前言
《TF锐评》是TF技术前线推出的双周栏目。每期由一支SIG的技术专家团队，从海量学术论文、技术博文、实战案例等各类前沿内容中优中选优，提炼核心观点、标注落地价值，帮行业从业者省去筛选成本、直击技术重点，高效吸收前沿成果与实践经验。
本期由 CCF TF RISC-V SIG 推荐，推荐人：孙彦邦、张旭、吴冶。
从 AI 原生 ISA、轻量矩阵微架构，到具身智能系统与规模化产业生态，这五篇材料共同展示了 RISC?V 在 AI 与 Physical AI 中的全面跃迁。开放架构与 AI 辅助设计正加速其从技术突破走向量产落地，使 RISC?V 成为边缘智能、机器人与新型算力体系的关键基础设施。
RISC?V AI ISA：AI 原生指令集的技术基石
这篇题为 Matrix Extensions for the RISC-V ISA 的论文系统概述了面向 AI/ML 与 HPC 场景的四类 RISC?V 矩阵扩展提案，可视为 RISC?V 国际化 AI 指令集标准的官方总结。为应对深度学习（如注意力机制、卷积）与高性能计算中爆发式增长的矩阵乘法需求，RISC?V 社区提出了从轻量扩展到独立加速器的多元化路线，包括无新增架构状态的批量点积（BDP）、复用向量寄存器的集成矩阵扩展（IME）、引入专用累加器的向量矩阵扩展（VME），以及完全解耦且支持多核共享的附加矩阵扩展（AME）。其核心优势是高度可组合性，兼顾软件生态兼容性与能效/算力自由度。目前该体系正处于国际标准化推进阶段，未来将用于边缘轻量 AI 推理、通用处理器数据分析以及数据中心/HPC 级训练加速。其意义在于：AI 不再是外挂加速器的“外设任务”，而是 CPU 的内生能力，为“AI 原生 CPU”奠定技术基石。
点击阅读原文 或 复制链接至浏览器打开：
https://dl.acm.org/doi/epdf/10.1145/3801488.3806238
CPU Matrix Extension：让通用 CPU 内核具备矩阵计算能力
这篇论文 CUTEv2: Unified and Configurable Matrix Extension for Diverse CPU Architectures with Minimal Design Overhead（已被 DAC 2026 接收）针对现代 CPU 在集成矩阵扩展时面临的流水线侵入性大、跨平台移植成本高、同步细粒度指令难以高效编写等问题，提出了一套统一、可配置且极低开销的 CPU 矩阵扩展架构。其核心创新是采用解耦架构降低设计复杂度，硬件支持 0.5–32 TOPS 弹性算力与多精度类型，并通过极简异步指令集实现矩阵?向量重叠并行。主要贡献包括在 LLaMA3 等模型上实现最高 2.31× 的端到端加速（GEMM 利用率超 90%）、极高能效/面积比（14nm 下 4 TOPS 仅 0.53 mm2），并在四个开源 CPU 平台上完成集成验证且代码全面开源，真正实现“通用计算 + AI 推理”的统一架构。
点击阅读原文 或 复制链接至浏览器打开：
https://arxiv.org/html/2604.11615v1
Open Physical AI：开源硬件迈向具身智能的系统级跃迁
Luca Benini 团队的报告不仅展示 PULP 的最新成果，更提出了开源硬件支撑具身智能（Physical AI）的系统级范式。报告强调：在机器人与物理世界智能中，算力不是孤立模块，而是与传感器、执行器、控制环路深度耦合的整体系统。PULP 的超低功耗 AI 能力、紧耦合的感知?控制路径、可组合的 RISC?V 模块化架构，使其成为构建 Physical AI 系统的天然底座。架构采用“多尺度异构专用化”路线，融合专用 ISA 扩展、紧耦合计算集群与解耦加速器，并结合 MemPool/TensorPool 超大多核结构与高能效 FlooNoC 互连突破带宽瓶颈；在此基础上实现了 Carfield SoC、7nm Picobello 芯片与 Ogopogo Chiplet 架构，并配套全开源软件栈向 3D 集成演进，旨在打造可抗衡闭源垄断的高能效物理智能计算底座。
点击阅读原文 或 复制链接至浏览器打开：
https://www.pulp-platform.org/docs/riscvsummiteu2026/BeniniRISCV06-26.pdf
RISC?V EU 峰会主题演讲：RISC?V 与 AI 的“双向奔赴”
CCF理事、CCF开源发展技术委员会副主任，中国科学院计算技术研究所副所长、研究员包云岗老师在 RISC?V 欧洲峰会的主题报告从产业视角揭示 RISC?V 的关键拐点，以及 RISC?V 与 AI 的深度融合趋势。一方面，AI 高度差异化的计算需求天然契合 RISC?V 的开源与可扩展特性，推动了面向 AI 的矩阵扩展指令集与“通推一体”架构的发展；随着 RVA23 标准发布并解决兼容性问题，全球已涌现香山·昆明湖、进迭时空 K3 等高性能 AI 与服务器级芯片原型。另一方面，AI 技术（如 AI Agent）正在重塑生态壁垒，使跨指令集的软件迁移成本呈数量级下降，并深度赋能芯片敏捷开发与验证，大幅压缩研发人月投入。当前与未来的核心方向，是推动高性能 RISC?V 芯片跨越概念验证阶段、实现百万级规模量产，并依托开源力量深化国际协同与产业落地。
点击阅读原文 或 复制链接至浏览器打开：
Physical AI Hackathon 2026：跨学科敏捷开发的产业风向标
首届 Physical AI Hackathon 2026 在香港科学园落幕，由 Brizan Ventures、进迭时空（SpacemiT）联合发起，并获港投公司（HKIC）战略支持。赛事吸引全球千余人报名，最终 160 余位青年极客围绕“感知、决策、行动、交互”四大赛道展开 48 小时极限软硬件开发。高秉强教授等嘉宾指出，开源大模型与定制化硬件的结合正在补齐物理 AI 落地的关键拼图。参赛团队在短时间内完成机器人硬件、开源大模型与实时控制的全链路开发，体现了 RISC?V 在边缘智能中的敏捷性与可落地性。更重要的是，港投公司、香港科技园与机器人企业共同构建的生态链条，显示 Physical AI 正在形成“开源软件 × 边缘算力 × 机器人硬件”的新型创新范式。
点击阅读原文 或 复制链接至浏览器打开：
总策划：
宋继强 CCF TF主席，英特尔中国研究院院长
本期责任主席：
孙彦邦 CCF TF RISC-V SIG主席、进迭时空创始人&总裁
本期点评人：
孙彦邦 CCF TF RISC-V SIG主席、进迭时空创始人&总裁
张旭 CCF TF RISC-V SIG执委、英特尔中国研究院首席工程师
吴冶 CCF TF RISC-V SIG执委、南京英麒智能科技有限公司CEO
栏目说明
每双周发布，下一期由 CCF TF 低空经济 SIG 推荐。
本文推荐的外部内容著作权归原作者原平台所有。TF仅提供推荐语和原文链接，如有版权疑虑，请联系 tf@ccf.org.cn。
? 如果觉得有用，请点击“推荐”或分享给身边的工程师同事。
? 留言区说说：你最近看到的一篇好文?
点击“阅读原文”，加入CCF。