RISC-V也能跑CUDA了？英伟达这步棋，意在中国

在2025年中国RISC-V峰会期间，一条看似低调却极具战略意义的消息悄然发布：

英伟达宣布，其核心软件平台 CUDA 将在 CPU 端支持 RISC-V 指令集架构（ISA）。

这意味着，RISC-V 处理器未来可作为运行 CUDA 应用的主控 CPU，与传统的 x86 和 Arm 架构并列，成为 AI 与高性能计算（HPC）系统中的合法“指挥者”。

这一决定，不仅是技术兼容性的扩展，更可能是英伟达在全球地缘与技术变局下的一次深远布局。

RISC-V 能做什么？协调 GPU 计算

根据英伟达硬件工程副总裁 Frans Sijsterman 在峰会主题演讲中的说明，RISC-V CPU 并不直接执行 AI 计算任务，而是承担系统级协调角色：

✅ 运行操作系统
✅ 执行应用程序逻辑
✅ 驱动 CUDA 运行时环境
✅ 向 GPU 下发并管理计算任务

换句话说：GPU 负责“算”，RISC-V CPU 负责“管”。

现场展示的架构图清晰呈现了这一异构系统模型：

• GPU：处理并行计算（如深度学习推理）
• RISC-V CPU：作为主机处理器，调度任务与资源
• DPU（数据处理器）：负责网络通信与数据搬运

这套“三芯协同”架构，正是英伟达对未来边缘与数据中心系统的设想。

为何现在支持 RISC-V？

虽然 RISC-V 目前尚未具备挑战 x86 或高端 Arm 的能力，但英伟达的这一步棋，背后有多重动因：

1. 应对地缘限制，维持 CUDA 生态扩张

由于美国出口管制，英伟达无法向中国市场交付其最先进的 GB200、GB300 等 AI 芯片。
要维持在中国市场的影响力，就必须让 CUDA 生态 继续落地。

而 RISC-V 作为中国重点发展的开源指令集，已成为本土芯片设计的主流选择。
通过支持 RISC-V，英伟达实际上在说：

“即使你不能用我的旗舰 GPU，只要运行 RISC-V + CUDA，依然可以接入我们的 AI 软件栈。”

2. 拓展 Jetson 边缘计算生态

对于 NVIDIA Jetson 这类嵌入式 AI 模块而言，RISC-V 提供了更高的定制灵活性。

开发者可以基于 RISC-V 设计专用 SoC，集成传感器控制、低功耗协处理器等功能，同时仍能通过 RISC-V 主核调用 Jetson 的 GPU 能力。

这为机器人、工业自动化、智能终端等场景提供了更多系统设计自由度。

3. 推动异构计算的开放化

英伟达正从“硬件公司”转向“平台公司”。
其目标不再是卖 GPU，而是推广 以 GPU 为核心的异构计算平台。

支持 RISC-V，意味着这个平台不再绑定特定 CPU 架构，而是向更多定制化、专用化系统开放——无论是数据中心，还是边缘设备。

现实挑战：RISC-V 还需跨越性能门槛

尽管前景广阔，但 RISC-V 要真正承担“CUDA 主机 CPU”的角色，仍面临挑战：

• 当前多数 RISC-V 核心性能有限，难以胜任复杂任务调度
• 缺乏成熟的系统级软件支持（如完整 Linux 发行版、调试工具链）
• 生态碎片化，不同厂商实现差异大

因此短期内，RISC-V 更可能出现在：

• 特定行业定制设备
• 教学与研究平台
• 国产化替代项目

而非主流超大规模数据中心。

长远影响：可能改变AI计算格局

如果 RISC-V 在性能与生态上持续进步，英伟达此举可能带来连锁反应：

• 其他 GPU 厂商（如 AMD、Intel）或将跟进支持
• 更多国产 AI 芯片可借助 CUDA 兼容性加速落地
• 开源指令集 + 专有加速栈的组合，或成新范式

更重要的是，它释放出一个信号：

英伟达愿意将其封闭但强大的 CUDA 生态，部分向开放架构敞开大门。

这或许是其应对全球技术割裂的一种务实策略。