全球首款RISC-V数据流物理AI芯片高光D35正式量产，数贸会首发首秀引关注

9月25日，第五届全球数字贸易博览会“首发首秀”舞台，高光时刻来了。

睿芯旗下数据流AI芯片高光D35今日正式量产发布。作为全球首款RISC-V架构的数据流物理AI芯片，高光D35的亮相，为正在快速增长的边缘端AI算力市场带来了新的技术选项。

发布会上，睿芯还与多家行业龙头企业进行了集中签约，涵盖智慧园区、智慧交通、医疗健康、具身智能等多个应用场景，标志着数据流AI芯片的商业化落地正在加速。

01 什么是高光D35？

高光D35是睿芯自主研发的旗舰级边缘端AI芯片，定位于“数据流+RISC-V”双自主技术路线。

简单说，这颗芯片有几个核心看点：

第一，数据流架构。不同于传统GPU的控制流架构，高光D35采用数据流计算范式——数据到哪、计算在哪，天然减少数据搬运的功耗和延迟，在AI推理场景下能实现更高的能效比和更确定的延迟。

第二，RISC-V全自研。 芯片搭载全自研高性能RISC-V CPU内核，该内核IP已通过Intel全球采购许可。从指令集到计算架构，全链条自主可控。

第三，128GB大显存。单芯片最高支持128GB高速显存，在大模型端侧部署的趋势下，充足的显存空间意味着更强的模型承载能力和推理性能。

第四，Chiplet灵活配置。采用Chiplet先进封装技术，可通过芯粒组合配置不同算力档位，灵活适配从低功耗终端到高性能边缘服务器的多元场景。

第五，全栈软件生态。CUDA兼容编译器、Triton支持、主流模型库、vLLM/SGLang推理引擎……开发者生态迁移成本低，上手即用。

02 为什么是现在？

高光D35的量产，踩中了两个关键节点。

一个是产业节点。AI应用正在从云端走向端侧、边侧。视频分析、机器人、智慧园区、智慧医疗……越来越多的场景需要在本地完成AI推理，对端侧算力的需求正在爆发。但端侧场景的约束也很明确——功耗受限、空间受限、成本敏感。GPU的算力虽强，但能效比和成本结构并不总是端侧场景的最优解。

另一个是政策节点。今年印发的《电子信息制造业发展“十五五”规划》明确提出，要加强数据流组织、动态稀疏计算等技术攻关，推进RISC-V产业化，加快边缘推理芯片创新发展。高光D35的技术路线，正好与国家战略方向高度契合。

据中国电子学会数据，2025年我国AI芯片市场规模已突破千亿元，其中边缘端AI芯片的增速显著高于整体市场平均水平。在政策与市场的双重驱动下，边缘AI芯片正在迎来发展的黄金窗口期。

03 量产不是终点，是生态的起点

一颗芯片的价值，最终要靠应用场景来验证。

发布会上，睿芯与多家行业龙头企业签署了生态合作框架协议。这些合作伙伴覆盖了智慧园区、智慧交通、医疗健康、具身智能、数字科技等多个领域，将基于高光D35联合开发行业解决方案。

对于数据流架构这条技术路线来说，量产发布只是第一步。真正的考验，是在真实场景中跑通商业闭环，是生态伙伴愿意基于你的芯片做开发、做产品、做方案。

从ISCA顶会论文的学术认可，到Intel内核IP认证的产业背书，再到今天的量产发布和多家生态伙伴签约——高光D35正在沿着“学术→产品→生态”的路径，稳步推进。

04 写在最后

AI芯片赛道很热，热到每年都有新的故事、新的玩家。

但真正的硬核，从来不是PPT上的参数，而是流片回来的良率、客户桌上的开发板、机房里稳定运行的算力节点。

高光D35量产了。

数据流架构，从论文里走出来了。

边缘端AI的算力新选项，正在变成现实。

第五届全球数贸会上的这颗芯片，是一个开始。

它背后的技术路线、生态版图和产业想象空间，还在徐徐展开。