謝至恩COMPUTEX 熱潮中登場的 2026 RISC-V Taipei Day，把開放指令集架構的技術藍圖一次攤開：從晶片設計、軟體生態到邊緣 AI，野心全寫在臉上。
本文目錄
一顆核心全包，AI 運算不必再「搬家」
RISC-V International 執行長 Andrea Gallo 指出，RISC-V 正從「標準核心搭配外掛加速器與 GPU」的舊模式，轉向以同一套指令集架構 (ISA) 在單一核心內完成 AI 控制與運算。
關鍵在於把向量 (vector) 與矩陣 (matrix) 指令直接整合進同一顆處理器。 Andrea Gallo 表示，如此一來就不必動用外部處理器，也免去重複佔用記憶體、在晶片之間來回搬運資料的開銷；省下的是扎扎實實的功耗，連帶讓晶片面積 (die size) 跟著縮小，效率自然往上走。講白了，與其讓資料當空中飛人，不如讓它待在原地把事情做完。
擴充太多會「散架」？RVA23 把生態系重新收編
開放架構最常被挑剔的一點，就是擴充與廠商百花齊放，外界擔心整個生態系遲早變一盤散沙。 Andrea Gallo 的回應分兩層：在完全自有的垂直整合應用裡，廠商本來就會精選最小擴充集，打磨出最佳化的客製核心；可是一旦踏進 Linux 這類標準化軟體的領域，就需要一套共同規格，而這正是 RVA23 profile 要處理的題目。
RVA23 帶來的是應用層的二進位相容性。 Andrea Gallo 指出，Canonical 的 Ubuntu 、 Red Hat 的 RHEL，以及 NVIDIA 把 CUDA 移植到 RISC-V，瞄準的都是 RVA23，而不是綁定哪一家廠商；只要符合 RVA23，軟體就能直接跑得動。為了讓「符合」兩個字有憑有據，RISC-V International 也持續開發相容性測試套件，讓廠商自我驗證。簡單說，共同考卷一發，大家總算寫的是同一份考題了。
邊緣才是主場：Agentic AI 、 Physical AI 推著 IoT 改投 RISC-V
面對 COMPUTEX 滿場的 agentic AI 與 physical AI，Andrea Gallo 點出重點在於把 AI 運算挪到資料生成的最前線，當場決策、當場驅動實體動作；這對即時運算與功能安全的要求都不低，而這些特性恰好都能塞進同一顆 RISC-V 核心。
RISC-V International 主席 Lu Dai 補充，邊緣與 IoT 裝置會是需求爆量的區塊：這些裝置既要極低功耗，又得吃下特定的 AI 工作負載。差別就在「能不能改」，換成傳統 ISA，哪怕只是想微調一個小指令，規矩上都不准；走 RISC-V，由於軟硬體多半握在裝置製造商自己手裡，想動就動。 Lu Dai 甚至預言，嵌入式世界裡舊架構沒吃下的那塊，最後多半會流向 RISC-V 。
對坐擁完整供應鏈的台灣 IoT 聚落而言，這股往邊緣吹的風，怎麼看都不算壞消息。