机器人计算架构 异构和同构融合何者更优？

RISC-V的核心价值在于“开放”与“模块化”，这使其区别于x86和Arm两大成功前辈。RISC-V适合做什么？2021年创立的进迭时空的判断是：RISC-V不应简单定位于替代Arm或x86的既有市场（如PC或服务器），而更适合面向全新产品品类——机器人及AI融合体，即当下所言的“物理AI”。这一判断基于技术生态演进的规律：新技术的成功往往伴随着新产品的产业化落地与规模化量产，进而形成新生态。x86依托“大型机-小型机-个人机”的范式迭代，Arm则借力“高性能计算向移动领域”的迁移；RISC-V若贸然切入PC或手机市场，将直面成熟生态的壁垒，而在机器人与AI领域，从编程语言到操作系统均为新兴技术栈，RISC-V有机会建立原生优势。7月18日，在2026世界人工智能大会（WAIC）《RISC-V和物理智能》主题论坛上，进迭时空联合创始人兼总裁孙彦邦系统阐述了RISC-V指令集架构与物理AI（Physical AI）融合的产业认知，并分享了公司成立五年来在芯片产品化方面的实践经验。

针对机器人对计算架构的独特需求，孙彦邦提炼了三大刚性指标：强CPU算力——通用处理能力；强AI算力——以支持具身智能，参考自动驾驶芯片发展趋势，当前具身机器人AI算力需求预计达上千Tops级别；实时算力——与用户体验不同，机器人实时响应关乎安全，延时将直接带来隐患。

现有主流方案多采用异构架构（如Intel CPU + NVIDIA GPU + 独立MCU），但该模式在软件侧需维护多系统，在硬件侧多板互联、线缆繁杂，产线实际生产中常需大量点胶加固，可靠性低，不利于大规模量产。针对上述痛点，进迭时空提出基于RISC-V的“同构融合计算”三大方向：统一架构：CPU算力、AI算力、实时算力均基于RISC-V指令集构建；统一内存：所有计算单元共享同一内存空间，规避独立内存带来的成本攀升，类比苹果电脑在AI推理中的优势；融合算力：单芯片同时满足三类算力需求，通过强化标量计算能力提升通用CPU性能，并利用多个CPU核堆叠AI算力。

孙彦邦强调，端侧机器人的核心在于迭代效率，而通用CPU架构配合可动态扩展的向量、标量与AI能力，为软件和应用开发者提供了最优的编程友好性与灵活性。目前，进迭时空基于RISC-V架构已完成两代芯片的产品化迭代：K3芯片已实际交付客户使用。孙彦邦介绍，以北京人形机器人创新中心（天工）为例，芯片成功驱动了其机器人运行。另一个高效的实例是：在上海人形机器人创新中心，进迭时空于下午1点半提供K3兼容硬件板，客户工程师从Arm平台向RISC-V平台迁移代码，至当晚6点半即完成完整机器人运行调试，全程耗时仅半天。孙彦邦指出，这一效率充分证明了开放生态与通用CPU架构在软件易用性方面的优势。孙彦邦援引行业数据对比来测证异构的瓶颈：PC年出货量约2亿余台，手机年出货量约20亿~30亿部，而机器人（物理AI）设备有望达到十倍量级，即百亿级年出货规模。一旦单品年出货量突破1亿台，必然催生高度集成化的单芯片方案，异构多板方案将难以满足成本与可靠性要求。进迭时空认为，通过机器人量产的规模化驱动，RISC-V有望复现x86在PC时代、Arm在移动时代的生态构建路径，最终形成面向AI与机器人领域的全新计算生态。其核心路径为：以单芯片解决所有机器人算力需求，以开放的CPU、AI及扩展指令架构，推动软硬件协同创新。