完全开源、无专利掣肘，RISC-V会是芯片自主的关键解吗？ 年度行业研究
2020年，芯片产业的国民关注度达到了新的顶峰，芯片行业一举一动都能拨动人们的心弦。对“自主可控”的迫切需求，对“垄断危机”的无限担忧，让中国半导体从业者孜孜以求，不愿错过任何可以“突破围城”的机会。
如今，在芯片设计的核心环节就出现了这样的机会，即利用完全开源开放，可被自由使用的指令集架构RISC-V来设计处理器。指令集指挥着芯片执行各项计算命令，是芯片的“灵魂”所在。
这一关键领域，长期以来都被x86架构（Inter公司）和ARM架构（ARM公司）主导，而RISC-V却因其在物联网、AI等新兴市场的巨大发展潜力被视为ARM的最强竞争对手。 中科院院士倪光南就曾公开表示，认为RISC-V很可能在未来发展成世界主流CPU之一，在CPU领域形成Intel、ARM和RISC-V三分天下的格局。
据统计，围绕其组建的RISC-V基金会如今已经吸引超过300家公司和机构的加入，其中有高通、英伟达、三星和谷歌等国际巨头，也有阿里巴巴、华为、华米、芯原等中国公司。
在地缘政治不断影响全球经济，芯片安全备受国人关注的当下，英伟达于2020年9月宣布400亿美元收购ARM公司，市场对于开源指令集RISC-V的关注度再度提升。
是谁给了RISC-V与巨头争食的勇气？中国芯片行业又为何对它寄予厚望？
在这篇文章里，我们将对RISC-V 进行梳理，试图理清RISC-V 未来发展的点滴线索，以期回答上述两个问题。
本文将从以下几个方面展开：
RISC-V的诞生
RISC-V 为什么被认为是ARM的最有力竞争者
RISC-V 产业的现状
RISC-V会是芯片自主的关键解吗？中国厂商如何破局？
RISC-V与ARM全面“争锋”可能仍需数年
中国RISC-V参与企业
一、RISC-V 的诞生
在开始一系列分析之前，首先需要明确RISC-V到底是什么。
根据官方给出的定义，RISC-V是一个基于“精简指令集（RISC）”原则的开源指令集架构。其中，RISC全写为：Reduced Instruction Set Computer ，即精简指令集计算机；V是罗马数字“5”，RISC-V即代表该指令集是RISC系列指令集的第五代产品。
需要明确，RISC-V并不是一种处理器或芯片（Implementation），而是指令集规范（Specification）。所谓指令集，是
根据复杂度大概指令集可以分为精简指令集（RISC）、复杂指令系统计算机(CISC)、超长指令字（VLIW）、显式并行指令计算（EPIC）、最小指令集（MISC）和单一指令集（OISC）六类。在CPU领域的指令集主要有精简指令集（典型代表ARM、MIPS和RISC-V）、复杂指令系统计算机（典型代表 x86）。
那么指令集在整个芯片产业链中处于一个什么样的位置？指令集一般内置在芯片IP（Intellectual Property，知识产权）核心中，属于芯片设计中的一个部分。市面上的CPU或者SOC（系统级芯片），都是基于某IP核，这个IP核心实际上实现了一种指令集架构(体系结构特性+特定指令集)。
来源：芯原股份招股书
接下来，说一说RISC-V的起源。
早在1979年，加州大学伯克利分校 David Patterson 教授就提出的精简指令（RISC），其基本思想是尽量简化计算机指令功能，只保留那些功能简单、而把较复杂的功能用一段子程序来实现，从而提高计算机的工作效率，且功耗面积低，非常适合便携式电子产品。
1981年，Patterson 教授推出了RISC-1原型。在那之后近十年的时间里，Patterson 教授及其团队不断优化和改良 RISC，并在 1988 年推出了第四代 RISC-IV。在此之后，英特尔 x86 架构和ARM 架构相继迎来高速发展期，迅速崛起逐步占有市场主导，下一代RISC被搁置。
直到 2010 年，加州大学伯克利分校的Krste Asanovic的研究团队想要为新项目选择一个指令集，却发现传统商业闭源指令集中 x86 架构非常封闭，而 ARM 指令集授权费又十分昂贵，都无法满足他们的需求，于是找来了 Patterson 教授一同改良和升级RISC以满足需求，最终Krste Asanovic、David Patterson和学生一起创造出了RISC-V指令集的雏形。
开源精神是 RISC-V 初衷，RISC-V的开发团队希望这是一个完全开放的指令架构，可以为任何组织机构和商业组织所使用。
2013 年，RISC-V 使用 BSD（Berkeley Software Distribution）协议开源，这意味着几乎任何人都可以使用 RISC-V 指令集进行芯片设计和开发，商品化之后也不需要支付授权费用。
2015年，RISC-V基金会成立，其总部注册地位于美国特拉华州，进一步促进推广 RISC-V，缴纳会费的注册会员可以投票表决改动和使用兼容性商标。迄今为止，已有超过 327 家公司和机构加入了 RISC-V 基金会。
2020年3月，RISC-V基金会注册地从美国迁往中立国家瑞士。
二、RISC-V 为什么被认为是ARM的最有力竞争者
近年来，随着RISC-V不断被推广，越来越多的芯片开发者开始注意到这一开源的芯片架构，并且被认为极有可能在未来与ARM并驾齐驱。
各架构处理器举例
为什么业内会对RISC-V寄予厚望？
这首先要从RISC-V的特点开始说起。简单总结，其核心特点包括以下三个：
1.完全开源
RISC-V是开源指令集架构（ISA），与大多数指令集相比，RISC-V指令集可以自由地用于任何目的，允许任何人设计、制造和销售RISC-V芯片和软件。RISC-V采用宽松的BSD开源协议，架构可自由创新，允许企业添加自有指令集拓展且不必开放共享，更有利于实现差异化发展。RISC-V基金会不会对指令集使用收取高额的授权费。
开源的特性，也让RISC-V的使用并不会受到单一公司的绑定。因此也一度被认为是我国实现芯片自主的希望。
2.架构简单
RISC-V秉承“大道至简”的设计哲学。
RISC-V的规范文档仅有145页，而“特权架构文档”的篇幅也仅为91页，基本的RISC-V指令数目仅有40多条，加上其他的模块化扩展指令总共几十条指令。这意味着使用RISC-V进行软硬件研发的工程师们能更容易上手，更快进行开发验证，可以缩短芯片和软件的研发周期、降低成本。
而在处理器领域的主流架构的x86与ARM的架构文档都在2000页左右的规格（这一数字还在继续变大）。而且也再难以“瘦身”，原因在于，这些规范文档是处理器架构技术几十年的发展的产物，作为商用的架构，为了能够保持架构既可以向前兼容也可以满足向后兼容性，x86与ARM架构不得不保留许多“过时”的定义，而且在定义新的架构部分时也必须考虑已有技术。指令数目多、冗余严重、文档数量庞大使得开发人员在x86与ARM在这些架构上开发新的操作系统或者直接开发应用门槛很高。
值得一提的是，RISC-V同时提供了详细的特权级指令规范和用户级指令规范的详细信息，使开发者能非常方便地移植linux和unix系统到RISC-V平台。
3.模块化设计
“短小精悍”之外，RISC-V还采用模块化设计将其不同部分组织在一起，从而使得通过统一架构满足各种不同的应用成为可能。
比如针对于小面积低功耗嵌入式场景，用户可以选择RV32IC组合的指令集，仅使用Machine Mode（机器模式）；而高性能应用操作系统场景则可以选择譬如RV32IMFDC的指令集，使用Machine Mode（计算机模式）与User Mode（用户模式）两种模式，他们共同的部分则可以相互兼容。
但ARM却难以做到的模块化兼容，其架构中Application（应用操作系统）、Real-Time（实时）和Embedded（嵌入式）三个领域，彼此之间并不兼容。
总结来说，仅从RISC-V的特性来看，对比ARM，RISC-V是一种开源、开放的架构，其灵活性、开发成本和开发门槛都优于ARM。
另外，从未来落地应用的角度来看，RISC-V也在IoT、专用芯片、AI、边缘计算等新兴领域，几乎能和ARM处于同一起跑线，甚至跑赢ARM，其中原因有以下几个方面：
1.尽管ARM在生态方面具有优势，但RISC-V在成本方面具有优势。 近年来，摩尔定律在半导体行业的发展遇到了瓶颈，尽管在工艺制程方面仍在向前推进，但是价格也同样在走高。通过架构优化来提升芯片性能，降低成本也已经是业内公认的方案之一。在这些新兴领域中，后来的初创参与者也越来越多，他们往往都是成本敏感者，对比ARM高昂的授权费，以及取得授权的高难度、高门槛，RISC-V免费授权属性的确会让众多厂商心动。
2. RISC-V的灵活特性可以更好地满足新兴市场应用场景差异化诉求。 以物联网市场为例，RISC-V没有x86或ARM指令集背负的兼容性包袱，而且开发者可以基于RISC-V针对不同应用灵活修改指令及芯片架构设计，满足众多细分场景的需求。与之对比，ARM往往只能做一个标准化设计，很难实现差异化，最终可能同质化严重，形成价格比拼。
3.在目前的实际应用中，RISC-V已经被证明可以与ARM一争市场 。比如，伯克利研究团队完成的基于RISC-V指令集的顺序执行的64位处理器核心Rocket，主频为1GHz，与ARM Cortex-A5相比，实测性能较之高10%，面积效率高49%，单位频率动态功耗仅为Cortex-A5的43%。在嵌入式领域，Rocket已经可以和ARM争市场了。还有华米科技自主研发的黄山 1 号 AI 芯片，也已经应用到AMAZFIT米动健康手表上，实现商用，据悉，相比ARM Cortex-M4，黄山1号运算效率高出38%。
尽管相较于ARM，RISC-V存在一定的特色和优势，但这并不意味着RISC-V不存在劣势，ARM将会输给RISC-V。在下文中，我们将展开更详细的比较。
三、RISC-V 产业的现状
尽管RISC-V在2014年就已经问世，但一个新的指令集从出现到真正形成可以使用的产品仍需要经历数年的过程。
上文已经提到指令集是芯片的“灵魂”，属于芯片设计环节的重要部分。一个指令集要真正发挥作用，落到实处。首先，要基于指令集开发出具备具体功能的IP核，然后设计者需要利用各类工具进行围绕IP核进行系统设计、逻辑设计、电路设计和物理设计，最终形成设计版图。之后再交由后续的厂商晶圆制造、 封装及测试，最终交付给终端客户。终端客户再利用芯片开发出软硬件产品，最终实现落地应用。
此后，落地产品经过长时间的稳定使用，才能验证指令集、IP的可用性和优秀性能。ARM架构、X86架构同样上世纪80年代就开始被使用，到今天能有“垄断”地位的出货量和市场生态也经历了40年左右的时间。
RISC-V从出现到现在仅不到10年的时间，还是有一个年轻的指令集架构，从全球的产业发展来看，处在快速发展的初期阶段。
全球RISC-V产业的发展
要了解RISC-V的全球生态，就不得不提到SiFive这家公司。
上文已经提到SiFive公司由RISC-V发明团队Krste Asanovic、Yunsup Lee和Andrew Waterman创建，SiFive目前拥有450多名员工，拥有15个设计中心。SiFive 的 RISC-V 架构处理器有超过 100 项执照，全球前 10 大半导体业者中、有 6 家是该公司客户，当中包括高通、SK 海力士、英特尔等，2019年预计销售额在1亿美金，是全球半导体行业发展最快的公司之一。在中国也有本土公司赛昉科技。
2020年8月12日，据路透社报道，SiFive Inc宣布从包括SK Hynix和沙特阿美在内的投资者以及既有投资者（包括来自英特尔公司，高通公司和西部数据公司的风险投资部门）那里筹集了额外的6000万美元资金，目前该公司估值超过1.85亿美元。
SiFive融资历史 来源：鲸准
具体而言，SiFive主要产品和服务包括：
1.RISC-V内核IP（SiFive Core IP）：直接对标Arm的各系列处理器内核，基于RISC-V ISA，SiFive开发了从低功耗到高性能的标准RISC-V内核IP E/S/U Core系列，提供64位和32位选项。这些内核预先集成了安全性，跟踪和调试功能。
2.SiFive Core Designer，可以利用SiFive灵活的生成器样式来设计SiFive Core IP，以根据不同的性能和效率类别设计处理器体系结构。
3.DesignShare：构建RISC-V生态，汇聚多家供应商的IP和设计工具，包括Rambus, UltraSoC, Brite Semi和Imagination等。在DesignShare项目中提供的IP都存放在云端（微软Azure云平台）的模板中，客户无需下载或传送IP，直接选择调用即可。
4. SoC IP模板：2020年8月，SiFive宣布成立了一个新企业OpenFive。OpenFive为人工智能、边缘计算、HPC和网络解决方案提供了可定制的SoC IP。OpenFive产品组合包括低延迟，高吞吐量的Interlaken连接结构、400 / 800G以太网、高带宽内存（HBM2 / E）、USB子系统IP等，同时也专门从事RISC－V处理器设计工作，可以加快并改进RISC－V和Arm的CPU内核。
5.开发板：SiFive推出分别面向IoT、高性能、AI等不同领域的开发板。2020年10月发布了，面向 PC 的 RISC-V 主板“Unmatched”。
基于RISC-V架构，SiFive不仅在内核IP 产品线上有着较为丰富的布局，也配套有相应的开发工具链条，同时涉及到了SoC IP开发，并且基于其内核开发的产品也已经落地应用形成销售。这对整个RISC-V产业都具有示范和教育作用，也起到了生态建设的作用。
更值得一提的是，SiFive也在商业模式上有所创新。有别于ARM以三种模式阶梯式授权发展合作伙伴生态，SiFive并没有设定这些层级，而是选择了更加开放的模式。其首席技术官和联合创始人Yunsup Lee曾在 第六届RISC-V技术研讨会解释了SiFive的模式，即通过‘调研-评估-购买’(Study – Evaluate – Buy)的采购流程，工程师们迅速获得其 IP RTL源代码。同时，其价格相对透明、合同也相对简化。
另外在芯片设计上，SiFive也有所创新，充分发挥RISC-V架构开放、灵活的优势。
SiFive的设想是，设计一款芯片，不必搭建服务器，不用安装EDA工具，不需要FPGA验证，甚至不需要版图和验证团队。
有报道显示，SiFive设计和开发了运行在云端的软件和服务，提供基于“云”进行IP授权和芯片定制化的SaaS平台。通过图形化网页交互界面，客户可以在线选择CPU核的配置，选择合适的IP, 生成前端代码，进行验证，开展后端设计等等。
客户可以按月、按季度付费使用这个SaaS平台，可快速生成数个不同的IP。这种云模式，有望解决服务器、存储、EDA软件、IP的整合、知识产权的保护、软件集成等多个问题，有望进一步降低成本，对于小公司和初创芯片公司更有利。
此外，在制造、封装、测试甚至物流等产业链必备环节服务，SiFive也考虑引入更多的合作伙伴。可以说，SiFive正在疏通和构建RISC-V产业的整体生态。
SiFive之外，还有晶心科技、芯来科技、Esperanto、Codasip、Cortus、Pintouge、Syntacore等企业都在做RISC-V IP产品。
SiFive基本可以代表目前RISC-V产业中头部企业、顶尖技术的发展情况，但从RISC-V 基金会的情况，则更能反映出产业的参与状况。
RISC-V基金会于2015年创立，截止到2019年8月，吸引了全球28个国家327多家会员加入，其中不乏IBM、NXP、西部数据英伟达、高通、三星、谷歌、华为、阿里、Red Hat 与特斯拉巨头的身影。这个由其成员控制的非营利性机构，指导RISC-V未来的发展，并推动RISC-V ISA的被更大范围的采用。RISC-V基金会的成员可以访问和参与RISC-V ISA规范和相关的HW/SW生态系统的开发。
从其会员的分布状况来看，RISC-V的生态参与方已经涵盖了科研院所、IC设计公司、IP供应商、EDA工具厂商、以及存储、GPU等芯片销售、终端应用厂商。
来源：安信证券与研究中心
从企业参与角度来看，也有许多大公司已经就RISC-V做出了相关行动和计划。比如西部数据还宣布计划将高达每年20亿颗的芯片转向RISC-V架构；英伟达也公开了其在RISC-V方面的研究，指出了在深度神经网络(DNN)中应用RISC-V指令集的可能性；三星也披露了将推出多款采用RISC-V内核架构的芯片；另外，Google、三星和高通在内的约 80 家公司将联合为自动驾驶汽车等应用开发新的 RISC-V 芯片设计，GreenWaves推出了基于RISC-V开源处理器架构的低功率AI物联网（IoT）应用处理器。
这一队伍正在扩大，RISC-V的使用和出货量也将快速增长。Semico Research 预计到 2025 年，采用 RISC-V 架构的芯片数量将增至 624 亿颗，2018 年至 2025 年复合增长率高达 146%根据Tractica的预测，基于RISC-V的IP和软件工具的全球收入将在2025年增加到11亿美元，高于2018年的5200万美元。也有国家在政策层面推动RISC-V的发展，比如印度，2017年，印度政府表示将大力资助基于RISC-V的处理器项目，使RISC-V成为了印度的事实国家指令集。
中国的RISC-V产业发展情况
我国参与RISC-V产业，也从国家政策层有一定的支持。2018年7月，上海成为国内第一个将 RISC-V 列入政府扶持对象的城市。
也是在同年，RISC-V的生态联盟在国内成立。2018年10月17日，中国 RISC-V产业联盟（China RISC-V Industry Consortium，简称 CRVIC）在上海张江正式成立，芯原微电子担任联盟首任理事长单位，君正、晶心、芯来、致象尔微担任副理事长单位，截止 2019 年底，联盟已有 130 余家会员单位。
2018年11月8日，中国开放指令生态（RISC-V）联盟（China RISC-V Alliance，简称 CRVA）成立，由中国工程院院士、中科院计算技术研究所研究员倪光南任理事长，阿里（中天微）、百度、北京大学、长虹集团、清华大学、腾讯、中芯国际、紫光展锐等为副理事长单位，旨在以 RISC-V 指令集为抓手，联合学术及产业界推动开源开放指令芯片及生态的健康发展。
2020年1月13日，中国开放指令生态（RISC-V）联盟2019年会暨武汉产学研创新论坛在武汉顺利召开。武汉RISC-V产学研基地、RISC-V联盟武汉分中心、湖北省RISC-V产学研基地在本次大会上揭牌成立。
来源：安信证券研究中心
在企业参与方面，中国企业RISC-V应用已经有了一定进展：
2018年9月，华米公司发布了号称全球智能穿戴领域第一颗基于RISC-V的人工智能芯片——黄山1号。
2019年7月，平头哥正式发布玄铁910(XuanTie910)，称玄铁910目前业界性能最强的一款RISC-V处理器。
国内的资本市场也开始关注到RISC-V。比如本土RISC-V处理器内核IP和生态平台企业“芯来科技”就已经获得了多轮融资，还有上海赛昉、睿芯科微都有获得资本加持。
四、RISC-V会是芯片自主的关键解吗？中国厂商如何破局？
在上文中，我们已经用了很多笔墨解释了RISC-V的基本概况，及其的发展现状。也能看出中国芯片对RISC-V生态高参与度。
对于国内企业来说RISC-V作为全新开源的指令集架构符合中国国情的发展，有助于中国突破长期以来处理器芯片领域的知识产权限制。
尽管，纵观整个芯片发展史，出现了很多种指令集，比如DEC（PDP-11，VAX，Alpha）、英特尔（i960，i860，Itanium）、IBM 360、MIPS、SPARC、ARM等商用指令集。但真正能够适用中国国情的指令集选择面很少。
其中，IBM 360在IBM销售的大型机适用。MIPS屡经“卖身”波折，先是卖给了Imagination，后被转手到Wave Computing；SPARC早先被Sun公司开源，后被Oracle公司并购，如今已消失。
作为目前主流的x86和ARM都存在知识产权的限制， x86几乎不对外进行授权，ARM虽然有完善的授权模式，但实际对于核心架构的授权条件苛刻，价格昂贵，而且谈判流程极其复杂冗长，对大企业授权不友好，而对于初创企业则很难无法承受。
而开源指令集方面，有MIPS与RISC-V较为相似，但也存在难以弥补的不足。
一是因为尽管MIPS已经有85亿多片商用交付，但主要集中服务器、网络嵌入式系统市场，在移动市场几乎看不到，在新兴领域的拓展上仍有较大未知数；二是MIPS没有基金会、没有产业联盟，在新生态建设方面没有优势。
总结来说，从RISC-V Workshop、RISC-V基金会到中国RISC-V产业联盟，RISC-V的商业化参与度更高，而且是全球范围的一个通用架构，正在获得良性化生态支持。加上 RISC-V 开放的态度，采用了最为灵活的 BSD 开源协议都符合中国国情的发展。中国企业有机会使确立的知识产权壁垒，同时也有机会建立差异化的竞争力。
从这一角度来看，RISC-V的确是不能错过的一个机会。在帮助中国应对知识产权受限、生态体系缺失、研发成本高昂、市场需求复杂等挑战上均有助益。但对于整个中国半导体产业链来说绝非最重要的一环。
RISC-V基金会会员数量持续增长 来源：EETOP
同样，在上文中，我们已经看到指令集只是芯片设计中的一小个部分，对于芯片公司来说，商业上成功的关键以及核心竞争力是处理器设计与实现能力，即如果发掘用户需求，设计方案、形成产品、实现销售、落地使用的能力。由此，中国企业要在RISC-V打开局面，要从以下三个方面着手：
1.专注实现应用，尤其是在IoT、专用芯片、数据中心、边缘计算市场的应用。RISC-V基金会中国顾问委员会主席方之熙曾认为：“想要做RISC-V的公司一定要摒弃短平快的想法，因为芯片和互联网不一样，不是更早把芯片推向市场就能占有市场。性能、可靠性、安全性更强，但推出时间晚一些同样能占领市场，关键还是要沉下心认真研究应用的需求，让RISC-V芯片适应这个市场，让客户愿意用。”
2.放眼全球生态，坚持开放思维，寻找差异化发展之路。企业必须要认识到，在之后很长的一段时间内，即便是在物联网和嵌入式系统这些RISC-V被认为的强势领域里，RISC-V将与ARM都将同行发展。一个设计中，可能既使用ARM也能使用RISC-V，或者同一颗芯片里，可以同时有两种内核。
企业不能有非ARM即RISC-V的判断，更要积极融入到全球生态里面去，在智联网时代的嵌入式开发者将更方便地评估和使用RISC-V这一新技术，参与者要时刻保持对市场的灵敏感知。另外，要充分发挥RISC-V的灵活性优势，找到差异化市场，比如对Arm的替代以及ARM无法满足的市场。
3.重视人才的培养和引进，处理器设计与实现能力核心实际根植在人才和团队当中。随着技术的发展和市场的扩大，对于高水平半导体人才的需求也会更大，人才将会是企业打开局面应对竞争的关键。
在国内市场，已经有许多企业还说着手RISC-V芯片的研发和应用，以下我们列举了一些具有代表性的企业。
五、RISC-V与Arm全面“争锋”可能仍需数年
从上文中，我们可以看到RISC-V在技术上的后发优势：精简、模块化、易实现、自定制指令扩展等，似乎预示着RISC-V未来前途无量。但要与ARM“争锋”仍有很长的路要走。
目前的挑战在于，一方面，RISC-V的市场接受程度较低，而且没有突出的成功商业化产品突出，RISC-V多数时候只能作为ARM产品的第二选择；另外，即便RISC-V的工具链和软件生态正在快速发展，但其适用性依旧与ARM的软件生态有着显著的差距，这种差距短期内难以赶超。
ARM公司成立于1990 年，总部位于英国，是全球领先的半导体 IP 提供商，主要设计开发微处理器 CPU IP以及相关技术和软件，这些IP包括指令集架构、微处理器、图形核心、互连架构等，公司本身不制造和出售 CPU 芯片。
截至 2018 年末，ARM 架构的芯片在全球手机市场上的份额超过 90%。截止到2019年，基于ARM授权的芯片出货量超过1660亿颗，占全球整个芯片市场出货量的市场份额高达34%。2020年9月，英伟达宣布从软银手中以400亿美元（300亿英镑）收购ARM。
能取得移动端市场近乎垄断地位，以及相当高的估值，主要有以下三个方面的原因：
1.ARM的独特的商业模式。 ARM 的商业模式简单来说就是卖IP核，通过IP授权，收取一次性技术授权费用和版税提成。其中版税是按照使用ARM的芯片的出货量，按比例抽成。除此之外，ARM的收入还包括部分软件工具和技术支持服务的收入。授权价格根据不同的授权等级和授权ip类型而定，一次性技术授权费用在100万-1000万美元之间，版税提成比例一般在1%-2%之间。
2019年7月，ARM宣布对芯片设计方案和专利方案采用新的授权模式。新的收费方式只需要芯片厂商在前期支付少量费用，便可以获得ARM的芯片设计方案，等到芯片投入生产的时候再支付授权费和专利费即可。
同时，ARM又提供三种不同层级权限的授权模式：处理器、POP以及架构授权。
处理器授权是指授权合作厂商使用ARM设计好的处理器，对方不能改变原有设计，但可以根据自己的需要调整产品的频率、功耗等。
POP（processor optimization pack，处理器优化包）授权是处理器授权的高级形式， ARM出售优化后的处理器给授权合作厂商，方便其在特定工艺下设计、生产出性能有保证的处理器。
架构/指令集授权是ARM会授权合作厂商使用自己的架构，方便其根据自己的需要来设计处理器。
ARM的商业模式 来源：ARM官网
2.技术的具有绝对领先和逐步建立的软硬件生态。 ARM能在授权模式下逐步吸引包括苹果、高通、英伟达、德州仪器等几乎所有的芯片巨头，收获约1000个授权合作、320家伙伴，不仅是因为极大地降低了芯片厂商自身的研发成本和研发风险，更重要的是ARM的技术始终保持对竞争对手的代际领先，并且还配备从芯片设计、制造到销售提供各类支持。
3.市场机遇。 ARM抓住了“英特尔失去的十年”的机会，赢得了移动互联网时代。由于ARM 的IP核是基于精简指令集（RISC），相对于英特尔X86 的复杂指令集（CISC），RISC可以让整个处理器更为简化，适合功耗小、成本敏感、任务相对固定的移动应用场景中。
另一方面，移动互联网时代，智能终端产品越来越复杂多样，迭代速度也越来越快，芯片设计难度快速提升，为了加快产品上市时间，已验证、可复用IP 在集成电路设计与开发工作中已是不可或缺的要素。ARM逐渐成为了CPU IP的“台积电”。
以ARM为镜子分析RICS-V，会发现RICS-V自身也的确存在ARM曾经分析的成本优势并不明显、缺乏生态碎片化风险、安全性、以及设计验证风险的相关问题。
成本优势很难成为其与ARM竞争的优势，因为虽然 RISC-V 核心指令集是免费的，但从设计工具、周边 IP 到制造服务等，没有一项是免费的，ISA 部分的成本其实影响不大。竞争的核心还是在于可实现的产品以及生态才是核心关键所在。
但ARM架构的整个生态以ARM公司为核心。而由于RICS-V的开源特性，短期内RICS-V的IP生态不可能围绕某一中心企业展开，而是需要RICS-V基金会这类的联盟进行统筹和促进，就效率而言也会相对低一些。在产业方面，目前也没有决定性的爆款已实现产品出现，在诸如高端工业控制处理器、手机处理器、平板处理器、桌面级别CPU、服务器级别CPU等高端领域，还没有基于RISC-V的通用型芯片。
当然，RISC-V的兴起还需要势的新兴行业市场的爆发，时机尚需等候。根据核芯互联科技有限公司总经理胡康桥的预测“当设计RISC-V芯片的厂家数量跟ARM在同一个数量级的时候，才意味着生态可以跟ARM PK了。”如果要说距离那个“未来”的具体时间的话，估计仍需要5-10年。
此前，核芯互联科技有限公司总经理胡康桥对集微网记者表示：“当设计RISC-V芯片的厂家数量跟ARM在同一个数量级的时候，才意味着生态可以跟ARM PK了。”如果要说距离那个“未来”的具体时间的话，估计仍需要5-10年。
六、中国RISC-V参与企业
1.平头哥
平头哥半导体有限公司是阿里巴巴在2019年9月在杭州云栖大会上宣布成立的一家半导体公司。公司是由阿里同年4月收购的国产芯片企业中天微与阿里旗下达摩院芯片团队整合而成，主要发力于32位高性能和低功耗嵌入式CPU的IC设计。
2019年7月，平头哥正式发布玄铁910(XuanTie910)。玄铁910可以用于设计制造高性能端上芯片，应用于5G、人工智能以及自动驾驶等领域。玄铁910是CPU的IP核，是芯片的关键内核驱动力所在。据了解，玄铁910单核性能达到7.1 Coremark/MHz，主频达到2.5GHz，比当时业界最好的RISC-V处理器性能高40%以上。玄铁910实现性能的突破得益于两大技术创新：采用3发射8执行的复杂乱序执行架构，是业界首个实现每周期2条内存访问的RISC-V处理器；基于RISC-V扩展了50余条指令，系统性增强了RISC-V的计算、存储和多核等方面能力。
2.华米科技
华米科技创立于2013年，是小米生态链首家在美上市企业。华米科技基于自身产品发展和顺应国内半导体崛起浪潮两种考虑，最终涉足RISC-V。公司的策略是自研芯片和投资初创企业双管齐下。
2017年，华米科技成立了人工智能实验室，并启动了人工智能智能可穿戴芯片研究项目，开始 RISC-V 芯片研发。2018年9月，公司发布了号称全球智能穿戴领域第一颗人工智能芯片——黄山1号。这颗芯片基于RISC-V开发，是全球首款RISC-V开源指令集成的可穿戴处理器，并且集成了AON（Always On）模块控制器和神经网络加速模块。
据介绍，这款采用RISC-V架构设计的芯片是全球首款集成AI神经网络模块的处理器，内嵌了自研的Heart ID、ECG Engine、ECG Engine Pro和Arrhythmias四大人工智能引擎，能本地化处理AI任务，对心率、心电、心律失常等进行实时监测与分析。通过集成的超低功耗传感器收集模块，华米一号还可以将传感器数据搬运到内部SRAM之中，让数据存储性能更快更稳定，进一步助力可穿戴设备芯片性能的提升。
3.兆易创新
兆易创新是最早推出基于 Arm Cortex -M3 及 Cortex -M4 内核的通用 MCU 的中国企业之一。兆易创新的GD32拥有22个Arm Cortex-M产品系列，覆盖入门、主流、高性能、专用型市场，累计出货量超过3亿颗，客户数量超过2万家，凭借23个系列330余款产品所提供的广阔应用覆盖率稳居市场前列，可以说拥有中国最大的Arm MCU家族。
2019年兆易创新发布了GD32VF103系列RISC-V MCU。GD32VF103系列MCU采用了全新的基于开源指令集架构RISC-V的Bumblebee处理器内核，由兆易创新与中国RISC-V处理器内核IP和解决方案商芯来科技联合开发，主要面向主流型开发需求，并完整保持了与现有基于Cortex-M的产品在软件开发和引脚封装方面的兼容性。
4.芯来科技
芯来科技是一家商用RISC-V处理器核IP研发商。芯来科技推出了中国第一颗开源RISC-V处理器项目蜂鸟E203。蜂鸟E200主要面向极低功耗与极小面积的场景而设计，适合于替代传统的8051内核或者Cortex-M系列内核应用于IoT或其他低功耗场景。该CPU核的功耗与面积均不逊于同级ARM Cortex-M核，可实现业界最高的能效比与最低的成本。
2020年12月，芯来科技又获得了天际资本领投，中关村芯创集成电路基金、临芯投资和启榕创投跟投，老股东小米长江产业基金、蓝驰创投、新微资本继续追投的融资。
5.芯启科技
2014年，芯启科技开始涉足了RISC-V领域，并在接下来的几年中，陆续推出了SAR-T6系列、SAR-D9系列和TNA-300系列产品。芯启的聚焦方向还包括基于RISC-V的 AI 处理器外，在芯启科技发布的《芯启科技面向同业竞争的策略，技术思路梳理》的文章中，公司表示，研发对嵌入式的适配、对40nm工艺优化，也是芯启前行的方向之一。
6.睿思芯科
睿思芯科公司创办于2017年2月，是一家AI芯片公司，创始团队来自于 UC Berkeley RISC-V原创项目组。目前，公司主要开发基于RISC-V技术的SoC，应用于IoT、传感器融合和AI加速领域。
2018年11月，睿思芯科发布了一款基于64位RISC-V指令集的AI芯片——Pygmy。据悉，Pygmy可应用于各种物联网终端AI inference场景，如智能家居的人机交互、安防监控的人脸识别、无人驾驶的传感器融合等场景。
Pygmy芯片基于台积电28nm工艺而造，芯片中的CPU架构是睿思芯科基于RISC-V指令集设计而成，并针对多种AI应用进行了优化。芯片中的12个高度可编程AI加速引擎，也是基于睿思芯科自定义开发的RISC-V矢量扩展指令集设计而成。Pygmy中的RISC-V CPU具有64位位宽，主频600 MHz，基于RV64G指令集，支持双精度浮点运算，具备乘法器、除法器、开方器等，主控CPU功耗仅为10mW。据悉，睿思芯科的芯片将在今年年底量产。
7.核芯互联
核芯互联成立于2017年6月，是一家主打芯片敏捷设计的初创公司，致力于数字及模拟高端芯片设计。2018年11月，核芯互联完成个人投资者数千万元种子轮融资，公司同时掌握ADC/DAC、时钟芯片、运算放大器、高速接口和RISC-V IP等多项技术，具备信号链全链芯片及相关IP设计研发能力。致力于为用户提供性能更好、功耗更低、价格更优的完整的信号链芯片解决方案。
今年二月份，核芯互联自主研发成功微架构的RISC-V IP核及MCU系列通用芯片，并对数款数字和模拟芯片进行流片。
今年四月份，核芯互联在青岛芯谷正式发布璇玑CLE系列MCU。璇玑CLE系列是核芯互联基于32位RISC-V内核推出的通用嵌入式MCU处理器，具有高性能、低功耗、高稳定性等特点，是存储资源和对外接口丰富的安全芯片，主要适用于白色家电、工业控制、物联网等对稳定性、功耗和计算能力要求较高的应用领域。
8.飞利信
北京飞利信科技股份有限公司成立于2002年，是国内领先的政府信息化全面解决方案提供商，于2012年在深交所创业板以智能会议系统第一股成功上市。
2018年9月30日，飞利信以RISV-V指令集为核心的自主可控MCU芯片研发完成基础测试工作。该MCU芯片属于32位微控制器，未来将对低功耗广域网通信技术和电池管理系统两个应用场景进行优化。目前，公司以完全自主知识产权处理器IP核为基础的自主可控MCU芯片，集成了多种安全模块，实现从芯片设计、器件封装、耦合方式、模块系统的全流程把控，完成从研发、封装、性能优化、全部测试及用户手册编制。
9.北京君正
北京君正集成电路股份有限公司成立于 2005 年，目前已发展成为一家嵌入式 CPU 芯片及解决方案提供商。北京君正同时也是中国RISC-V联盟副理事长，世界RISCV 联盟会员。
此前，北京君正在互动平台上表示，公司的 CPU 研发队伍已展开对基于 RISC-V 指令集的CPU 核的研发。2020半年报中披露，公司基于32位MIPS指令集架构设计了XBurst系列CPU内核，该内核采用了公司创新的微体系结构，其主频、功耗和面积水平在同等工艺下均领先于工业界现有的同类32位RISC微处理器内核。
10.晶心科技
晶心科技股份有限公司于2005年成立于新竹科学园区的硅导竹科研发中心。公司全力投入创新架构高效能/低功耗的32/64位嵌入式处理器及相对应系统芯片发展平台的设计与发展，以便对全球快速成长的嵌入式系统应用提供服务。目前公司主要围绕低功耗高性能的CPU进行开发，除了CPU IP之外，还提供平台外围IP、软硬件开发工具、生态系统等一整套方案。2016年，晶心科技作为创始会员之一加入了RISC-V基金会。
2018年4月，晶心科技推出了第一代基于RISC-V架构的AndeStar V5，成为了第一个采用 RISC-V的主流CPU IP公司。晶心科技又于今年1月16日宣布推出AndesCore™ 27系列处理器核心，该系列成为RISC-V指令集架构中领先支持向量扩展架构(RISC-V V-extension)的处理器。27系列中将优先推出32位处理器A27与64位处理器AX27和NX27V。其中NX27V包含一个支持RISC-V可扩展指令的向量处理单元（VPU）。在完整配置的运行模式下，VPU对MobileNets（一种卷积神经网络架构）中关键函数加速高达30倍以上。与常见的128位SIMD解决方案相比，由于其向量指令发布的高效率可提供每个周期4倍的处理能力。
11.清芯源
清芯源公司成立于2018年，创立之初公司就已经认识到自主可控安全可信芯片的重要性，决定从技术上绕开ARM等国际巨头的专利壁垒，基于团队30年尖端安全芯片、实时系统、安全技术的研发实践积累，充分利用完全开源的RISC-V架构优势，全面掌握了领先的安全软硬件及芯片系统关键技术。
今年六月份，清芯源公司完成首次基于RISC-V架构的系统芯片流片，并且已完成了功能、性能、功耗参数测试，所有参数均达到设计参数要求，在功能、性能方面均优于ARM Cortex A7系列。下一步，清芯源公司计划在近期再进行两次流片 (40nm/28nm)，这两次流片将加强对芯片级AI-NN安全功能方面的支持，并将进一步优化芯片性能和功耗。
12.乐鑫科技
乐鑫科技（股票代码：688018）是一家无晶圆厂半导体公司，成立于 2008 年。2019 年 7 月，乐鑫科技在上海证券交易所科创板挂牌上市。
2020年11月，乐鑫推出了RISC-V 内核 ESP32-C3芯片，该芯片成本对标 ESP8266，
可 pin to pin 兼容 ESP8266 模组；继承 ESP32 成熟软件架构，搭载 RISC-V 处理器，支持 Wi-Fi + Bluetooth LE 5.0，400 KB SRAM + 384 KB ROM，睡眠状态电流低至 5 μA。
13.赛昉科技
上海赛昉有限公司成立于2018年8月24日，是一家RISC-V解决方案提供商。
2020年9月28日，赛昉科技有限公司，发布一款基于RISC-V的人工智能视觉处理平台——惊鸿7100。该平台是基于RISC-V集深度学习、图像处理、语音识别、机器视觉为一体的多功能平台，可应用于自动驾驶、智能无人机、公共安全、交通管理、智能家电、视觉扫地机器人、工业机器人等智能应用领域。2020年12月，赛昉科技发布基于RISC-V的处理器内核——天枢系列处理器。
相关阅读
和个人微信正式互通一年，如何掘金企业微信蓝海？| 年度行业研究
下一个“达芬奇”何时出现？聚焦国产手术机器人的未来 | 年度行业研究
研发设计类工业软件年增速超16%，云化可助国产厂商突围 | 年度行业研究
2020的冬天，中国疫苗产业的春天 | 年度行业研究
亿级潜在市场背后，国产操作系统连横合纵、抱团取暖｜年度行业研究
被搅动的万亿5G市场：亿级用户的连接重构与产业互联网的诞生｜年度行业研究
全球量子竞赛再加速：百亿美元市场背后，角力量子霸权 | 年度行业研究
10大热门人工智能开源工具（框架）
摘要： 本文讲了10个热门的人工智能开源工具/框架。
下面是我们今天要讲的10个热门的人工智能开源工具/框架。
1.TensorFlow
TensorFlow™是一个开源软件库，最初由Google Brain Team的研究人员和工程师开发。TensorFlow使用数据流图进行数值计算。图中的节点表示数学运算，边表示它们之间通信的多维数据数组（张量）。其架构灵活，你可以使用单个API将计算部署到桌面、服务器或移动设备中的一个或多个CPU或GPU。
TensorFlow提供了多种API。最低级别的API——TensorFlow Core——提供了完整的编程控制。高级API则建立在TensorFlow Core的顶部。这些更高级别的API通常比TensorFlow Core更容易学习和使用。此外，更高级别的API使得重复性的任务在不同的用户之间变得更容易、更一致。一个高级API就像tf.estimator，可以帮助您管理数据集、评估器、训练和推理。
TensorFlow中的数据中心单位是张量。一个张量由一组形成任意数量维数组的原始值组成。张量的阶就是它的维数。
一些使用Tensorflow的Google应用有：
1.RankBrain： 在www.google.com上大规模部署用于搜索排名的深度神经网络。
2.Inception图像分类模型： 基准模型和对高度精确的计算机视觉模型的后续研究，它是在获得2014年Imagenet图像分类挑战赛的模型基础之上进行构建的。
3.SmartReply: 可自动生成电子邮件响应的Deep LSTM模型。
4.Massively Multitask Networks for Drug Discovery： Google与斯坦福大学合作的识别有效候选药的的深度神经网络模型。
5.用于OCR的设备级计算机视觉： 基于设备级的计算机视觉模型实现光学字符识别，进行实时翻译。
2.Apache SystemML
利用大数据进行机器学习的最佳开源工具。
SystemML是由IBM创建的机器学习技术，是Apache中的顶级项目之一，它是一个灵活、可扩展的机器学习系统。SystemML的重要特点如下：
1.使用类R和类Python语言定制算法。
2.有多种执行模式，包括Spark MLContext、Spark Batch、Hadoop Batch、Standalone和JMLC(Java机器学习连接器)。
3.基于数据和聚类特性的自动优化，保证了算法的高效率和可扩展性。
4.将SystemML视为机器学习的结构化查询语言SQL。SystemML的最新版本（1.0.0）支持：Java 8+、Scala 2.11+、Python 2.7/3.5+、Hadoop 2.6+以及Spark 2.1+。
5.可在Apache Spark上运行，在Apache Spark上，SystemML通过逐行查看代码，确保代码是否能够在Apache Spark聚类上运行。
未来对SystemML的开发将包括：使用GPU进行额外的深度学习，例如导入和运行神经网络架构以及用于训练的预训练模型。
SystemML的Java机器学习连接器(JMLC)
Java机器学习连接器（JMLC）API是一种编程接口，它在嵌入式时与SystemML进行交互。JMLC的主要目的是作为一个评分API，其中，评分函数是用SystemML的DML语言表示的。除了评分外，嵌入式SystemML还可在一台机器上运行的更大的应用程序的上下文中，执行聚类等无监督学习任务。
3.Caffe
Caffe是一种清晰而高效的深度学习框架。
Caffe最初由杨庆佳在加州大学伯克利分校读博期间发起，后来由伯克利AI研究公司（BAIR）和社区贡献者联合开发。它主要专注于用于计算机视觉应用的卷积神经网络。对于计算机视觉相关的任务来说，Caffe是一个不错且较为流行的选择，您可以在Caffe Model Zoo上注册，下载很多已经成功建模的模型，直接用于开发。
优点
1.Expressive架构鼓励实用和创新。用配置定义的模型和优化，而不需要硬编码。通过设置单个标志在GPU机器上进行训练，然后部署聚类或移动设备，实现CPU和GPU之间的切换。
2.可扩展代码更有助于开发。在Caffe开发好的的第一年，就有1,000多个开发者分享了出去，对其做了重大贡献。
3.Caffe的高速使理论实验和实际应用得到了完美的结合。Caffe使用单个NVIDIA K40 GPU每天可处理超过6000万张图像。
4.社区：Caffe已经为视觉、语音和多媒体领域的学术研究项目，启动原型，甚至大规模工业应用提供支持。
4.Apache Mahout
Apache Mahout是一个分布式线性代数框架，提供了一些经典的机器学习算法。
Mahout旨在帮助开发人员方便快捷的实现自己的算法。Apache Spark是一种即拿即用的分布式后台，或者也可以将其扩展到其他分布式后台。其特点如下：
1.数学表达Scala DSL。
2.支持多种分布式后端（包括Apache Spark）。
3.包含用于CPU / GPU / CUDA加速的模块化本地求解器。
4.Apache Mahout应用的领域包括：协作过滤（CF），聚类和分类。
功能
1.Taste CF.Taste 是 Sean Owen 在 SourceForge 上发起的一个针对协同过滤（CF）的开源项目，并在 2008 年被赠予 Mahout。
2.支持 Map-Reduce 的集群实现包括 ：k-Means、模糊 k-Means、Canopy、Dirichlet 和 Mean-Shift算法等。
3.分布式朴素贝叶斯和互补朴素贝叶斯的分类实现。
4.用于进化编程的分布式适应度函数。
5.矩阵和矢量库。
5.OpenNN
OpenNN是一个用c++编写的开源类库，它实现了神经网络建模。
Opennn (开放神经网络图书馆)以前被称为Flood，它是以R. Lopez在2008年泰罗尼亚技术大学的博士论文《在工程变分问题的神经网络》为基础开发的。
Opennn使用一组函数实现了数据挖掘，并且，可以使用一个API将这些函数嵌入到其他软件工具中，使软件工具和预测分析任务之间进行交互。Opennn的主要优点就是它的高性能。由于采用c++开发，因此它有更好的内存管理和更高的处理速度，并利用 OpenMP 和 GPU 加速度（CUDA）实现 CPU 并行化。
Opennn包中含有单元测试、许多示例和大量文档。为神经网络算法和应用的研究开发提供了一个有效的框架。神经网络设计是一个基于OpenNN的专业预测分析工具，这就意味着神经网络设计的神经引擎是基于 OpenNN 建立的。
OpenNN旨在从数据集和数学模型中进行学习。
数据集
特征回归
模式识别
时间序列预测
数学模型
最佳控制
最佳形状设计
数据集和数学模型
反向问题
6.Torch
Torch是一个开源机器学习库、科学计算框架和基于Lua编程语言的脚本语言。
功能
1.一个强大的 n 维数组
2.有很多索引、切片、转换的程序。
3.可使用 LuaJIT编写简单的C扩展。
4.线性代数程序
5.神经网络和基于能量的模型
6.数字优化程序
7.GPU支持，更加快速和高效
8.可嵌入，带有 iOS 和 Android 的后台端口
Torch供 Facebook 人工智能研究小组、 IBM、 Yandex 和 Idiap 研究所使用。现在，它已经扩展到 Android 和 iOS系统上，研究人员也使用Torch来构建硬件实现数据流。
Pytorch是一个Python的开源机器学习库，用于自然语言处理等应用，主要由 Facebook 的人工智能研究小组开发，Uber 的概率编程软件"Pyro"就是在Pytorch上创建的。
7.Neuroph
Neuroph是一种用 Java 编写的面向对象的神经网络框架。
Neuroph可用于在Java程序中创建和训练神经网络，它提供了Java类库以及用于创建和训练神经网络的GUI工具easyNeurons。Neuroph是一个轻量级的Java神经网络框架，可用于开发常见的神经网络架构。它包含一个设计良好的开源Java库，其中包含少量与基本神经网络概念对应的基础类。它还有一个很好的GUI神经网络编辑器来快速创建Java神经网络组件。目前，已经在Apache 2.0许可下作为开源发布出来。
Neuroph的核心类与人工神经元、神经元层、神经元连接、权重、传递函数、输入函数和学习规则等基本神经网络概念对应。Neuroph支持常见的神经网络体系结构，例如具有反向传播，Kohonen和Hopfield网络的多层感知器。所有的这些类都可以进行扩展和定制，以自定义创建神经网络和学习规则。Neuroph同时也支持图像识别。
8.Deeplearning4j
Deeplearning4j是第一个为Java和Scala编写的商业级开源分布式深度学习库。
Deeplearning4j旨在成为顶尖的即拿即用设备，而不是只是做一些配置，这使得非专业人员也能够快速的构建模型。
DL4J可以通过Keras（包括TensorFlow，Caffe和Theano）从大多数主要框架中导入神经网络模型，它为数据科学家、数据工程师和DevOps提供了跨团队工具包，弥合了Python生态系统和JVM之间的障碍。现在，Keras是Deeplearning4j的Python API。
功能
1.分布式 cpu 和 gpu
2.Java, Scala and Python APIs
3.适用于微服务体系结构
4.通过降低迭代次数进行并行训练
5.在Hadoop 上可伸缩
6.在AWS扩展上提供Gpu 支持
库
1.Deeplearning4J: 神经网络平台
2.ND4J: Numpy for the JVM
3.DataVec：机器学习ETL操作的工具
4.JavaCPP：Java和C ++之间的桥梁
5.Arbiter：机器学习算法的评估工具
6.RL4J：JVM的深度增强学习
9.Mycroft
Mycroft声称是世界上第一个开源助手，适用于从科学项目到企业软件应用程序的任何事情。
Mycroft可以在任何地方运行——台式计算机上、在汽车内或在树莓派上运行。这是可以自由混合、自由扩展和改进的开源软件。
10.OpenCog
OpenCog是一个旨在构建开源人工智能框架的项目。
OpenCog是认知算法的多元化组合，每种组合都体现了它们的创新之处。但是，认真遵守认知协同原则才是OpenCog整体架构强大的原因。OpenCog最初是基于2008年“Novamente Cognition Engine”（NCE）发布的源代码。
1.一个图表数据库，它包含术语、原子公式、句子和关系作为超图。
2.一个模理论解算器，作为通用图形查询引擎的一部分，用于执行图和超图模式匹配。
3.一种称为元优化语义进化搜索的概率遗传程序（MOSES），最初由在Google工作的Moshe Looks开发。
4.有一个基于 OpenPsi 和 Unity 的虚拟世界中的交互学习应用体系。
5.有一个由Link Grammar和RelEx组成的自然语言输入系统，它们都采用类AtomSpace来表示语义和句法的关系。
6.有一个称为SegSim的自然语言生成系统，它实现NLGen和NLGen2。
7.Psi 理论的实现，用于处理情绪状态、驱动和冲动，称为 OpenPsi。
本文为云栖社区原创内容，未经允许不得转载。
相关问答
你的电脑上有哪些很好的软件或网站?这个软件更是小的“令人发指”,只有300多K这款软件最好用的部分,就在于几乎可以将你一切的命令或者软件设置为自定义的快捷按键,因为其实我们日常中最常使用...
在你使用过的免费的比较实用值得推荐的软件有哪些?大家分享的软件真的非常全面呀!那么我只能分享以下十款小众的免费又实用的软件,谁用谁喜欢!1、ExcalidrawExcalidraw是一款功能强大的开源在线白板工具。虽...
matlab混合 编程 向导 - OSCHINA - 中文 开源 技术交流社区matlab混合编程向导(vc,vb,.net...)一.matlab与vc混编1.通过mcc将matlab的m文件转化为cpp,c文件或dll供vc调用:这...
有哪些好用而且免费的文本编辑器推荐?Notepad++优于Windows记事本的一个文本编辑器,完全免费且开源,对于不同的编程语言可以实现语法高亮,代码折叠以及宏,起可定制性非常强。PSPad编辑器PSPad...
wiz是什么意思的缩写?但在一般的游戏和小说中,把男性的魔法师统称为男巫。男巫,有时指美国歌手杰森·玛耶兹,这是他对自己的形容。“男巫”倒不是别人送给的绰号,而是JasonMraz对...
有哪些适合新手学 编程 的书推荐?本文从以下几个方面给大家分享几本高价值书单,并不一定全面,欢迎读者补充,希望能对你有帮助。1关于编码与重构1.1代码整洁之道英文名《Cleancode》,该...
世界前十的 开源 操作系统?1、AndoridThingsAndoridThings是谷歌推出的物联网操作系统,是“Brillo”操作系统的更新版本,作为Andorid系统的一个分支版本,类似于可穿戴和智能手表.....
远程办公软件，不求最好，只求最合适，求推荐?办公是每个企业的硬核能力,在非常时期更是。当疫情来袭,公司管理者在考量员工健康和业务进展的平衡中,需要尽早考虑远程办公的组织与管理方式。事实上,「...Poin...
Java 21 / JDK 21 (LTS) 正式 GA - OSCHINA - 中文 开源 技术...JEP449:弃用Windows32位x86移植JEP451:准备禁止动态加载代理JEP452:密钥封装机制API预览阶段功能JEP442:外部函数和内存API(第...
verilog 开源 c语言吗?学习verilogHDL不需要必须学习C语言。但是最好还是学习C语言,verilogHDL和C语言是相互联系在一起的。数字电路设计工程师一般都学习过编程语言、数字逻辑基...
扫一扫微信交流