RISC-V架构切入物理AI赛道：高光D35量产背后的产业信号

首款RISC-V数据流物理AI芯片进入量产阶段

据搜狐网2026年9月26日报道，全球首款基于RISC-V架构的数据流物理AI芯片“高光D35”已正式宣布量产，并在数贸会上完成首发首秀，引发业界关注。所谓“物理AI”，通常指面向机器人、自动驾驶、工业控制等需要与真实物理世界实时交互的智能系统；而“数据流”架构则意味着芯片在计算组织方式上可能不同于传统指令驱动的通用处理器，更强调数据在计算单元间的流动与并行处理效率。需要说明的是，本次新闻仅确认了“量产”“数贸会首发首秀”“RISC-V架构”“数据流”“物理AI芯片”等核心事实，具体算力参数、功耗指标、客户名单及出货规模，截至目前暂缺可核验的公开数据。 RISC-V作为一种开放指令集架构，近年来在AIoT、边缘计算和定制化芯片领域持续升温。高光D35选择这一架构，可能意味着其在授权成本和指令扩展灵活性上具备一定优势，尤其适合需要软硬件协同优化的物理AI场景。不过，该芯片的实际性能表现、量产良率及生态适配进展，仍有待进一步确认。

产业背景：AI芯片竞争向架构多元化演进

本次事件值得关注的另一个维度，是AI芯片赛道正从单一GPU主导，向架构多元化方向演进。根据市场研究机构Gartner 2024年发布的预测，全球AI半导体收入到2027年预计将达到约1194亿美元，其中边缘AI芯片和专用加速器的增速可能高于数据中心通用GPU。这一趋势为RISC-V等新兴架构提供了切入窗口。 与此同时，SEMI在2024年发布的报告显示，全球半导体制造产能持续扩张，2025年300mm晶圆厂设备支出预计突破1000亿美元，为各类AI芯片的量产提供了产能基础。不过，物理AI芯片能否在机器人、自动驾驶等场景中形成规模化落地，仍取决于算法生态、开发工具链和下游客户验证周期。高光D35的量产是一个起点，而非终局。

影响分析：开放架构与物理AI的交叉点

从产业影响看，RISC-V与物理AI的结合，可能对现有AI芯片格局形成边际扰动。根据IDC 2024年的估算，全球边缘AI芯片市场在2025年有望达到约300亿美元规模，年增长率保持在20%以上。若RISC-V数据流架构能在能效比和实时性上验证优势，或将在机器人控制器、智能传感器等细分领域获得机会。 但需要审慎看待的是，RISC-V生态在高端AI训练和复杂推理领域仍与CUDA生态存在差距。高光D35选择“物理AI”作为切入点，可能是一种差异化策略，避免直接与数据中心GPU正面竞争。其量产后的实际出货量、客户导入情况及性能评测数据，有待进一步确认。对于关注AI芯片架构演进的观察者而言，本次数贸会首发首秀是一个值得跟踪的信号。

数据参考

• Gartner 2024年预测：全球AI半导体收入到2027年预计约1194亿美元（预测数据）。
• SEMI 2024年报告：2025年全球300mm晶圆厂设备支出预计突破1000亿美元（估算数据）。
• IDC 2024年估算：全球边缘AI芯片市场2025年规模约300亿美元，年增长率20%以上（估算数据）。
• 本次新闻已确认事实：高光D35为全球首款RISC-V数据流物理AI芯片，已正式量产，并在数贸会首发首秀；来源为搜狐网，发布时间为2026年9月26日。
• 本次新闻未提供数据：具体算力、功耗、出货量、客户名单、交易金额及技术参数，暂缺可核验数据。 #RISC-V #物理AI #高光D35 #边缘计算