RISC-V指令集的程式碼量是目前市場上最小的方案，反應到硬體設計上就是可以有更小的晶片體積，同時效能與功耗也都會更好。而挾著這些優勢，RISC-V也就順勢進入這些廣泛與多元的運算晶片中。

做為精簡指令集，RISC-V架構在處理器設計上擁有簡化、反應速度快的優勢，且由於對記憶體的存取次數較少（只有load與store指令），因此在減少電耗與硬體複雜度上，也相當有競爭力。而且RISC-V並不屬於特定的公司與組織，整體的應用空間更加廣泛。

落到實際的裝置與應用，RISC-V的終極目標就是要進入所有需要運算的系統中，而基於前述的優勢，RISC-V十分適合用在功耗與體積敏感的嵌入式系統上，又加以高靈活性與易擴展的特性，對於特定領域的高性能運算也相當有吸引力，因此RISC-V的市場熱度正持續增加。

事實上，早在RISC-V之前，RSIC指令集很早就被運用在需要邏輯運算功能的單晶片（SoC）中，例如微控器（MCU）和數位訊號處理器（DSP）等。由於這類運算控制晶片必需具備邏輯處理功能，而且所應對的I/O環境較為精簡且特定，因此使用RSIC來設計就十分適合。

但隨著網路技術與數位內容的大躍進，裝置本身的系統與應用也會連帶一起複雜化，因此這些晶片也被要迫增添更多的性能，其中的運算核心當然也就需要具備更強的效能，才能滿足整體大環境的需求。而發展至第五代的RISC-V指令集，不僅能滿足現代應用的效能要求，可應對32位元、64位元的系統，同時也延續其低功耗與硬體精簡的特色。

圖一 : RISC-V指令集的程式碼量比較表。

根據SiFive的資料，RISC-V指令集的程式碼量是目前市場上最小的方案，反應到硬體設計上就是可以有更小的晶片體積，同時效能與功耗也都會更好。而挾著這些優勢，RISC-V也就順勢進入這些廣泛與多元的運算晶片中。

驅力一：物聯網

在所有嵌入式應用中，物聯網（IoT）裝置是成長力道最大的類別，因此也會是RISC-V重要的成長驅力。

IoT裝置有幾個特色，第一就是低功耗，由於物聯網裝置有很大一部分是使用電池供電，因此系統架構越精簡，對於提高電池壽命就越有幫助；第二則是體積小，由於萬物聯網的概念是所有的電子設備都將有網路控制的功能，而在設計階段，通常是把具備感測與無線網路連線功能的模組，添加至原本的系統中，也因此越緊湊的體積對於系統開發者越有利。

第三，就是高客製化。一般而言，物聯網裝置都需要網路的連線或者整合感測器，因此具備一定水準以上的控制性能是必備前提。但是物聯網的應用可大可小，應對環境可能非常簡單，也可能非常龐大，所以具有高度客製化與快速設計的能力也會是系統開發者的一大需要。

圖二 : RISC-V的四大應用驅力。

以晶心科技（Andes）為例，其針對物聯網產品就提供了一系列的處理核心，從簡單的運算控制，到需要整合無線與感測元件，甚至更高階具有記憶體管理單元（MMU）的方案等，來因應不同的應用場景。

而基於前述的三大特色，RISC-V指令集架構就顯得相當有吸引力，其靈活、可擴展、可添加的特性，可讓物聯網裝置的開發充滿更多可能，同時性能也有所提升。

驅力二：人工智慧

人工智慧（AI）是產業界的大事，更是當前運算業者的重點市場，無論是傳統的處理器大廠，或者是繪圖晶片供應商，皆大舉投入相關的產品與技術開發。而RISC-V同樣也會受益，儘管屬於精簡指令集，但RISC-V具備諸多的特點，能優化人工智慧的運行效率。

一般而言，人工智慧需要較大的算力來進行大量的數據資料分析，但是其執行的效能則取決於所針對的資料型態與演算法的優化程度，這對於高效能運算來說至關重要，例如AI的推論晶片設計就是最明顯的例子。

而RISC-V的彈性與靈活性剛好可以滿足AI的設計需求，它能針對客戶特定的需要來調整指令集的設計，進而提升運算的效能，也因此目前已有越來越多的AI應用商轉而尋求RISC-V的解決方案。例如GPU晶片大廠Nvidia就為了突破在高性能運算的瓶頸，而改採RISC-V的指令集，並預計在2020年之後，廣泛地採用新的架構。

圖三 : 中國阿里巴巴旗下的IC設計公司平哥頭半導體，也在去年推出了一個採RISC-V架構的高性能處理器核心「玄鐵910」，專門針對AI、5G與自駕車等高階應用。（source: Alibaba）

再者，AI除了部署在高性能運算之外，隨著智慧應用的興起，終端裝置也開始有越來越多的AI需求，也就是所謂的「邊緣運算」架構，這類的裝置等於是物聯網設備的強化版，也因此進一步增強了RISC-V的市場動能。例如CEVA就宣布與SiFive合作，導入RISC-V的架構，布建其Edge-AI的解決方案。

驅力三：5G

即將商轉的5G，是未來五年推動科技產業成長重要驅力之一，它高頻寬、低延遲、大連結的特色，有助於提升當前所有科技應用的效能，包含物聯網、人工智慧、智慧製造與自駕車等，都會因為5G的實現而有更進一步的發展。同時，它也會帶來更多的創新應用。而這背後也代表著，更多且更高性能的處理核心會被使用。

這個趨勢將直接助長RISC-V的發展力道，尤其5G將會重新定義行動裝置的應用思維，為行動運算帶來更多的可能。也因此，裝置對於運算核心的功耗與設計彈性都會有不同於以往的考量，RISC-V就成了晶片設計業者與系統業者的首選架構。

近期行動市場最重磅的消息，無非是三星決定將RISC-V架構運用在自家的手機平台上，用來打造自有的5G數據晶片，並會率先用在今年的5G旗艦手機中。過去，三星一直是Arm陣營的重要支持者，而如今的立場轉變，讓外界也備加關注。

圖四 : 三星宣布將自行研發RISC-V架構的5G數據晶片。(source: The Register)

根據三星自己的說法，是因為5G世代將改用新的毫米波技術與新的天線陣列方式，因此相對的晶片的射頻（RF）元件也要進行調整。而使用RISC-V的架構更有利於處理器的客製化與調教

而除了三星之外，高通與聯發科目前也皆是RISC-V基金會的成員，高通甚至還投資了SiFive一大筆資金，因此這些行動晶片業者後續的動態，將會是影響RISC-V在行動運算市場發展的關鍵。

此外，5G時代也會刺激資料中心與數據伺服器的成長，而RISC-V也同樣會受到激勵，特別是Linux作業系統的伺服器仍是市場的寵兒。

驅力四：自駕車

汽車電子由來已久，但自駕車卻是一個全新的級別。它不僅包含電子訊號的控制，還涉及非常大量的即時數據的處理與分析，以及網路與無線通訊的連結，因此所需要的處理核心的性能擴充性與靈活性都非比尋常，這也讓RISC-V架構有了另一個發揮所長的新領域。

拆解自駕車的技術，至少可分為四大領域，分別為電子控制、環境感測、資訊系統、以及網路通訊。前兩者較屬於傳統汽車電子的領域，後兩者則是自駕車的關鍵技術，且需要更為龐大的處理核心與運算系統，也因此多數的運算方案供應商也都紛紛進軍此一市場。

也由於汽車系統並不會使用一般的PC架構，因此儘管需要強大的運算核心，傳統的處理器業者也不易進入汽車運算市場，反而是以開放系統為主的RISC-V架構核心有更大的發展潛力。

Nvidia就是其中一家十分專注自駕車市場的運算方案業者，他們甚至成立了Nvidia Drive實驗室，專門來研究如何透過AI技術實現自駕車的願景。而他們在幾年前開始著手研究RISC-V架構，並將之運用在其深度神經網路（DNN）技術中，而這個技術也是Nvidia實現自駕車的重要組成。

Nvidia指出，運行DNN需要高性能、高精度且對功耗敏感的方案，而且推出DNN加速晶片的難度大且成本高。因此，Nvidia將尋求具備低功耗且高頻寬的晶片互連技術，以加速相關應用的運行效能，而RISC-V便是其中一個選項。

結語

一個新技術要能在科技產業之中探出頭來，除了消費者買單之外，更多的時候，是取決於有多少個產業支持者。而攤開目前RISC-V的支持會員名單，其數量已經達200多個，且其中不乏極具影響力的產業領導者，例如Google和IBM等。這些業者所處的產業類別橫跨多個不同領域，意味著RISC-V的應用潛力十分寬廣且多元。

隨著5G、AI、物聯網、自駕車等次世代科技的持續發酵，採用RISC-V架構的解決方案的能見度也會越來越多，而透過其自由且開放的特性，更將會激發出另一波的創新應用，RISC-V成為主流運算核心的日子也就不遠了。