去年10月深圳湾芯展，一家门禁厂商在奕斯伟展台算了笔账：同样双目人脸识别加活体检测，ARM方案BOM要430元，换成EIC7700X，300元出头。差130元，降幅超三成。在IoT几十万套的出货量下，这点差价直接决定产品能不能进下沉市场。芯片已在2025年三季度量产。
成本能压下来，三个环节起了作用。
授权费全免。ARM按出货量收阶梯费，百万级时能占SoC成本15%～20%。RISC-V开源，奕斯伟只摊研发成本，还能自由裁剪指令集，去掉用不上的向量单元，腾出面积塞更多NPU。据《电子创新网》，芯片面积比同级ARM方案更小，单颗成本进一步降低。
NPU与CPU紧耦合。自研NPU直接挂在RISC-V本地缓存总线，省掉了外挂NPU所需的独立DDR通道和电平转换芯片，PCB面积减少约10%。ARM方案的CPU和NPU常来自不同IP商，集成复杂且物料更多。
软件也有贡献。奕斯伟的RISAA平台把算子库和推理框架预集成在SDK里，客户不用再花几万元买第三方AI中间件。一家工业相机厂商对《与非网》说，仅软件授权每台就省了50元许可费。
省下的钱直接变现为产品竞争力。浙江一家楼宇对讲厂商在2026年初将停产的海思Hi3516DV300换成EIC7700X——单颗搞定视频编解码、AI推理和网络协议，无需协处理器。同一训练集下，识别精度从95.2%提到97.8%。
工业冷库是另一个典型。某冷链企业要在-20℃环境检测货物堆放异常，之前用ARM A53+GPU方案功耗4W，电池撑6小时；换EIC7700X后功耗降到2.3W，续航翻倍，NPU在低温下延迟不掉。
这套方案还能同时跑PP-LCNet和YOLOv8n——Jetson Nano的典型组合。但Jetson Nano卖99美元，EIC7700X整套（含4GB LPDDR4、128MB SPI Flash）参考价不到35美元。价格不到三分之一，OEM自然要重新算账。
能效比更直观。一份实测显示，EIC7700X在YOLOv8n下达到13.8 FPS/W，高于嘉楠K230（12.2）和全志D1（8.3），远高于英伟达Orin Nano（5.7）和树莓派4B（1.9）。关键在NPU与内核紧耦合——数据搬运路径缩短30%以上。
2026年4月SiFive完成4亿美元G轮融资，英伟达入场。《钛媒体》认为，英伟达看中的是RISC-V在数据中心AI加速的灵活性。这从侧面印证了边缘端开放架构的价值。
但RISC-V的软件工具链和高端编译器仍弱于ARM。TFLite和ONNX对RISC-V的后端支持到2025年底才成熟。奕斯伟已在2026年初推出EIC7700S，升级NPU并加入BF16支持，目标就是轻量LLM推理。
成本降三成，不代表适用所有场景。需要大型Transformer和大量外部库的应用（如图像审核），ARM的软件兼容性仍是优势。但对算力要求不高、成本敏感、功耗要精确到毫瓦级的场景，RISC-V+NPU组合已经证明了自己。英伟达的入场和国内厂商的落地案例都在说——这些细分市场正从边角走向主流。
