首届全国RISC-V高水平创新应用大赛由中国电子学会联合发起,现已开始报名。邀请全球开发者、高校团队及企业共同探索RISC-V的无限可能!
本次大赛,进迭时空设立CIE-进迭时空RISC-V应用创新赛道:依托自主研发的K1 芯片平台MUSE Pi Pro单板计算机进行命题,围绕边缘计算智能终端开发、AI大模型部署落地、AI人工智能助手、开源鸿蒙软件应用四大方向的RISC-V 应用场景构建进行比赛。大赛赛道设立10万元奖金,同步设立进迭实习+就业快速通道,职等你来!
赛题1:基于K1的的人工智能终端及应用开发
赛题2:基于K1 AI CPU的大模型部署落地
赛题3:基于本地大模型的AI智能助手开发
赛题4:融合AI的OpenHarmony应用软件开发
相关链接
进迭官网:www.spacemit.com
进迭社区:https://developer.spacemit.com
Bianbu Cloud云开发平台https://riscfive.cloud:9443/
比赛文档:https://active.spacemit.com
进迭论坛:https://forum.spacemit.com
进迭案例:RISC-V 先锋(微信服务号)开发者分享
大赛交流QQ群:685632716

进迭时空是一家基于新一代 RISC-V 架构的计算生态企业,布局高性能 RISC-V CPU 核、RISC-V AI 核、AI CPU 芯片、NOC 总线、软件系统等全栈计算技术,提供端到端的计算系统解决方案。秉持进取不息、迭代不止的精神,致力于以 RISC-V 新 CPU 构建面向大模型新 AI 时代的最佳原生计算平台,助力 AI PC、AI 机器人等新应用的发展。
一、技术平台介绍
以进迭时空K1 CPU的开发板为硬件底座,搭配开源开发的系统OS基座和的丰富软件组件,进迭时空学习套件提供丰富的样例代码和使用说明,加速用户学习和开发流程。
1.芯片K1及开发板介绍
(1)芯片K1介绍
K1是Spacemit Stone系列的首颗芯片,基于RISC-V开源指令集,专为高性能、低功耗场景设计,适用于机器人、边缘计算等领域。
1)主要特性
- 出色的CPU性能:8核RISC-V AI CPU,提供50K DMIPS算力,单核性能Specint2006 > 4.0/GHz。
- 强大的AI算力:2 TOPS AI算力,支持本地大模型运行(>10 Tokens/S @1B模型)。
- 先进的RISC-V架构:支持RVA22 Profile和256bit RVV 1.0标准,向量性能是ARM NEON的150%。
- 高能效设计:同负载场景功耗仅为同档芯片的80%。
- 丰富的外设接口:集成PCIe、USB、GMAC、SPI等,满足多样化连接需求。
- 工业级可靠性:支持-40°C~85°C工作温度,适用于苛刻环境。
2)软件生态
- 完善的SDK支持:提供Bianbu Linux BSP,包含OpenSBI、U-Boot、Linux内核、根文件系统及示例代码。
- 主流操作系统支持:适配Bianbu OS(基于Ubuntu优化)、OpenHarmony、OpenWR等。
- 机器人开发支持:支持ROS2,提供机器人算法开发和调试工具。
- AI组件:集成硬件加速的ONNX Runtime框架,支持深度学习推理, 支持ollama和llama.cpp。
- 云上开发平台Bianbu Cloud:支持一键注册,远程连接硬件平台,实现云端开发调试。
(2)硬件平台介绍
MUSE Pi Pro是基于进迭时空8核 RISC-V CPU K1芯片的单板计算机、具有大容量DRAM和存储空间、丰富通用接口部件和扩展接口,为机器人、边缘计算、AIOT等场景设计。具有2TOPS算力,配套本地大模型和视觉算法,能够高效搭建多样化的智能产品,让智能应用更简单。
SpacemiT M1,8核64位RISC-V处理器, 融合2.0 TOPS AI算力 | |
显示 | HDMI Type-A接口,最高支持1080P@60Hz |
内存 | LPDDR4X,2400MT/s速率,可选配8GB/16GB容量 |
本地存储 | eMMC 5.1,可选配64GB容量 |
扩展存储 | M.2 2280 M-Key连接器,可装配 NVMe SSD,单槽最高容量支持1TB TF卡接口,支持UHS-Ⅱ模式存储卡 |
无线通讯 | 支持Wi-Fi6&BT5.2 |
有线网络 | |
3.5mm音频耳麦接口 | |
USB接口 | 4路USB3.0 Type-A host接口 1路USB2.0 Type-C OTG接口,支持12V 3A PD供电 |
调试接口 | 40Pin标准GPIO接口,附带3个侧边按键,用于硬件复位、开关机和烧录升级 |
MIPI接口 | 1路 42lane MIPI DSl 1路 4lane MIPI CSl,1路 2lane MIPI CSl |
外观形态 | 单板计算机,可选装透明亚克力外壳,尺寸为85*56mm |
操作系统 | 支持Bianbu Desktop、Bianbu NAS、Ubuntu、openKylin、deepin、Fedora等操作系统 |
电源输入 | 支持USB PD3.0供电 |
可靠性 | 外设接口ESD可防护接触±4kV,空气±8kV 可选消费级-20°C~70°C或工业级-40°C~85°C |
可扩展外设部件或自制件
部件 | 接口 | 描述 |
触摸屏+LCD显示 | DISPLAY—MIPI DSI-2 | 4.3寸 IPS LCD 800*480 ,带电容触摸 |
摄像头 | CAMERA0/1-MIPI CSI | 500万像素OV5647摄像头模块130度广角 |
miniPCIe—USB | ||
无线通讯模组 | miniPCIe—PCIe2.0 x1 | WiFi6无线通讯模组,Lora模组等 |
高速存储 | M.2 M-KEY—PCIe2.0 x2 | NVMe SSD,最大支持到1TB容量 |
麦克风模组 | USB-A | USB 阵列麦克风,音频采集 |
各种传感器 | 40pin GPIO | 激光,温湿度,指纹识别和超声波等传感器 |
各种控制模块 | 40pin GPIO |
40pin接口定义如下,通用输入输出电平控制,UART、SPI、I2C等串行接口资源,支持连接各类DIY配件。
- 基于K1的机械臂介绍
基于K1芯片的强大算力和丰富接口,机器臂能够实现更高效的机器人控制和智能化应用,为参赛选手提供创新的开发平台。 |
1)myCobot 280 Risc-V机械臂
- 自由度:6轴。
- 有效负载:250g。
- 工作半径:280mm。
- 重复定位精度:±0.5mm。
- 重量:860g。
- 特点:轻量化设计,支持ROS开发,适合教育、科研场景。
2)功能与优势
基于K1芯片的支持,搭配机械臂和移动机器人能够实现以下共同功能:
- 视觉抓取与精准操作
- 结合K1芯片的AI算力,支持物体识别与定位,实现高精度抓取。
- 通过手眼标定算法(如myCobot Camera Flange 2.0),实现精准吸取和放置操作。
- 路径规划与避障
- 利用K1芯片的并行计算能力,支持复杂路径规划和动态避障功能。
- myAGV 2023 配备360°激光雷达,可实现高精度环境感知与导航。
- 多机协同与任务分配
- 通过K1芯片的多核性能,支持多机器人协同工作,完成复杂场景任务。
- 例如,myAGV 2023 可搭载 myCobot 280Pi 机械臂,实现移动抓取与分拣任务。
- 实时控制与高效响应
- K1芯片的低延迟特性确保机器人系统的实时响应能力。
- 适用于需要高精度和高实时性的场景,如物流分拣和自动化装配。
- 开放生态与灵活开发
- 支持ROS开发,提供丰富的API和开发工具,便于二次开发和功能扩展。
- 适用于教育、科研和商业预研等多种场景。
- 可视化编程工具支持
- 适配支持K1芯片的可视化编程工具,提供图形化编程界面,用户可通过拖拽和拼接功能模块快速完成机械臂和移动机器人的控制程序开发。
- 适用于机器人编程教学,帮助学生理解机器人控制逻辑和算法原理。
- 软件平台介绍
Bianbu
Bianbu是一个融合桌面操作系统,针对RISC-V架构的处理器做了深度优化,基于Ubuntu社区源码构建,旨在给用户提供更流畅、更兼容和更简洁的体验。基于Bianbu Star系统,我们定制开发桌面环境,不断优化用户交互流畅性;持续融合AI,提供系统原生AI能力;兼容支持更多RISC-V构架下的应用,丰富软件生态。
Bianbu cloud
Bianbu cloud是进迭时空为了服务全球RISC-V开发者而构建的RISC-V云实例, 为全球开发者提供RISC-V计算实例,支持远程桌面、远程编译、一键刷机、一键应用安装、远程SSH调试、串口调试等功能,让开发者可以随时随地的使用RISC-V算力并做创意开发。
- RISC-V 应用调试
用户可以远程ssh、远程桌面,远程编译,上传文件等功能适配应用到RISC-V平台
- 远程驱动调试
用户可以使用远程串口,一键固件刷机调试Uboot和Linux驱动
- RISC-V场景体验
体验Risc-V架构下操作系统及相关应用使用体验
- RISC-V开发板评估
用户评估开发板是否满足业务需求
二、赛题说明
1.基于K1的人工智能终端及应用开发
1.1赛题说明
在嵌入式AI场景中,智能终端需融合多模态感知与决策能力,但面临异构计算资源紧张、多模型协同效率低等挑战。本赛题要求基于进迭时空RISC-V AI CPU平台K1,构建支持机器视觉(CV)、语音识别(ASR)、大语言模型(LLM)协同的轻量化系统,实现环境感知、语义理解与实体交互闭环,完成智能终端软硬件一体化开发。
1.2赛题要求
- 使用进迭时空KI 芯片平台的开发板或机械臂,并按需选择搭配合适配件(非必须),基于进迭时空Bianbu OS系统,结合K1芯片平台的AI算力,实现多模态协同(至少选择CV,ASR,LLM中的两种);
- 本地完成AI部署和推理,通过外设模块(摄像头、麦克风、传感器等)构建完整数据链路;
- 展现AI模型与控制系统的深度协同,如:视觉引导抓取、语音指令操控、LLM驱动的任务规划等;
- 开发自定义的人机交互方式和处理逻辑,体现终端的智能化;
- 应用方向不限,如工业场景、教育应用、机器人、智能家居、AI智能硬件等,也可以直接开发AI应用,如RAG系统。
1.3评分标准
1.3.1基础完整性 (50%)
评分项 | 分值 | 评分细则 |
系统创新性和完整性 | 40 | 实现外设和其他响应装置,机构的联动,整体系统构思有新颖性,功能应用完整,贴合实际应用场景应用,开发产品原型 |
CV/ASR/LLM功能 | 30 | 做为智能决策的核心,ASR/CV/LLM功运行可靠,体现智能性; |
交互设计 | 20 | 交互设计清晰,操作简便,方便用户使用和测试; |
异常处理 | 10 | 对异常情况的响应和兼容性,如提供异常的信息输入,中途断电再重新上电,运行干预,能够恢复正常; |
1.3.2性能优化(30%)
评分项 | 分值 | 评分细则 |
响应延迟 | 50 | 包括CV推理延迟,ASR响应延迟,LLM响应延迟等单项延迟,以及整体交互输入到响应的延迟。提供测试数据。可以通过RVV加速,算子优化,模型优化方式对性能优化。任务响应延迟:(≤ 1s:50分,≤ 2s:40分,≤ 3s:20分,≤ 4s:10分,其他:0分) |
识别准确性 | 30 | 包括视觉识别的准确性,ASR识别准确率,LLM响应和决策的准确性。整体任务执行的准确度,评分参考(≥90%:30分,≥80%:20分,≥70%:10分,<70%:0分) |
硬件利用率 | 20 | 充分利用K1的AI核性能,同时整合系统资源占用。评分参考: (AI核:整体占用≥90%, CPU核:整体占用 ≤ 60%: 20分 ) (AI核:整体占用≥70%, CPU核:整体占用 ≤ 60%: 10分 ) |
1.3.3工程规范性(10%)
评分项 | 分值 | 评分细则 |
代码质量 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
部署便捷性 | 50 | 应用方便安装,调试,以及用户的便捷发布 |
1.3.4文档及汇报(10%)
评分项 | 分值 | 评分细则 |
技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
演示视频 | 50 | 演示视频,作品介绍等材料完整清晰、易懂 |
1.4参考资料
- 进迭时空开发者社区:https://developer.spacemit.com/
- BianbuCloud云平台使用指南:https://developer.spacemit.com/documentation?token=CF9mw3n26i9NDXkm930cVUcxnpeK1
- K1 MUSEPI Pro开发板使用文档:https://developer.spacemit.com/documentation?token=EIk1wVY9NinD95kMsw0cFM89npd
- Bianbu 操作系统介绍:https://bianbu.spacemit.com/
- Bianbu Ollama介绍:https://bianbu.spacemit.com/ai/ollama
- Bianbu llama.cpp介绍:https://bianbu.spacemit.com/ai/llama-cpp
2.基于K1 AI CPU的大模型部署落地
2.1赛题说明
边缘场景下,海量的设备(如儿童玩具、智能音响、扫地机器人等),都需要智能化升级交互方式。目前的设备,要么模型能力不够,智能化水平不足;要么需要云端协同,容易泄露隐私,因此需要将模型本地化部署。本赛题要求将qwen2.5-14B模型,成功部署到K1芯片上。
2.2赛题要求
2.2.1基础功能:
AI模型本地化:模型本地化部署到8GB内存容量版本的K1上
部署工具:使用进迭时空开源的部署工具,llamacpp及ONNXRuntime进行部署
2.2.2创新功能
模型层面:可以对模型进行量化、稀疏等压缩,降低硬件使用成本
部署工具层面:可以通过调优部署工具的调度方案,优化底层算子等方式来加速模型推理速度
2.3评分标准
2.3.1基础完整性(50%)
评分项 | 分值 | 评分细则 |
实现模型部署,智商接近原始模型 | 50 | 使用进迭时空开源的部署工具,将压缩后的模型,成功部署在8G版本的K1上,并回归模型智商,和原始模型进行对比 |
Prefill性能指标 | 25 | prefill阶段MAC利用率大于10 |
Decede性能指标 | 25 | decode阶段带宽利用率大于55% |
2.3.2创新加分项目(30%)
评分项 | 分值 | 评分细则 |
解决长上下文性能下降的问题 | 40 | 通过稀疏等手段使得decode性能,不会随着上下文长度变长而下降 |
模型层面的创新工作 | 30 | 能使用创新性的模型压缩方法,降低模型使用资源 |
部署工具层面的创新工作 | 30 | 在原有部署工具上,添加新的调度策略等,加速模型推理 |
2.3.3工程规范性(10%)
评分项 | 分值 | 评分细则 |
代码模块化,逻辑清晰,易于维护 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
提供简化的部署流程,减少部署复杂度 | 50 | 应用方便安装,调试及对用户的发布 |
2.3.4文档及汇报(10%)
评分项 | 分值 | 评分细则 |
技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
演示视频 | 50 | 演示视频,作品介绍等材料完整性,清晰易懂 |
3.参考资料
- Bianbu onnxruntime 介绍:https://bianbu.spacemit.com/ai/onnxruntime
- Bianbu Ollama 介绍:https://bianbu.spacemit.com/ai/ollama
- Bianbu llama.cpp 介绍:https://bianbu.spacemit.com/ai/llama-cpp
3.基于本地大模型的AI智能助手开发
3.1赛题说明
随着AI PC时代到来,操作系统级智能助手成为下一代人机交互核心。本赛题要求基于进迭时空Bianbu OS系统,利用K1芯片AI算力、RVV向量加速能力,开发本地运行的AI系统助手。该助手需通过自然语言交互实现应用控制、文件管理、系统操作等任务,打造真正懂操作系统的AI智能体,让用户通过文本交互控制系统。
3.2赛题要求
- 基于进迭时空RISC-V AI CPU K1平台,在进迭时空Bianbu系统上,使用本地推理框架完成功能开发;
- 可以通过AI助手可以完成如下功能控制:
- 应用控制,如启动/关闭应用(如“打开视频播放器”);
- 实现系统操作,比如关机,重启,休眠等;
- 系统设置,比如音量,亮度等;
- 系统信息查询,如CPU占有率,内存占有率等;
- 不限于以上的其他功能;
- 实现多轮对话上下文记忆(记忆轮数≥3);
- 开发完整的图形交互应用,可以基于WEB、QT等框架;
3.3评分标准
3.3.1基础完整性(50%)
评分项 | 分值 | 评分细则 |
功能完整度 | 60 | 应用/系统状态/设置等功能覆盖率 |
界面设计 | 20 | 用户操作简便,交互体验流畅,UI/UX设计具有创新性和美观性 |
多轮对话 | 10 | 上下文连贯性,记忆轮数达标 |
异常处理 | 10 | 对无答案/模糊查询的鲁棒响应,对异常输入,异常操作的鲁棒性 |
3.3.2性能优化(30%)
评分项 | 分值 | 评分细则 |
响应延迟 | 50 | 基准2s(50分), 每降低0.2秒加2分 |
硬件利用率 | 50 | 充分利用K1的AI核性能,同时整合系统资源占用。 (AI核:整体占用≥90%, CPU核:整体占用 ≤ 60%: 20分 ) (AI核:整体占用≥70%, CPU核:整体占用 ≤ 60%: 10分 ) |
3.3.3工程规范性(10%)
评分项 | 分值 | 评分细则 |
代码质量 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
部署便捷性 | 50 | 一键运行安装,依赖自动安装,便于发布和测试 |
3.3.4文档及汇报(10%)
评分项 | 分值 | 评分细则 |
技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
演示视频 | 50 | 演示视频,作品介绍等材料完整性,逻辑性及清晰度 |
3.4参考资料
- 进迭时空开发者社区:https://developer.spacemit.com/
- BianbuCloud云平台使用指南:https://developer.spacemit.com/documentation?token=CF9mw3n26i9NDXkm930cVUcxnpeK1
- K1 MUSEPI Pro开发板使用文档:https://developer.spacemit.com/documentation?token=EIk1wVY9NinD95kMsw0cFM89npd
- Bianbu 操作系统介绍:https://bianbu.spacemit.com/
- Bianbu Ollama介绍:https://bianbu.spacemit.com/ai/ollama
- Bianbu llama.cpp介绍:https://bianbu.spacemit.com/ai/llama-cpp
4.融合AI的OpenHarmony应用软件开发
4.1赛题说明
本赛题聚焦RISC-V AI技术与OpenHarmony操作系统的深度融合,开发具有AI能力的OpenHarmony应用软件包。参赛作品需基于进迭时空K1+OpenHarmony 5.0 SDK版本开发,典型开发方向包括但不限于:多媒体应用,文件管理应用,社交应用等,需集成至少一种AI能力(如ASR、LLM),并将该能力有效的融合在应用中。
5.2赛题要求
- 基于进迭时空 + K1 OpenHarmony 5.0版本开发
- 应用开发方向包括但不限于:多媒体应用,文件管理应用,社交应用
- AI能力应用包括但不限于:
- 多媒体应用类:音视频AI处理(如智能剪辑、实时翻译字幕等)
- 文件管理应用类:智能分类/检索
- 社交应用类:AI辅助交互功能(如智能回复生成)
- AI能力可选择调用云端或者端侧,对于低算力场景建议走端侧
4.3评分标准
4.3.1基础完整性(50%)
指标 | 分值 | 评分细则 |
UI/UX设计合理,易操作 | 30 |
|
应用基本功能完整,可用 | 40 |
|
支持AI功能,AI功能能够实际提高效率 | 30 |
|
4.3.2性能优化(30%)
指标 | 分值 | 评分细则 |
无内存泄漏 | 30 |
|
界面运行流畅 | 30 |
|
AI调用耗时短 | 40 |
|
4.3.3工程规范性(10%)
类型 | 分值 | 评分细则 |
ArkTS/JS代码质量 | 50 |
|
NAPI C++代码质量 | 50 |
|
4.3.4文档及汇报(10%)
类型 | 分值 | 评分细则 |
技术文档 | 50 |
|
演示视频 | 50 |
|
4.4参考资料
- K1 OpenHarmony简介:https://developer.spacemit.com/documentation?token=JuxFwQceHihZcakfyrGcIFs5n8d
- BianbuCloud云平台使用指南:https://developer.spacemit.com/documentation?token=CF9mw3n26i9NDXkm930cVUcxnpeK1
- K1常用开发板简介:https://developer.spacemit.com/documentation?token=FpxwwKJc8iGvTdkuLihcxQZMnle
- OpenHarmony官网:https://www.openharmony.cn/mainPlay
- OpenHarmony应用开发指南:https://www.openharmony.cn/docs/zh-cn/application-dev/
三、技术支持
- 赛题开发平台
赛题名称 | 开发平台 |
基于K1的的人工智能终端及应用开发 | K1 硬件平台:MUSE Pi PRO \myCobot 280 Risc-V机械臂 |
基于K1 AI CPU的大模型部署落地 | 云上开发平台:Bianbu Cloud |
基于本地大模型的AI智能助手开发 | 云上开发平台:Bianbu Cloud |
融合AI的OpenHarmony应用软件包开发 | 云上开发平台:Bianbu Cloud \进迭时空MUSE Paper鸿蒙平板电脑 |
- 硬件申领
本赛题1 所使用到的MUSE Pi Pro开发板,需要参赛团队向大赛官方组申请使用,比赛完毕后须归还。
本赛题2-4,所使用到的Bianbu Cloud云开发平台https://riscfive.cloud:9443/,需使用报名手机号注册。为防止服务器实例失效引起数据丢失,注册后请及时联系进迭时空(交流QQ群:685632716)解除服务器实例时长限制。
- 可选配件/组件
购买渠道:进迭时空官方淘宝店
部件 | 接口 | 描述 |
触摸屏+LCD显示 | DISPLAY—MIPI DSI-2 | 4.3寸 IPS LCD 800*480 ,带电容触摸 |
摄像头 | CAMERA0/1-MIPI CSI | 500万像素OV5647摄像头模块130度广角。推荐使用USB摄像头。 |
4G模块 | miniPCIe-USB | LTE CAT4 ,自带SIM卡槽,EG25GGB-S, miniPCIE接口 |
高速存储 | M.2 M-KEY-PCIe2.0 x2 | NVMe SSD,最大支持到1TB容量 |
麦克风模组 | USB-A | USB 阵列麦克风,音频采集 |
扬声器模组 | USB-A | USB扬声器,内置功放 |
ToF激光雷达距离传感器 | 40pin GPIO(I2C接口) | |
红外测温模块 | 40pin GPIO(I2C接口) | |
RGB-LED | 40pin GPIO(PWM) | 三色RGB灯 |
二维云台套件 | 40pin GPIO(PWM) | 包括舵机驱动板和舵机,云台 |
机械臂 | 40pin GPIO | 自由度:6轴。有效负载:250g。(K1控制主板已直接集成,如购买机械臂可不用申请开发板) |
备注:如果项目需要其他传感器或者执行单元,可以根据需求选择和适配。
4.技术资料
进迭官网:www.spacemit.com
进迭社区:https://developer.spacemit.com
Bianbu Cloud云开发平台https://riscfive.cloud:9443/
比赛文档:https://active.spacemit.com
进迭论坛:https://forum.spacemit.com
进迭案例:RISC-V 先锋(微信服务号)开发者分享
大赛交流QQ群:685632716
-
AI
+关注
关注
88文章
36355浏览量
285065 -
电子大赛
+关注
关注
0文章
35浏览量
9679 -
创新大赛
+关注
关注
0文章
11浏览量
5913 -
RISC-V
+关注
关注
47文章
2662浏览量
49702 -
进迭时空
+关注
关注
0文章
37浏览量
204
发布评论请先 登录
【正式开赛】首届高水平RISC-V大赛来了!

高校赛事 | 进迭时空携手蓝桥杯,诚邀全国高校学子共启RISC-V人工智能应用创新赛道

原来,它们用的都是国产RISC-V芯片

iCAN“算能杯”总决赛圆满落幕:RISC-V与AI的创新盛宴

智芯公司荣获RISC-V联盟2024年度IP创新奖
芯启源亮相首届RISC-V产业发展大会
首届RISC-V产业发展大会成功举办,赛昉携手产业伙伴共绘RISC-V新蓝图

risc-v芯片在电机领域的应用展望
中移芯昇出席首届RISC-V产业发展大会

如何使用 RISC-V 进行嵌入式开发
2024年RISC-V产品和应用创新案例征集活动公告

《RISC-V能否复制Linux 的成功?》
RISC-V,即将进入应用的爆发期
首届湾区半导体产业生态博览会之RISC-V生态发展论坛成功举办!

评论