RV生态又一里程碑：英伟达官宣CUDA将兼容RISC-V架构！

电子发烧友网报道（文/梁浩斌）英伟达生态护城河CUDA，从最初支持x86、PowerCPU架构，到2019年宣布支持ArmCPU，不断拓展在数据中心的应用生态。在2019年至今的六年时间里，RISC-V生态也在不断壮大，RISC-VCPU产品性能持续提高，开始往高性能的服务器CPU发展，形成向Arm服务器CPU挑战的趋势。

而在最近的第五届RISC-V中国峰会上，英伟达副总裁FransSijstermanns宣布了一则重磅消息：英伟达要将CUDA移植到RISC-V架构上。

英伟达每年出货超10亿颗RISC-VMCU

FransSijstermanns在峰会演讲中指出，英伟达是RISC-V国际基金会（RVI）和RISC-V软件生态系统联盟（RISE）的董事会成员和技术委员会代表，并且是RISC-V规范的定期贡献者。

实际上，英伟达使用RISC-V架构设计MCU已经有10年时间。去年10月，英伟达披露了他们在RISC-V领域的历史，早在2015年，英伟达就确立了RISC-V作为其GPU控制器的CPU架构。

根据去年英伟达公开的信息，目前英伟达已经推出了至少三类RISC-V的MCU核心，包括NV-RISCV32（RV32I-MU指令集，顺序单发射核心）、NV-RISCV64（RV64I-MSU指令集，乱序双发射核心）、NV-RVV（NV-RISCV32增加向量运算能力）。

本次峰会上公开的资料显示，英伟达RISC-V架构被集成到30多个IP中，每年出货超过10亿颗RISC-VMCU。

CUDA移植到RISC-V有哪些难题？

FransSijstermanns表示，CUDA是C语言和C++语言的拓展，是为了让GPU运行速度更快、更高效。现在CUDA只在x86和ArmCPU上得以部署，但英伟达也正在向外界传达一个信息——要将CUDA也移植到RISC-V架构上，“我相信这个未来是大有可为的”。

据介绍，CUDA的移植主要包含两个部分，Toolkit工具箱和驱动程序。首先是CUDA编译器和工具，比如NVCC、GDB、工具链等，这部分用于构建开发GPU加速应用程序的环境。另外还有CUDA库，NVIDIANsight，以及驱动程序CUDAKMD和CUDAUMD。

在CUDA加速应用中，所有软件都需要映射到目标CPU，包括应用特定的模块、CUDA库代码、第三方软件等，这些都需要重新移植到RISC-V处理器上，以支撑在RISC-V处理器上构建和部署应用程序。

其中，CUDA库是非常重要的，在不同行业中都可能需要有专门的库。比如物理模拟、计算光刻、量子计算、基因测序、数据处理、天气分析等，不同行业和垂类都有相应的库。通过CUDA库中，针对英伟达GPU进行深度优化的一系列函数集合，可以直接加速对应的计算任务，对于开发者来说，使用CUDA库可以简化开发流程，无需重头编写底层GPU代码，只需要调用CUDA库的API就可以实现并行计算。

据介绍，英伟达通过20多年的积累，已经建立了900多个不同的库，为多个行业的技术发展带来极大加速。那么未来在CUDA成功移植到RISC-V后，就能够使用RISC-VCPU+英伟达GPU来运行这些库，为多种行业计算加速。

不过，FransSijstermanns也提到，英伟达在将CUDA移植到RISC-VCPU的过程中，也遇到了问题。

首先，RISC-VCPU的板卡可用的选择非常有限，目前英伟达主要基于SiFiveP550和阿里巴巴玄铁C920进行开发，性能还难以符合服务器需求；同时最新的RVA23配置文件和服务器SoC虽然已经获得批准，但目前还未有符合RVA32标准的高性能CPU板卡产品推出，现有产品在单核性能上也较弱。

RVA23是RVI在2024年10月批准的RVA配置文件规范，其中新增的关键强制性组件包括向量扩展和虚拟机管理程序扩展，解决了RISC-VCPU进行AI运算、操作系统和软件工作负载等问题，有助于加速RISC-V软件生态在工具链和操作系统中的广泛实施。

其次，对于RISC-VCPU，可能需要统一虚拟内存来加速CPU和GPU内存之间的数据交换速度，以保证体验一致性。

当然，在软件方面，也还需要进一步的优化，需要更高层次的应用堆栈，才能实现CUDA在RISC-V上的成熟运行。

目前英伟达也正在与RISC-V相关合作伙伴进行合作，着手CUDA的移植工作，未来一旦生态系统成熟，标准的CUDA版本将可以支持符合服务器平台规范和运行Linux操作系统的RISC-V架构CPU。

RISC-V架构迎来里程碑？

不久前Arm放出豪言，预计到2025年年底，Arm在全球数据中心CPU的份额将会飙升至50%，而去年Arm的份额仅为15%。而回顾Arm在服务器CPU市场的发展，2019年可以称得上是一个拐点。

自2019年英伟达宣布CUDA支持Arm架构CPU后，持续扩大对Arm生态的支持，在2023年宣布将CUDA全面扩展至Arm生态，为Arm基础设施提供完整的AI和HPC软件堆栈，包括加速600多个HPC应用程序和所有AI框架。

Arm在服务器CPU市场的份额，也从2019年几乎忽略不计，到2020年快速提升至接近3%；到2024年市场份额更是跃升至15%。当然，Arm市场份额的飙升也得益于头部云计算服务商为了降低成本，集体转向自研芯片的路线，变相推动了Arm生态在数据中心的应用。

那么对于目前的RISC-V架构而言，其相比Arm的主要优势在于，开放的指令集架构可以支持更多的定制化设计，厂商能够更容易针对特定场景实现差异化的竞争力；授权费用更低，根据中国开放指令生态（RISC-V）联盟秘书长包云岗的分享，以一款量产10万颗的64核服务器CPU为例，开发成本约7.5亿元人民币，如果使用基于开源的联合开发模式，比如RISC-V，可以降低2.5亿元，也就是33%的研发费用。

业界普遍担忧的是，RISC-V的开放特性可能会导致架构的碎片化。但CUDA对RISC-V的统一支持，未来能够降低兼容门槛，有可能在部分细分市场复现Arm的成功路径。

不过更重要的是，英伟达的加入，将为RISC-V产业注入新的信心，吸引更多玩家入局，从而加速高性能RISC-V服务器芯片的落地。

FransSijstermanns在最后也再次确定英伟达的立场：“其实我们不在乎CPU具体是什么，无论是x86、Arm或者是RISC-V，我们都能够兼容。但是我们看中的一点是，就是要让用户和开发者有自己的选择。CUDA能够很好的帮助我们去跟RISC-V服务器借助英伟达GPU实现加速，并且更好地提出相关的全套硬件解决方案，这也是我们从软件过渡到硬件的愿景。”

言下之意，当下RISC-V要在服务器领域有所建树，还需要有足够强大的RISC-VCPU去支撑用户的需求。