随着端侧 AI 和高性能计算需求的快速增长，处理器产业的分工模式正在发生变化。近期，Arm 已发布其自研AI芯片，这一动向也让产业对 IP 模式的开放性与生态中立性产生了更多关注。
在这一背景下，RISC-V CPU IP 的价值进一步凸显：为芯片厂商提供更高的自主性与灵活性，且有助于构建更开放、稳定的产业生态。与此同时，SoC 设计正从单一算力提升，转向多计算单元协同的系统级优化。RISC-V CPU 与 GPU 的协同，正成为支撑 AI PC、具身智能机器人，汽车，工业等智能终端的关键能力。
近期，进迭时空推出的 K3 处理器，正是这一趋势下的一个典型实践案例。
RISC-V CPU的突破：从通用计算走向高性能平台
进迭时空是一家 RISC-V 架构 AI CPU 芯片设计企业，今年推出的 K3 芯片基于进迭时空自研的 RISC-V CPU IP（X100），最大主频达 2.4GHz，单核性能可对标主流高性能 CPU 架构，并具备约130K DMIPS 的通用算力。同时，该芯片集成最高 60 TOPS INT4 的 AI 算力，支持 30B 级大模型的本地推理。
这一设计体现出 RISC-V 在高性能 SoC 领域的一个重要方向：
不仅作为通用计算核心存在，更成为融合 AI 能力与系统能力的基础平台。
从这个角度看，RISC-V 正在从“可选架构”走向“平台级架构”。
从“能算”到“能用”：系统能力成为关键
在实际应用中，仅有 CPU 和 AI 算力并不足以支撑完整系统。
无论是 AI PC、机器人还是各类智能终端，都需要同时具备图形界面、多媒体处理以及操作系统运行能力。这使得 SoC 设计必须从“提供算力”走向“支撑完整系统”。
在这一背景下，GPU 与 RISC-V CPU 的协同，逐渐成为构建高性能 SoC 的重要路径之一。
以 K3 为例，其在系统中引入了基于 Imagination PowerVR GPU -IMG BXM 4-64，使芯片在具备高性能通用计算与AI能力的同时，也具备完整的图形与并行计算能力。
这一组合带来的价值体现在多个层面：
- 为诸如 Ubuntu 等 Linux 及其他操作系统提供完整图形环境 (Ubuntu 是全球使用最广泛的 Linux 发行版之一）
- 支持 Vulkan 等标准化图形与计算接口
- 兼容 GPU 开源图形栈，降低开发门槛
- 扩充并行计算能力 ，如相机拼接或物体检测。
换句话说，GPU 的引入，使 RISC-V 平台从“能计算”进一步走向“能运行完整系统”。
成熟生态带来的现实价值
在 RISC-V 生态快速发展的过程中，软件与系统支持能力成为关键因素。
经过 30 多年发展，Imagination GPU 已在多类 SoC 中实现规模化应用，全球覆盖超过 110 亿台设备，其中包括多款基于 RISC-V CPU 平台的产品，具备成熟的集成经验与软件生态支持能力，并已在实际终端产品中落地。
Imagination 成熟 GPU 解决方案的价值在于：
- 降低SoC厂商构建完整系统的复杂度
- 缩短产品从设计到落地的周期
- 提供稳定的图形与计算基础设施
因此，在高性能 RISC-V SoC 设计中，引入具备成熟生态的 GPU，正逐渐成为一种更现实且高效的路径。
进迭时空 RISC-V CPU IP 支持 RVA23，Imagination GPU 驱动程序基于此可以在性能和稳定性方面进行更多优化；同时 Ubuntu 操作系统已成功适配进迭时空 K3 和 K1 芯片，这使得两款芯片在具备算力的同时，也具备良好的操作系统兼容性和图形软件支持能力，降低开发门槛，加速生态成熟，真正实现从“能算”到“能用”的跨越。
面向未来：RISC-V 生态的协同发展
随着 RISC-V 不断向高性能与 AI 领域拓展，其生态体系也在持续完善。
在这一过程中，CPU、AI 与 GPU 等不同计算能力之间的协同，将成为平台竞争力的重要来源。而具备成熟软件生态与验证经验的 GPU，也正在成为 RISC-V 平台中不可或缺的一部分。
从行业实践来看，类似 K3 这样的设计路径，展示了 RISC-V 与 Imagination PowerVR GPU 协同在高性能 SoC 领域的潜力，也为未来更多创新提供了参考。
