一句话看懂：阿里达摩院玄铁 C950 芯片在无 GPU、无模拟层的条件下，原生跑通了通义千问 3.8-27B 大模型，这是 RISC-V 架构首次独立完成 270 亿参数模型的推理任务。
事件核心：发生了什么
达摩院今年 3 月发布的旗舰 CPU 玄铁 C950，近期完成了一次关键验证：在完全脱离独立显卡和模拟层的情况下，直接驱动通义千问 3.8-27B 大模型完成推理。玄铁 C950 是台积电 5nm 工艺制造的 64 位服务器级处理器，最多集成 64 个计算核心，通过 AMBA CHI 总线互联，最高主频 3.2GHz。相较前代 C920，其内存带宽提升超过 4 倍，并内置了面向 AI 推理优化的矩阵加速引擎和向量加速引擎。在 SPECint2006 基准测试中，该芯片单核通用性能超过 70 分，刷新了 RISC-V CPU 的全球性能纪录。
实际运行中，玄铁 C950 驱动通义千问 3.8-27B 的解码速度为每秒 30 tokens，首个 token 延迟稳定在 1.9 秒以内。而这类规模的大模型传统上需要 16GB 至 24GB 的专用 GPU 显存。
为什么重要
这次突破的核心意义在于技术路线的独立性。RISC-V 是开源指令集架构，与需要支付高额授权费的 x86 和 ARM 不同，阿里对玄铁芯片架构、通义模型家族以及云计算基础设施拥有完整控制权。从底层芯片设计到顶层模型推理的全链路自主，意味着未来模型运营商可以根据硬件特性深度重写推理逻辑，后续芯片也能依据生产环境中的真实数据定制专用指令集。这为 AI 算力基础设施的多元化提供了新的可能性，而不是继续依赖英伟达 GPU 主导的封闭生态。
对用户/开发者/创作者的影响
对普通用户而言，短期内最直接的感知是推理成本可能下降。如果 RISC-V 芯片能在服务器端承担更多推理负载，云服务商对 GPU 的依赖降低，大模型 API 的调用价格存在下调空间。对开发者和企业技术决策者来说，这意味着未来部署开源模型时多了一个可选项：不再必须采购昂贵且供应紧张的 GPU 服务器，而是可以评估基于 RISC-V 的 CPU 推理方案。不过，目前这一验证仍处于早期阶段，实际部署的稳定性、生态工具链成熟度以及大规模并发场景下的表现，都还需要更多数据支撑。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，玄铁 C950 跑通 27B 模型属于技术验证性质。后续值得关注三点：第一，玄铁 C950 是否会在阿里云上以实例形式对外开放，定价相对 GPU 实例是否有竞争力；第二，RISC-V 生态中的推理框架、算子库和开发工具能否快速补齐，降低开发者迁移成本；第三，其他 RISC-V 芯片厂商是否会跟进类似方案，从而推动整个架构在 AI 推理市场形成规模效应。
来源：AIbase
