当前 AI 芯片的算力需求持续多元化，除专用 NPU 外，对高性能通用并行计算内核的需求日益凸显。为此，芯来科技正式推出首款支持 Vector Matrix Extension 的高性能 AI 通用处理器 IP——NI1000 RISC-V CPU IP。依托 RVV 向量、VME 矩阵扩展实现全域加速，为国产 AI 芯片提供一体化融合通用算力内核。
芯来NI系列CPU IP，赋能国产AI芯片
NI 系列是芯来科技针对人工智能应用的专用处理器产品线，支持配置为 900 系列或 1000 系列任意一款，RVV 1.0 VPU 的 VLEN 可配置为 512b /1024b /2048b /4096b，并支持 Cluster 内每个 Core 独立配置 VPU。通过 IOCP（IO Coherent Port）与 NPU 加速器紧耦合，保持缓存一致性，降低数据搬移开销。NICE/VNICE 接口支持用户自定义标量/向量指令，也可通过 NICE 接口与 NPU 进行紧耦合互动。
注意：
NI 系列 CPU IP 并非取代 NPU、GPU 等加速器 IP，而是与之进行结合，更好的服务 AI SoC 上的加速器，提供 AI 芯片公司更完善的整体解决方案。
芯来科技高性能 AI 通用处理器 IP —— NI1000
超宽 RVV 向量能力
NI1000 支持 1024/2048/4096bit 原生 RVV 向量能力，硬件可配置 1024bit～4096bit 向量宽度，适配日益增大的通用算力需求。还支持 Vector-NICE 接口，允许用户自定义指令加速特定向量运算。
VME 矩阵扩展与 RVV 同核紧耦合
NI1000 支持 VME（Vector Marix Extension）矩阵扩展：VME 与 CPU/RVV 同核紧耦合，提供原生矩阵运算指令，提升矩阵算力，VME 与 RVV 共享寄存器组与运算单元仅增加少量 Matrix Tiles 面积资源。
成本与性能平衡适中，辅助 NPU：VME 融合 RISC-V 通用向量能力与专用矩阵累加能力，通用计算与 AI 矩阵计算兼顾。对比 IME 拥有独立矩阵累加硬件，矩阵运算能效更高；对比 AME 省去完整独立矩阵寄存器堆与硬件矩阵加速器，兼顾硬件开销可控与矩阵算力能效。非常适合作为辅助NPU的通用并行计算内核。
RV 软件生态兼容性好：VME（Vector Marix Extension）矩阵扩展完全基于 RISC-V Vector Extension 作为基座，软件生态基础好，VME 将成为最早标准化的 RISC-V Matrix Extension。
VME指令的源操作数复用RVV的寄存器组，且VME的运算单元开销可完全复用RVV运算单元。
VME 新增若干条原生矩阵运算指令，运算结果存储至专用的 Matrix Tiles 中。此外，VME 新增对于 FP8 数据类型的原生支持。
数据加载：复用 RVV 寄存器通过 load 指令从内存加载至 RVV 向量寄存器 Vr1 和 Vr2
累乘计算：VMMA 指令复用 RVV 计算单元对用向量寄存器 A、B 做外积乘法，把（Vr1×Vr2）个乘积累加进专用（N×N）矩阵累加Matrix Tiles。
存放结果：每一次外积结果可持续叠加到 Matrix Tiles。多个 Tiles 实现乒乓并行吞吐，提高并行性。
在 VME 矩阵扩展下执行 32×32 规模 FP32 数据类型的矩阵乘法，如上图所示，在整体面积仅增加 15 %的情况下（主要是 Matrix Tiles 带来的面积增加），矩阵乘法性能提升 2.5 倍。
NICE 可扩展指令接口助力系统协同
NI1000 提供 NICE/VNICE 用户可扩展指令接口。NICE（Nuclei Instruction Co-unit Extension）是芯来 CPU IP 的一种用户可扩展指令接口机制，用户可基于芯片标准通用 CPU 内核自主定义扩展指令集：
NI Core 提供用于 Scalar 指令扩展的 NICE 接口，可支持单周期，多周期，流水线等不同指令类型。NI Core 的 NICE 扩展单元不仅可以进行运算型的自定义指令扩展，还可以通过专用总线访问 Core 的存储资源（DCache等）实现与主 Core 的内存一致性
NI Core 提供 Vector 指令扩展的 NICE 接口, 可支持单周期，多周期，流水线等不同指令类型
用户可结合自己的应用扩展自定义指令，将 NI Core 内核扩展为面向 AI 领域进一步强化的专用处理器。
总结一：RISC-V 是适合 AI 芯片最好的 ISA
总结二：NI1000满足AI芯片对于算力核的核心诉求
AI 芯片算力核需要强大的矢量并行算力
NI1000 原生支持 RVV1.0 向量单元，VLEN 可配置 1024/2048/4096bits
NI1000 支持 FP16、BFP16、INT8 等多精度，高效承载 AI 算子
NI1000 可扩展支持 VME 向量矩阵扩展
AI 芯片算力核支持紧耦合自定义硬件加速
NI1000 可通过 NICE/VNICE 接口扩展自定义标量 / 矢量指令；支持与 NPU 加速器紧耦合集成，适配异构 AI 算力架构。
AI 芯片算力核需要成熟 RISC-V 软件生态
NI1000 支持的 RVV 在 AI 方面的软件生态呈蓬勃发展态势
NI1000 支持的 VME 复用 RVV 软件生态，节约开发时间配套 AI 软件栈
AI 芯片算力核需要高带宽访存、与片上加速器高效数据交互
NI1000 支持多级缓存架构：L1 I/D Cache + Cluster 共享缓存；
NI1000 支持 IOCP 缓存一致性端口，与片上 NPU / 加速器保持缓存一致性，降低数据搬移开销。
NI1000 支持 VLM 矢量 Local Memory Port 提供专用的高速吞吐通路。
综上所述
NI1000 高性能通用并行计算内核，以 RVV、VME 加速赋能 AI 芯片发展。在 RISC-V 开放生态下，NI1000 既可承担 AI 芯片中的通用 AI 算力核，也可与各种 NPU 等加速器紧耦合协同，形成更完善的整体解决方案。芯来科技将持续以开放 RISC-V 生态为底座，为 AI 芯片公司提供从主控核、算力核到子系统方案的全栈支持。
