链路的最大意义，不是挑战 x86 或 Arm 的存量地位，而是在 AI 基础设施的增量市场中，提供一种开放、可定制、成本可控的第三种选择。当 CPU 直连 GPU 成为标准能力，边缘推理的算力成本可能被重新定义。

▶产业落地进程

RVA23 服务器平台规范 1.0 已于 2026 年 6 月在 RISC-V 欧洲峰会正式发布，英伟达与 SiFive 的 NVLink Fusion 直连方案已进入原型验证阶段，边缘 AI 芯片产品已在工业与车载场景启动规模部署。

具体产品信息以各厂商官方发布为准。