2026年3月，央广网一则关于“2026 RISC-V生态大会”的报道提到，中国科学院计算所研究员包云岗展示了“香山”C950处理器核，并称RISC-V已占全球市场25%。这个数字很醒目，但报道摘要没有交代统计口径。它可以说明RISC-V的应用面正在扩大，却不能直接当作高性能CPU或端侧AI芯片的份额。
更确定的变化，是AI正在从云端向AI PC、手机、汽车和工业终端延伸。电子创新网2025年7月14日的文章将当前路线概括为“异构计算+混合AI”：CPU、GPU、NPU协同，云、边、端共同承担计算。到了这一层，Arm与RISC-V比的已不只是ISA设计，而是谁能把芯片、软件和模型更快做成稳定产品。
Arm能否守住位置，关键不在于再证明一次指令集的优劣，而在于子系统集成、硬件隔离和低功耗运行能否真正落到产品上。
指令集只是起点，系统集成才是交付
端侧模型很少由一颗CPU独立完成。CPU负责控制和通用任务，GPU、NPU承接并行计算。模型一大，系统经常不是算不动，而是卡在内存访问、数据搬运和软件调度上。
Arm的CSS（Compute Subsystems）路线，重点不是再卖一颗更快的CPU核，而是把CPU集群、互连、系统级IP和配套软件以更完整的子系统交付。系统缓存与AMBA CHI一致性互连，为不同计算单元共享数据提供基础。对手机SoC厂商来说，这类方案的价值很实际：少做一部分集成、物理实现和验证工作，缩短从IP组合到芯片交付的链路。它不保证每项测试都领先，但能降低工程风险。
RISC-V的长处在另一边。开放ISA和RVV向量扩展便于针对固定工作负载做裁剪或增强，适合AIoT、工业传感器和车载等定制需求较强的场景。
可引用资料《RISC-V：开放指令集驱动人工智能与高性能计算革新》列出的支持版本包括GCC 12.0+、LLVM 15.0+、QEMU 7.0+、Linux 5.18+和FreeRTOS 10.4+。这说明基础软件并非空白，但“有工具链”不等于换一颗芯片就能无缝运行。扩展差异、驱动、算子适配和长期维护，仍要由具体厂商补齐。
安全要落到硬件边界
端侧Agent可能调用相册、支付接口或个人健康数据。仅靠应用权限和操作系统隔离，并不足以覆盖所有风险。
Arm已有的CCA（Confidential Compute Architecture）与Realm机制，提供了一条更清晰的硬件隔离路径。敏感工作负载可以在Realm中运行，普通操作系统不能直接读取其中的内存和运行状态。即使系统层出现问题，关键数据仍多一层硬件边界。
这不是万能防线。CCA不能替代权限设计、应用审计和系统更新，也无法自动修复模型或业务逻辑中的漏洞。它的价值在于把安全边界往硬件层推进，让终端厂商有一套相对统一的实现路径。
RISC-V并不天然缺乏安全能力。厂商同样可以加入硬件隔离和自定义安全扩展。真正需要评估的，是不同实现之间能否保持兼容，操作系统和开发工具是否跟得上，以及验证工作要由谁完成。对处理金融或政企数据的设备来说，这些工程细节往往比“开放”或“封闭”的标签更重要。
1W预算下，先看模型能不能稳定跑完
如果设备的功耗预算只有1W，峰值算力的参考意义会迅速下降。开发者更关心内存能否装下模型、首字延迟是否可接受、持续输出时会不会降频，以及每瓦能稳定生成多少Token。
“每瓦Token数”比单看TOPS/W更接近真实体验，但比较时必须固定模型、量化精度、上下文长度和内存配置。条件不同，数字就没有直接可比性。
RISC-V可以按任务删减不需要的功能，也能加入专用指令。在工作负载固定的传感器、可穿戴设备或车载控制器上，这种定制能力容易体现价值。但开放指令集不等于整颗芯片没有成本，内核实现、软件迁移、验证和维护都要投入资源。
Arm Cortex-M的优势则是工具和软件支持更成熟。动态电压频率调节、任务调度和模型压缩也不是某一种ISA独有的能力。最终能效取决于微架构、内存、编译器、模型和整机散热，不能只靠一张参数表判断。
厂商选的不是阵营，而是交付风险
对小米、OPPO、vivo这样的手机厂商来说，平台选择牵动Android兼容、第三方应用、驱动、模型框架和上市节奏。Arm NN、Neon以及长期积累的软件适配，让Arm在旗舰手机和AI PC上仍是工程风险较低的路线。这里的优势不是“不可替代”，而是迁移成本已经真实存在。
工业传感器、车载座舱和垂直AIoT设备算的是另一本账。如果任务固定、定制需求高，又希望掌握更多底层实现，RISC-V会更有吸引力。但团队需要把编译器、操作系统、驱动、模型转换、安全验证和长期维护一起计入成本，不能只看ISA授权。
报道所称的25%，最值得读出的信息不是RISC-V已经获胜，而是它不再只是边缘选项。Arm守的是完整交付能力，RISC-V争取的是开放和定制空间。
2026年做架构选择，与其追问谁会“称王”，不如先回答几个具体问题：模型是否固定，现有软件能否迁移，敏感数据需要哪一级隔离，功耗和上市周期又能承受多少工程投入。答案不同，选择自然也会不同。
