RISC-V能不能扛起数据中心的AI负载？SiFive和AMD在AI Infra Summit上给出了一个阶段性答案：能跑，而且用的是开源软件栈。 当地时间9月16日，两家公司联合展示了一套 RISC-V处理器 + AMD Radeon AI PRO R9700显卡 的系统，通过 ROCm 10.0 运行Google Gemma4-E2B 模型。这不是纸面合作，是现场跑起来的演示。 为什么这件事值得关注 过去谈数据中心AI加速，主机平台基本被x86和Arm把持。RISC-V长期停留在嵌入式和边缘设备的叙事里，进数据中心总差一口气——软件生态跟不上。 这次合作把三样东西捏到了一起：开源软件、AMD的ROCm生态、RISC-V的开放标准架构。SiFive的说法是，三者共同赋能下一代数据中心AI计算。 换句话说，RISC-V主机平台第一次有了一个主流GPU加速软件栈的可用路径。对开发者来说，这意味着不必为了试RISC-V而重写整套AI工具链。 两位高管怎么说 SiFive数据中心高级副总裁 Matt Langman 表示，很高兴与AMD合作，将ROCm开源软件生态系统引入其 BigSky数据中心开发平台 。他提到，把领先的开放标准架构与AMD的开源软件结合，是在助力超大规模云服务商和开发者在RISC-V上无缝运行先进的AI负载，并称这是推动RISC-V在数据中心加速普及的又一个关键里程碑。 AMD AI软件产品管理副总裁 Ramine Roane 则表示，ROCm的开源基础使开发者能够将加速AI负载引入广泛的系统体系中。他把这次与SiFive的演示定位为“第一步”——协助开发者探索在RISC-V主机平台上实现基于ROCm的AI加速。 接下来要解决什么 两家公司明确表示，将继续评估基于RISC-V架构服务器的ROCm优化方案。目标有两个方向：提升处理速度，以及在未来支持更多加速应用场景和更大规模的模型。 从“能跑”到“跑得好”，中间隔着大量调优工作。这次演示的Gemma4-E2B属于轻量级模型，真正考验RISC-V数据中心野心的是更大参数规模的负载能不能稳住。 但至少，路线图上的第一块砖已经放上去了。 特别