10 月 18 日，2026 RISC-V Summit 中国峰会龙蜥 RISC-V 生态共建分论坛在深圳圆满举办。本次活动邀请了来自龙蜥社区、阿里巴巴达摩院、北京开源芯片研究院、中国科学院软件研究所、阿里云、中兴通讯，以及上海交通大学、澳门大学等企业、高校和科研机构的技术专家，与现场百来位参会者，共同探讨了 RISC-V 如何从处理器与整机平台，走向可验证、可部署的数据中心应用。本次活动由龙蜥社区运营委员会副主席、生态负责人金美琴与阿里巴巴达摩院 RISC-V 生态运营高级专家朱祯贞出品和策划。
（图/论坛合照）
会议伊始，阿里巴巴达摩院资深技术专家、RISC-V 国际基金会 AME TG Chair 苏中和 RISC-V 国际基金会 Datacenter SIG chair、龙蜥社区 RISC-V SIG Co-maintainer 宋卓做开场致辞。
苏中指出，RISC-V 有望成为面向 AI Native 的指令集架构，并进一步发展为 Agentic AI 时代的主流基座生态。他强调，在芯片领域，操作系统与软件相关工作量占比超过 80%，软件支撑是芯片设计价值落地的关键。他期待与会者充分交流，从软件与生态视角深入探讨关键问题，让今天的思想碰撞转化为推动 RISC-V 长远发展的共识与行动。
（图/阿里巴巴达摩院资深技术专家、RISC-V 国际基金会 AME TG Chair 苏中）
宋卓表示，在合作伙伴的大力支持下，龙蜥社区已构建起支持 RISC-V 的软件基座。面向数据中心，RISC-V 仍需应对软硬件协同、性能优化与业务全链路支持等多重挑战，并围绕产品化开展更深入的探索与优化。未来，社区与合作伙伴携手，持续完善 RISC-V 的技术能力与生态体系，为更丰富的应用场景提供坚实支撑。同时，AI 与 RISC-V 的融合蕴含广阔空间，欢迎各方共同交流探索，拓展技术创新与应用落地的更多可能。
（图/RISC-V 国际基金会 Datacenter SIG chair、龙蜥社区 RISC-V SIG Co-maintainer 宋卓）
接下来，活动围绕龙蜥 RISC-V 3.0 规划、玄铁服务器基础软件、香山平台适配、智能体赋能开源生态、Java on RISC-V、工程化性能优化及 CXL 内存池等方向，展开了 7 场主题分享，并举办了以“共话 Agentic CPU：RISC-V 服务器走向规模应用的门槛与机遇”为主题的行业圆桌讨论。
龙蜥社区 RISC-V SIG Maintainer 陈健康分享了《从操作系统到云场景：龙蜥社区 RISC-V 的进展与 3.0 规划和发布》主题演讲。陈健康回顾了龙蜥社区 RISC-V 生态的最新进展：从 Anolis OS 内核与发行版的 RISC-V 适配，到工具链完善、QEMU 与开发板支持、云原生组件的就绪，展示 RISC-V 从“能跑”走向“好用”的路径。接着他介绍了龙蜥 RISC-V SIG 3.0 的规划与发布：聚焦性能优化、虚拟化与容器支持、上游社区协同与稳定交付，并与现场嘉宾一起探讨了 RISC-V 在云计算场景落地的挑战与机遇，以及龙蜥社区如何携手芯片与云厂商共建开放的 RISC-V 软件生态。
（图/龙蜥社区 RISC-V SIG Maintainer 陈健康）
面向服务器与云计算场景，基础软件是释放 RISC-V 处理器性能、支撑产品落地的关键。阿里巴巴达摩院高级技术专家王云龙为大家带来了《释放 RISC-V 算力：玄铁 RISC-V 服务器基础软件建设实践》分享。他详细介绍了阿里巴巴达摩院基础软件团队围绕玄铁 RISC-V CPU，在操作系统、计算库和语言运行时三个方向的性能优化与产品化建设进展。同时结合软硬协同实践，分享了如何将处理器特性转化为系统与应用性能收益，以及从功能适配、性能调优到稳定性验证的工程化经验。最后，王云龙结合龙蜥社区生态，与现场参会嘉宾探讨了基础软件协作与持续演进的方向，为 RISC-V 走向服务器与云计算应用提供实践参考。
（图/阿里巴巴达摩院高级技术专家王云龙）
RISC-V 开放指令集架构为开放、协作的处理器创新提供了新的可能。香山作为全球领先的高性能开源 RISC-V 处理器项目，持续对齐 RISC-V 国际规范，并通过开源 IP 的迭代，推动处理器设计、系统软件与应用生态协同演进。北京开源芯片研究院产品经理张健分享了《当开源 IP 遇上开源操作系统：香山平台的龙蜥适配与业务验证》。张健介绍了香山面向通用计算与智能计算场景的架构特性及标准支持进展，重点分享了龙蜥操作系统（Anolis OS）在香山平台上的安装部署、软硬件适配与兼容性验证实践，并通过典型业务负载测试，展示了从“系统可启动”到“业务可运行、性能可评估”的完整验证路径。张健表示，期待通过香山与龙蜥的协同实践，进一步打通开源处理器与开源操作系统之间的适配链路，促进 RISC-V 软硬件生态共同成熟。
（图/北京开源芯片研究院产品经理张健）
中国科学院软件研究所正高级工程师于佳耕分享了《智能体赋能 RISC-V 开源软件生态建设：从性能瓶颈到优化补丁》。针对 RISC-V 数据中心开源软件性能瓶颈定位难、优化成本高等问题，于佳耕介绍了中国科学院软件研究所“源生智能体”的 RISC-V 软件优化方法研究与工程实践，重点分享了智能体系统设计、方法适用边界及应用经验，为服务器与云计算场景下的 RISC-V 软硬协同优化及开源生态共建提供参考。
（图/中国科学院软件研究所正高级工程师于佳耕）
随着开源架构 RISC-V 的快速崛起，构建高性能、高可靠的 Java 运行时环境已成为拓展其软件生态的关键。阿里云智能集团高级技术专家董登辉在《Java on RISC-V 的演进之路》分享中，梳理了 Java on RISC-V 从早期社区移植到如今成为 OpenJDK 主线官方支持架构的演进历史，并介绍了近期在核心模块的最新进展。同时，董登辉也分享了 Alibaba Dragonwell 团队和阿里巴巴达摩院团队在 Java on RISC-V 方向的实践，在现场与大家共同探讨了未来发展方向。
（图/阿里云智能集团高级技术专家董登辉）
当前 RISC-V 硬件 RVV、Zkn/Zvk 等扩展特性已日趋成熟，但压缩、加解密、多媒体等核心基础软件仍依赖通用 C 实现，无法适配硬件算力，存在明显软硬协同断层，制约平台规模化商用。中兴通讯性能优化高级工程师、龙蜥社区 RISC-V ARCH SIG Maintainer 兰静分享了《RISC-V 基础软件的工程化与性能优化实践》。她聚焦 RISC-V 基础软件工程化落地与系统性性能优化，围绕通用计算、安全加密、多媒体三大场景，依托 RVV 向量与专用密码指令，完成主流基础库的向量化与汇编级提速优化，取得显著性能增益。同时沉淀出一套可复用、可量产的调优方法论与兼容性验证体系，通过上游开源共建、主流发行版落地的工程化路径，输出标准化软硬协同优化实践，夯实 RISC-V 全场景商用软件底座。
（图/中兴通讯性能优化高级工程师、龙蜥社区RISC-V ARCH SIG Maintainer 兰静）
上海交通大学计算机学院助理研究员庞浦分享了《多租户公有云共享 CXL 内存池场景下的内存卸载研究》。内存池化提供了一种经济高效的方法来提高数据中心内存利用率和容量。CXL支持对远端内存的高性能直接访问，使内存池化越发实用。然而，在多租户公有云中，当多个不同租户的虚拟机共享一个内存池时，已有的内存卸载技术存在不足，因为它们忽略了虚拟机内应用程序的差异和各租户之间的干扰。为此，庞浦介绍了团队开发的一个面向多租户公有云共享内存池的内存卸载系统。该系统利用轻量级性能劣化预测模型以及冷热数据协同卸载方法，可以最大限度地卸载数据，同时确保每个租户的应用程序都能满足服务水平协议（SLA）。
（图/上海交通大学计算机学院助理研究员庞浦）
会上，由 RISC-V 国际基金会 Datacenter SIG Chair、龙蜥社区 RISC-V SIG Co-maintainer 宋卓主持，阿里巴巴达摩院资深技术专家、RISC-V 国际基金会 AME TG Chair 苏中，中兴通讯 RISC-V 运营总监易哲，澳门大学博士曲环宇，北京开源芯片研究院 产品经理张健 4 位嘉宾共同参与了主题为“共话 Agentic CPU：RISC-V 服务器走向规模应用的门槛与机遇”的行业圆桌讨论，围绕 RISC-V 在 Agent CPU 优势、沙箱虚拟化挑战、弱一致模型及生态规模化落地等方向进行了深度探讨。
苏中强调 RISC-V 在传统业务稳定性上仍有挑战，但在 Agent CPU 这一未定型生态中拥有同步发展的机会。他呼吁应用厂商与芯片厂商“双向奔赴”，给予 RISC-V 更多包容，通过存储、网络等场景“滚雪球”式扩大生态；指出开放系统比封闭系统更具生命力，需共同努力统一软件接口，推动 RISC-V 从端侧到服务器的全面落地。易哲认为，RISC-V 能够成为 AI 原生架构，核心原因在于其开源开放的特性，能够灵活响应 AI 对扩展与并发能力的需求。同时，他分享了面向客户的市场策略：技术上，优先切入业务偏后端、生态相对依赖度小的存储、视频等场景；商业上，面向互联网厂商，更注重体现总体拥有成本（TCO）优势；对于 Agentic、CPU 等新型场景，用户迁移也相对容易。曲环宇指出，RISC-V 灵活的生态为定义新指令或处理器提供了空间，也促使大家重新思考 Agentic 负载下软硬件的职责划分。在此类负载下，CPU 与 GPU 需要紧密协同，如何基于 RISC-V 更好地实现与 GPU、加速器等的配合，是提升 Agentic 整体运行效率的重要课题。张健表示，在 AI 场景下，RISC-V 指令集存在一定的不一致性，增加了研发成本，但其开放的规范也为厂商之间更广泛的协作提供了空间。他还指出，在弱一致模型下，可通过在用户态兼容强一致模型的方式，解决二进制迁移问题，寻求技术与生态之间的平衡。
（图/圆桌讨论）
RISC-V 与 Agentic 算力的结合才刚刚开始，期待未来在龙蜥社区 RISC-V SIG 的生态里，看到更多从处理器到整机、从操作系统到云场景的落地实践。也欢迎大家持续关注龙蜥社区 RISC-V SIG，一起推动 RISC-V 在数据中心场景的规模化应用。
致谢
特别感谢 RISC-V 工委会通用高性能平台 SIG、龙蜥社区 RISC-V SIG 组、阿里云、阿里巴巴达摩院、北京开源芯片研究院、如意社区、中兴通讯、上海交通大学、澳门大学、 中国科学院软件研究所等单位和团队共同组织和协办，同时感谢 InfoQ、极星会、CSDN、51CTO 等媒体和社区对本次活动的大力支持。
附本论坛的精彩集锦：
