前阿里高管RISC-V创业:量产15万颗AI CPU | AI资讯

type
status
date
slug
summary
tags
category
icon
password
网址
notion image
在人工智能(AI)与大模型(LLM)技术飞速发展的今天,算力成为了制约行业发展的关键瓶颈。除了云端的高性能GPU,边缘侧和端侧的计算能力同样决定了AI应用的普及程度。近日,一家名为“进迭时空”的芯片初创企业引发了行业的强烈关注。该公司不仅完成了数亿元的B轮融资,更在RISC-V架构的商业化落地由于取得了惊人成绩——其首代AI CPU芯片已实现15万颗的量产出货。
本文将深入解读这一AI新闻背后的深层逻辑,探讨RISC-V架构如何成为国产芯片换道超车的关键,以及在AGI时代,硬件创业者如何抓住AI变现的机遇。如果您关注更多前沿科技动态,欢迎访问 AIGC.bar 获取最新的AI资讯

阿里“玄铁”旧部集结,资本市场的“芯”宠儿

进迭时空的崛起并非偶然,其背后是一支拥有深厚技术积累的“梦之队”。公司创始人陈志坚博士,曾是阿里平头哥“玄铁CPU核”的负责人。在长达15年的时间里,他专注于一件事——将玄铁CPU核从零做到量产25亿颗。这种“十年磨一剑”的工匠精神,为进迭时空注入了强大的技术基因。
此次数亿元的B轮融资,投资方阵容豪华,包括中国互联网投资基金、北京AI基金等“国家队”,以及君联资本、经纬创投等顶级风投。资本的疯狂追逐,不仅是对团队背景的认可,更是对RISC-V这一技术路线的押注。资金将主要用于加速算力芯片的迭代演进,确保每年推出一代新芯片,性能提升3-10倍,这在人工智能芯片领域是一个极具野心的目标。

RISC-V:打破垄断的“技术平权”

长期以来,X86和ARM架构几乎垄断了全球的计算市场。然而,AI时代的到来为RISC-V提供了绝佳的突围机会。RISC-V架构具有开源、开放、模块化的特点,被视为硬件领域的“Linux”。
进迭时空的核心技术亮点在于“Spacemit同构融合技术”。他们不满足于简单的IP核购买,而是坚持全栈自研。通过以RISC-V指令集为统一接口,统一调度算力和访存,这种架构极大地提升了计算效率。正如陈志坚所言,RISC-V具备“平权”逻辑,能够将硬件的“根技术”从特定企业的私有财产中解放出来。对于致力于大模型部署的企业来说,这种自主可控且高效的架构,是构建安全可靠算力体系的基石。

从15万颗出货到“端侧大模型”的野望

衡量一家芯片公司成功与否的唯一标准是量产出货。进迭时空交出了一份亮眼的成绩单:第一代AI CPU芯片K1在销售元年即实现了15万颗的量产出货,在RISC-V新增市场中占据领先地位。这证明了其产品不仅停留在PPT上,而是真正经受住了市场的考验。
更值得关注的是其最新发布的第二代芯片K3。这款芯片精准瞄准了“30B(300亿参数)大模型”的端侧推理需求。在ChatGPTClaude等云端大模型风靡全球的同时,行业内对于能够运行在本地设备上的大模型需求激增。K3芯片填补了这一市场空白,使得智能机器人、AIPC等设备能够在本地流畅运行大模型,无需时刻依赖云端连接。这对于AI变现和应用落地具有里程碑式的意义。

未来展望:构建万物智联的AI算力底座

进迭时空的规划清晰而宏大:从泛机器人、行业计算切入,逐步向AIPC、大模型推理、具身智能及云计算CPU渗透。公司计划在2026年推出面向云端的第三代芯片,实现从边缘到云端的全覆盖。
AI日报和各类AI门户中,我们经常看到关于算力短缺的讨论。进迭时空的实践表明,通过RISC-V架构优化,结合高性能的自研IP核,完全有机会以更低的成本、更高的能效比来满足日益增长的AI算力需求。这不仅是国产芯片的一次突围,也是全球计算架构变革的一个缩影。
随着RISC-V生态的日益成熟,我们有理由相信,像进迭时空这样的企业将在AGI时代扮演重要角色。想要了解更多关于大模型Prompt技巧以及最新科技动态,请持续关注 AIGC.bar,这里是您获取专业AI资讯的首选平台。
Loading...

没有找到文章