刚刚,业界首个RISC-V AI算力超节点方案,首秀WAIC 2026
Quick Answer
Yixing Intelligence unveiled the first RISC-V AI supernode solution at WAIC 2026, featuring its Epoch chip and a comprehensive software ecosystem, aiming to address the industry's performance and ecological challenges.
Quick Take
This system promises significant improvements in AI computing density, efficiency, and cost-effectiveness, marking a pivotal shift in AI infrastructure.
Key Points
- Epoch chip supports FP8 precision and upcoming EXFP4, MXFP4 formats for enhanced performance.
- The supernode architecture offers over 100T bandwidth, supporting 32 to 128 interconnected cards.
- KernelFab enables rapid operator development, reducing AI chip development time from weeks to days.
- Yixing's RISC-V ecosystem promotes compatibility across various domestic CPUs, enhancing software-hardware synergy.
- Strategic partnerships aim to establish a full-stack RISC-V AI Token factory for global deployment.
DeepSignal Analysis
What happened
Yixing Intelligence introduced the first RISC-V AI supernode solution at WAIC 2026, featuring its Epoch chip and a complete software ecosystem. This initiative aims to tackle performance and ecological challenges in AI computing, emphasizing efficiency and cost-effectiveness.
Key evidence
- The Epoch chip is the first RISC-V AI cloud computing chip in China, supporting advanced quantization formats and promising significant improvements in performance and efficiency.
- Yixing Intelligence's ELink technology provides high bandwidth and low latency, enabling the supernode to support configurations from 32 to 128 cards, enhancing overall computing density.
- The company has established partnerships to create a comprehensive RISC-V AI infrastructure, including a full-stack AI Token factory, demonstrating its commitment to advancing the RISC-V ecosystem.
Why it matters
This development signifies a potential shift in the AI infrastructure landscape, moving away from traditional architectures toward more flexible, open-source solutions. By leveraging RISC-V, Yixing Intelligence aims to enhance the competitiveness of domestic AI chips and address existing performance bottlenecks. The focus on a complete ecosystem could foster innovation and collaboration across the industry.
📖 Reader Mode
~3 min read
智东西(公众号:zhidxcom)
作者 | 云鹏
编辑 | 漠影
当前,AI迅猛发展,Agent智能体浪潮狂涌,大模型推理需求指数级暴涨,万卡乃至十万卡级智算集群成为巨头大模型角逐标配“军备”。
在这样的背景下,AI算力成为全行业焦点,而“木桶短板”逐渐凸显:“算力墙”和“生态墙”制约明显。
一方面,基于传统主流架构的单芯片物理工艺逼近极限,边际效益递减,数万颗芯片互联,延迟和带宽瓶颈拖累性能;另一方面,大模型快速迭代,算法结构日新月异,但底层算子开发仍“手工作坊”式,算力生态层考验成芯片厂商面对的难关。
今天,AI芯片的竞争,已经从单纯的“峰值算力竞争”走向“Token经济效益与软硬协同竞争”。
在WAIC 2026期间,国内RISC-V AI算力芯片独角兽——奕行智能,交出了一份里程碑式答卷,其完整展示了从Epoch自研芯片、超节点到全栈软件的系统级方案,并亮出业界首个RISC-V AI算力超节点。

▲基于Epoch芯片的RISC-V AI算力超节点
不论是大模型训练还是推理,相比单纯峰值算力,算力密度、效率、能源消耗、成本、稳定性等要素重要性愈发凸显,行业亟需系统级AI基础设施整体解决方案,实现覆盖芯片、服务器、集群调度全链路的软硬件深度协同。
在RISC-V AI算力超节点发布前期,智东西与奕行智能进行了深入交流,提前深入了这款产品及其全栈软硬件解决方案的诸多技术细节。可以说,这套方案会成为AI算力产业破解算力和生态墙的“更优解”。
奕行智能提到,类似于PC计算时代的Linux和移动计算时代的Android,RISC-V作为开源指令集架构,凭借其开放、灵活、无需授权费的特性,已成为全球引领AI计算时代的生态基石和先进芯片架构首选,更是国内实现芯片自主可控的核心战略路径。
其即将推出的业界首套RISC-V AI算力超节点方案,具有开源开放、自主可控的优势。该方案基于其自研Epoch云端大算力AI芯片、 ELink高速互联架构、整机液冷方案、全栈软件生态和大规模集群组网共同构成了远超传统AI服务器性能的完整系统能力。
奕行智能的Epoch芯片是国内第一颗RISC-V AI云端大算力芯片,率先支持分块量化FP8精度。此次在WAIC上,奕行智能也提前透露了即将推出的下一代芯片的架构升级,包括拓展支持EXFP4、MXFP4等低位宽精度格式,同时大幅增加算力、存储容量及存储带宽,采用新一代ELink高速互联技术,实现更高效率与更强扩展能力。

▲奕行智能自研Epoch芯片
依托奕行智能自研ELink高速互联技术,超节点单柜提供百T级聚合带宽,可支持32卡至128卡的Scale-Up高带宽全互联。
通过引入正交无背板架构替代传统线缆连接方案,其极大提升了信号传输质量并大幅降低计算节点间的传输延时,配合液冷技术大幅提高算力密度和可靠性。此外ELink还可同时支持超节点内部的纵向扩展与节点之间的横向组网,使算力资源进一步扩展至万卡级集群超节点。
整体来看,基于Epoch芯片的RISC-V AI算力超节点方案,在性能、算力密度、互联架构、扩展性、可维护性等方面都已实现了对标现有旗舰级超节点产品,并且整个技术栈完全自主可控,这对国内AI产业的价值是不言而喻的。
值得一提的是,基于RISC-V开源架构的Epoch系列芯片实现了国内外软硬件生态的全面兼容,已经适配了包括RISC-V架构CPU在内的各类国产CPU。在奕行智能看来,在今天的AI时代,开放开源才是支撑产业长期繁荣的核心力量。
我们看到,芯片层扎实的原生AI性能、高速互联能力和出色的生态兼容性,共同构成了这一超节点方案的核心技术壁垒。这一国产RISC-V AI算力超节点方案必然会成为构成AI时代关键基础设施的重要组成。
二、AI Agent接管底层算子智造,AI芯片研发范式革新
RISC-V超节点解决了AI基础设施硬件层,软件层如何快速把硬件性能转化为大模型的实际吞吐量是另一道坎。
WAIC上,奕行智能亮出EVACA一体化智算软件栈——原生AI智能体驱动,兼顾底层算子极速开发与上层模型轻量化部署,实现“开箱即用”智算开发体验。
这套软件栈在智算使能层进行了大量技术创新和突破,使用了“算子库+编译器+Agent驱动”的新AI模型执行范式,包括面向AI模型执行的多路径算子映射体系,以兼顾极致性能、模型适配效率及长期软硬件协同演进能力。

其中最引人瞩目的,莫过于KernelFab算子智造中枢。奕行智能首席AI官石贤帅也在今天下午的行业论坛上,深度拆解了智能体赋能芯片研发、算子深度优化以及研发全流程增效的落地路径。
在石贤帅看来,AI芯片竞争,正在从算力竞争走向研发效率竞争。在AI芯片研发过程中,Agent必须选择“进入现有流程”,而不是另起炉灶。
奕行智能选择优先将Agent引入到算子研发相关领域,因为算子具备明确的目标、可重复的性能指标以及真实的硬件反馈,可以说是验证Agent工程闭环的绝佳起点。
值得注意的是,KernelFab算子智造中枢的重点不是离线生成代码,而是在真实硬件或仿真环境中,持续进行“编译、运行、测量、诊断和优化”的闭环。

整个AI芯片的研发流程被重塑:从下达需求、Agent闭环执行到成果终审。在Agent加持下,算子开发从“周级”迈入“天级”。
可以说,AI在芯片开发流程中的深度融入,大幅降低了RISC-V算力芯片底层的开发门槛,让大模型厂商能够跨越硬件生态鸿沟,零门槛、全自动地压榨硬件性能。
正如石贤帅所说,Agent不再是一个辅助工具,而是一种全新的芯片研发范式。
生态层面,展会同期,奕行智能正式官宣 VISA虚拟指令集开源计划、提供在Tile架构范式下统一的多硬件编程接口,这无疑打通了上层AI算法框架与底层芯片硬件架构之间的适配壁垒,实现了“一次编程,适配多代自研芯片”。
消除客户在面对芯片迭代时的迁移适配成本,是推动国产AI芯片落地的重要一环,也为国产RISC-V芯片走向通用大算力市场扫清了生态障碍。
三、从Token工厂到全球出海,RISC-V智算冲刺商业深水区
值得注意的是,这次WAIC上奕行智能展示的一系列软硬件技术方案,都已实现落地,其联动产学研全链条合作伙伴,让行业看到了RISC-V AI芯片智算带来的巨大价值潜力。
今年6月底,奕行智能与中能智算、国富数据三家签署战略合作协议,将联合打造全球首套全栈RISC-V超节点AI Token工厂,项目建成涵盖RISC-V AI计算芯片、自研CPU、高速网络交换、以及正交无背板超节点在内的全套全国产AI基础设施。
在WAIC展会现场,我们看到了奕行智能展示的软硬一体整机矩阵,包括其联合产业伙伴打造的多元化整机硬件,包括高密度扣卡服务器、标准PCIe服务器,以及搭载原生智能体引擎的一体化智算整机。

从传统数据中心平滑升级到新兴企业级云端大模型部署,奕行智能标准化交付能力已经完备。展会现场特设了多行业实景实操体验区,从政企教智能体到文旅与AIGC内容生产,国产RISC-V AI芯片规模化商用价值凸显。
据了解,Epoch系列AI芯片及硬件产品在终端应用场景方面的客户已经覆盖互联网、运营商、金融、能源等各类垂直行业,实现大规模上线部署。
在进一步推动RISC-V算力生态发展方面,奕行智能正在构建国内首个RISC-V绿色算力开源创新平台,联动高校、科研院所以及产业链上下游的生态伙伴,聚焦大模型训练、推理部署等核心场景开展联合技术攻关与应用孵化,这一生态平台正在成为承载国产AI创新的沃土。
结语:AI时代RISC-V算力生态破局,国产厂商先交卷了
从国内首颗自研RISC-V AI云端大算力Epoch芯片、全栈RISC-V超节点到直击生态痛点的KernelFab算子智造中枢,奕行智能已经成为当下国内RISC-V AI芯片独角兽中跑的最快的厂商之一,从技术、产品到生态,形成核心差异化优势,在全球AI基建浪潮中找准了自身的关键身位,其AI智能体反哺芯片研发生态的范式创新也给行业提供了新的技术创新思路。
在AI Infra领域的生态卡位战中,以奕行智能为代表的中国算力芯片厂商正以新的路径在行业竞争中找到属于自己的舞台,基于高自主可控、高算力密度、高能效、极具竞争力的成本等优势,几乎由传统架构垄断的AI算力产业既有格局正在被打破。
算力、生态瓶颈逐渐突破之下,放眼未来,Agent浪潮仍在继续,全球AI算力产业格局暗潮汹涌、竞争激烈。奕行智能通过RISC-V AI算力超节点集群实践,提供了兼顾开源开放、安全可控的算力集群选择,给全球AI产业带来更多变量和新的选择。
— Originally published at m.zhidx.com
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from WebSearch (Tavily)
See more →全球AI芯片峰会,9月上海见!
The 2026 Global AI Chip Summit will take place in Shanghai on September 22-23, focusing on the evolving AI chip landscape, including the shift from training to inference, the rise of diverse chip technologies, and the restructuring of industry competition. Notable speakers include experts from leading universities and companies, discussing advancements in AI chip architecture and applications.