苏州RISC-V数据流物理AI芯片量产！CPU老兵创业，专治机器人反应“慢半拍”

芯东西（公众号：aichip001）
作者 ZeR0
编辑 漠影

芯东西9月23日报道，近日，苏州AI芯片创企睿芯打造的数据流AI芯片高光D35实现量产并进行产业交付，专攻物理AI。

这颗芯片定义为“全球首款RISC-V数据流物理AI芯片”，旨在落地具身智能、行业智能计算、舱驾一体、卫星与通信领域四大场景。

作为睿芯旗舰产品，高光D35采用睿芯独创的数据流智能架构，集成自研RISC-V CPU内核与专用LPU数据流处理单元，配备单芯片128GB显存。

睿芯成立于2020年8月，由中科院计算所博士范东睿在苏州创办，中国工程院院士孙凝晖担任首席科学家。

在创办睿芯之前，范东睿本科毕业于北京交通大学，自2000年进入中科院计算所深造，做国产CPU，参与龙芯一、二、三号架构设计，2005年博士毕业后又扎进创新型芯片架构的基础研究，一扎就是二十余年。

除了睿芯创始人的身份外，范东睿还担任中国科学院计算技术研究所特聘研究员、中国科学院大学岗位教授及博士生导师，是数据流、高通量众核体系结构研究领域的专家学者。

如今，睿芯的核心团队融合了来自中科院、华芯通、IBM、华为等公司的核心研发人员，从事过龙芯、海光、华芯通、IBM Power等高性能处理器的核心设计。

该团队拥有80余项数据流技术专利，研究成果获ISCA 2026国际计算机体系结构顶会最佳论文提名。

围绕RISC-V数据流物理AI芯片有哪些创新、睿芯在这一技术路线上已积累哪些核心优势、物理AI需要怎么样的芯片等问题，近日，苏州睿芯创始人范东睿向芯东西等媒体分享了他的思考。

据其团队透露，睿芯已实现盈亏平衡，芯片做到性能跟同类国际主流产品持平甚至超出，才开始对外发声。

一、RISC-V标准 + AI场景化应用，是中国芯片走向世界的“C体系”路径

高光D35基于数据流计算范式与全自研RISC-V CPU内核，采用Chiplet先进封装，支持单芯片128GB高速显存，为边缘端推理场景提供高能效、自主可控的算力解决方案。

其全自研高性能RISC-V CPU内核，从指令集到架构全栈自主可控；内核IP获英特尔全球采购认可，也就是被国际半导体巨头纳入供应链体系。

近年来，CPU的设计思路逐渐多元。孙凝晖院士将CPU技术体系分为三类。

• A体系：目前主流的x86和ARM标准，技术及生态都很成熟，但要用就要取得别人的授权，进入实体清单后，基本不能获取到最新的架构更新；
• B体系：自主的指令集体系，主要考虑安全可控，在生态发展方面受到制约；
• C体系：以RISC-V开放指令集为基础，开源开放，不受任何人的制约，结合数据流架构在物理AI场景下的应用，自主可控又能服务全球。

“从芯片的技术层面上讲，不能只防守，还要有技术输出的能力。”范东睿判断，C体系是长期必然方向，“RISC-V+数据流”正是C体系在AI芯片时代的重要载体。

“工信部、发改委近期发布的《电子信息制造业发展“十五五”规划》，明确提到RISC-V。基本上我们现在做的事，全是这个规划里要做的事。”范东睿说。

通过将苏州睿芯的数据流AI芯片设计，与同体系的中科通量智算智存融合解决方案、盐城研究院万卡级算力集群、光荣社区联动，睿芯正成为一家“芯片-方案-集群-生态”全栈算力企业。

二、数据流架构计算随数据流动，天然适配物理AI需求

高光D35采用的数据流路线，与控制流属于两种理论设计方法。

传统控制流架构依靠指令驱动计算，大量计算单元往往按照统一节奏执行任务。而数据流架构由数据是否准备完成来触发计算，加法、乘法和其他操作可以按实际需求推进。

范东睿打了个比方，控制流像军队，所有人整齐划一，一旦带的人多了，效率就会很低，因为每个人只能干一样的事。数据流则像市场经济，有无形的手在驱动资源配置自动完成，效率高，同时设计复杂度也极高。

面对单一、规则的计算任务，两种路线未必会拉开巨大差距。但当视觉、语音、传感器和控制模型同时运行时，如何减少等待、通信和数据搬运，就会直接影响有效算力、功耗与延迟。

这恰好对应物理AI的难题。

云端语言模型晚几秒回答，影响的可能只是体验。而机器人、自动驾驶汽车或工业设备晚几秒作出判断，可能会造成不可挽回的影响。

物理AI既要处理复杂的多模型任务，又要保证响应可控、运行稳定，还要受制于电池容量、散热条件和设备体积。而数据流架构没有指令调度开销、数据去哪算到哪的特点，天然适配物理AI。

过去先进制程可以持续带来性能红利，企业没有足够动力承担新架构的设计和编程成本。如今制程红利放缓，AI推理又快速转向多模型、低延迟和低功耗场景，架构创新从可选项变成了竞争手段。

睿芯选择数据流，还有一层更现实的考虑。中国芯片企业很难长期获得最先进制程。如果沿着海外巨头相同的架构和产品路线追赶，既缺少工艺优势，又缺少成熟的软件生态，很难在开放市场竞争。在资源受限的情况下，设计方法就必须求变。

据介绍，其数据流架构做到自主可控，不依赖且兼容CUDA生态，12nm制程性能超越英伟达7nm制程边缘AI芯片。范东睿告诉芯东西，与7nm英伟达芯片相比，睿芯数据流AI芯片不仅支持的功能相同，而且接口更丰富，视频处理能力是英伟达芯片的几倍，在某些场景中性能更好、成本更低。

当前，数据流并不是一条轻松的捷径。它的芯片设计、任务调度和编译工具链更复杂，客户迁移模型也可能面临新的学习成本。

睿芯正在通过自研转换工具兼容主流AI框架，并以芯片、板卡、整机和软件方案打通具体场景。

结语：量产里程碑后，数据流AI芯片走向市场检验

通过高光D35，睿芯将长期停留在学术研究阶段的数据流路线，推动进入量产和市场检验阶段。

回顾创业路，范东睿说，刚开始创业时总想改变世界，经历产业和资本周期后，心态会慢慢平和。他的感悟是，做芯片产品最终还是要有一套自己生存发展的逻辑，扎扎实实满足市场需求。

短期内，范东睿希望实现睿芯现有芯片在各场景中的良好适配，形成商业闭环，展现竞争力并形成口碑。长远来看，要为AI未来的发展提前研发布局，比如现在就要考虑用什么样的芯片来满足五年后的市场需求。

高光D35的量产发布，对于睿芯而言，既是一个里程碑，也是一场更严格考试的开始。接下来，它要回答的问题是能否从芯片走进大规模的设备中，真正走进真实世界。

据范东睿分享，RISC-V数据流AI芯片未来重点关注两个方向：第一，更高算力、带宽和存储容量，更低延迟，以最短时间解决复杂问题；第二，更低功耗，以适应更小、更灵敏但功耗极低的市场。