RISC-V内核数量飙升 嘉楠勘智K210率先应用落地

　　近日，分析机构Semico Research指出RISC-V内核未来几年将飙升，复合年增长率（CAGR）在2018年至2025年之间的平均复合年增长率将高达146.2％。到2025年，市场将总共消耗624亿个RISC-V内核，这表明RISC-V正在迅速成为被主流采用的架构。 

　　作为RISC-V联盟重要成员，嘉楠canaan在国内率先基于RISC-V指令集架构进行芯片研发，并成功发布第一代边缘AI芯片勘智K210。目前，勘智K210落地园区管理、家居等领域，其商业化的加速也将进一步促进国内RISC-V生态的建设。 

　　精简指令与模块化设计 

　　精简和灵活是RISC-V的两大优势。RISC-V的基本指令仅40余条，并且采用了模块化的指令集，这不仅更方便开发者的设计工作，而且非常适合功耗低、代码体积小的嵌入式和IoT应用场景。 

　　提及RISC-V，很多人会自然联想到移动端霸主ARM。ARM架构经过长期发展，在其版本迭代中需要不断向前兼容。所谓向前兼容，就是新版本需要支持旧版本的功能，每一次兼容，都意味着指令的冗余与开发门槛的提升。ARM架构的开发文档多达上千页，光是通读一遍就需要花费很多时间。与之相比，RISC-V没有历史包袱，从诞生起就具备一定的后发优势，精简的指令集意味着精简的开发文档，这也将吸引更多开发者的使用。

　　RISC-V模块化的特点也是x86与ARM架构所不具备的。以ARM为例，ARM分为A、R和M三个系列，分别针对于Application（应用操作系统）、Real-Time（实时）和Embedded（嵌入式）三个领域，各自为战。 

　　某种程度而言，RISC-V就像一个超市，开发者可以自行选择需要的指令集。它为开发者多种特权模式，譬如针对于小面积低功耗嵌入式场景，用户可以选择RV32IC组合的指令集，仅使用Machine Mode（机器模式）；而高性能应用操作系统场景则可以选择譬如RV32IMFDC的指令集，使用Machine Mode（机器模式）与User Mode（用户模式）两种模式。而他们共同的部分则可以相互兼容。 

　　架构灵活、可拓展性强 

　　尽管ARM最新的Armv8-M指令集架构中也增加了自定义指令功能，但其能够提供的设计灵活性仍然远远不及RISC-V。RISV-V不仅预留了大量编码空间和用户指令，而且在RISC-V基金会的指导下，RISC-V未来的拓展指令是由业界公司共同定义的，而非ARM一家公司。RISC-V拓展性潜力巨大，其适合MCU、AP、桌面级处理器、HPC等各种类型的计算系统。 

　　此外，为了进一步减少硅片面积，RISC-V架构还提供一种“嵌入式”架构，该架构主要用于追求极低面积与功耗的深嵌入式场景。该架构仅需要支持16个通用整数寄存器，而非嵌入式的普通架构则需要支持32个通用整数寄存器。 

　　嘉楠勘智K210加速RISC-V落地 

　　与智能手机、PC等应用场景相比，IoT应用场景繁多，对处理器的需求较为碎片化，同时对低功耗有着较高要求。RISC-V十分契合IoT领域的处理器需求，这使得其能够从IoT领域最先切入，不断扩大市场份额。随着RISC-V基金会快速壮大，RISC-V的配套软件工具等生态体系不断完善，RISC-V已经开始加速落地。 

　　作为RISC-V联盟成员,嘉楠在芯片设计中采用RISC-V架构,是联盟前五家使用RISC-V芯片的厂商之一。嘉楠认为，RISC-V指令的开放性、Royalty-free和蓬勃发展的社区都使其具备成为主流指令集架构的潜质,这也为本土芯片企业的自主创新提供机遇。 

　　得益于RISC-V指令的开放性,研发人员可以轻易地基于某个RISC-V的Spec加入需要的扩展指令,这给了芯片高度的灵活性和可编程性。以嘉楠第一代AI芯片勘智K210为例,该芯片采用RISC-V双核64位处理器架构,并针对多种AI应用进行优化,能够更好地协调SoC芯片中的各个功能模块。同时,芯片拥有CNN神经网络加速单元、KPU和音频预处理单元,单芯片即可实现图像和语音识别能力。

　　勘智K210的研发使用了RISC-V RocketChip,这给嘉楠减少了大量相关的工作量,节省了大量的研发人力成本,以及IP授权的成本。从芯片实际应用的角度出发,嘉楠认为芯片如果要大量部署在贴近用户的消费级市场,更需要严格控制产品的功耗等成本。 

　　公开资料显示，勘智K210已经广泛部署在园区管理、家居等应用场景，例如部署在软通动力总部大楼的无感门禁，以及对贵阳花果园社区水电气表进行智能化升级等。 

　　受巨头及嵌入式开发者青睐 

　　在开发者社区，勘智K210也是在嵌入式领域进行尝试的探索性平台。从今年3月正式商业化起，嘉楠已经向AI开发人员交付了超过5.3万件勘智K210及开发模组，受到多家机构与开发者认可。调研机构frost&sulliven就表示，勘智K210 具有出色的性能，被广泛认为是边缘AI领域硬件发展的里程碑。 

　　日前，名为Jean-Luc的资深工程师分享了将Linux5.1系统部署在K210处理器上的工作。同时，他也在文中引用了西部数据在今年9月的分享，勘智K210被作为支持RISC-V NOMMU的示范列入其中。 

　　得益于架构和功能上的独特设计，勘智K210也进入百度、阿里等算法厂商的视野。嘉楠为百度AI开发平台PaddlePaddle定制开发模组PaddlePi-K210，打通了PaddlePaddle 模型设备端部署解决方案。开发人员不需要硬件更改，使用公版模具就可以一直做到样品阶段。在前沿项目的探索上，勘智K210兼容阿里最新TinyML算法模型，是可用于探索TinyML科研项目的RV平台。 

　　关于下一代AI芯片K510，嘉楠方面称其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，未来的产品线中会大量采用类似的策略。招股书显示，嘉楠第二代AI芯片将面向5G场景研发，算力将提升5-10倍;第三代芯片有望于明年下半年推出，将覆盖边缘侧和云端两大领域。