21.0975 公里，是人形機器人的里程碑，也是 RISC-V 的新起點

2026年4月19日，第二屆北京亦莊人形機器人半程馬拉松賽事圓滿落幕。多臺搭載進迭時空 RISC－V AI CPU K3 芯片的「靈龍 2.0」人形機器人順利完賽。「靈龍 2.0」是上海國家地方共建人形機器人創新中心開發的人形機器人平臺。

在長距離、高負載、強實時的極限場景中，K3 經受住了實戰驗證。面對人形機器人運動控制對芯片“算力、響應、功耗、通信”高度耦合的系統級嚴苛要求：既要保障AI推理的高吞吐算力，又要滿足伺服控制的瞬間響應，還需在長續航下守住功耗紅線、在多傳感器并行時壓縮傳輸延遲。K3 從芯片微架構層面給出了一體化解答，標志著 RISC－V 芯片方案已具備支撐高動態、復雜環境人形機器人競技的成熟工程能力。

 架構優勢：為人形機器人而生的芯片微架構

傳統“CPU＋MCU＋NPU”多芯片分立架構，各功能域依賴外部總線橋接，跨芯片通信延遲存在高度不確定性。在 500Hz＋ 高頻伺服場景下，這種微秒級抖動成為難以逾越的系統性瓶頸。K3 則從芯片微架構層面給出了一體化解答：

 K3 芯片一體化架構示意圖

▲ 3MB TCM，打破推理“內存墻”。RL 策略權重完整駐留片上，消除 DDR 訪問延遲長尾，實測推理延遲降低約 60％，P99 與 P50 幾乎持平；

▲ 1024 位超寬向量引擎，彌合 Sim2Real 時序鴻溝單指令并行處理 128 個 INT8 數據，保障多模態＋數據時間戳嚴格對齊；

▲ 雙域共享中斷與雙套控制寄存器共存，實現實時域與算力域的并行自治。實時域以微秒級延遲完成電機指令下發，算力域同步刷新推理流水線，兩域按各自時鐘獨立調度，互不拖累，500Hz通信周期抖動穩定在個位數微秒量級；

▲統一內存架構，實現三域共享內存與域間互相保活。通用域、算力域、實時域共享同一物理內存，零拷貝數據流轉，端到端延遲趨近于單次內存訪問。

架構共振：K3＋OpenLoong軟硬深度融合

K3 芯片架構與 OpenLoong 控制框架之間，不是簡單的“兼容”關系，而是硬件拓撲與軟件分層在設計上的精準對齊——框架的每一層抽象都能直接映射到芯片的對應硬件域，無需適配層、無需中間件橋接、無需性能妥協。

 靈龍機器人 OpenLoong 控制框架示意圖（業務層、推理層、驅動層三層解耦架構）

這種架構共振體現在三個關鍵維度：

▲ 維度一：OpenLoong 框架無鎖共享內存 ? 多核拓撲，零拷貝數據共享

▲ 維度二：CAN FD 中斷直連大核 ? 驅動層硬實時需求——路徑最短、確定性最高，中斷延遲控制在個位數微秒

▲ 維度三：三域 UMA ? data_center 零拷貝數據流，K3 的三域統一內存架構為軟件設計意圖兌現

OpenLoong 的業務層 → X100 通用域，推理層 → A100 算力域，驅動層 → RCPU 實時域；data_center 無鎖隊列 → UMA 共享內存。三層對三域，層層精準映射——這就是“架構共振”的本質，不是事后適配，而是設計哲學上的同頻共振。 

生態踐行：高效落地，快速驗證

從 x86_64 訓練環境向 RISC－V 端側遷移，通常面臨 C／C＋＋ 運行時依賴及內核驅動 ABI 差異等交叉編譯風險。K3 的應對策略是從底層消除這些障礙：

▲ Upstream 主線合入：K3 核心模塊已合入 Linux v7.0－rc1 內核主線，是全球首款填補 RISC－V RVA23 Profile 規范內核空白的量產芯片，ABI 兼容性與驅動穩定性從源頭得到保障;

▲ Bianbu OS 預置完整機器人軟件棧：基于 Ubuntu 26.04 LTS 構建，原生集成 ROS 2 Jazzy、Nav2、MoveIt 2 等核心中間件，預置經硬件適配驗證的 HAL 包；

▲ 工具鏈閉環：GCC 14 RISC－V 交叉編譯工具鏈、GDB 遠程調試、perf／ftrace 性能剖析及 SpacemiT AI 模型 Profiler，覆蓋從編譯、調試到性能調優的全流程。

主線內核與成熟工具鏈，將遷移成本壓縮至最低。基于這套生態，國地中心團隊僅用半小時完成環境配置，OpenLoong 框架及全部依賴一次性通過原生編譯，無需源碼級適配。Sim2Real環境搭建從通常的數周壓縮至半天。

半程馬拉松對端側運控構成極限壓測：長時熱穩定性、數十萬次伺服周期的 P99.9 延遲、多域協同魯棒性、真實路面策略泛化——K3 全程表現穩定，從首次聯調到完賽驗證，總計僅用 3 個月。

K3 的未來展望：從運控小腦到具身大腦

本次半馬實戰不僅驗證了 K3 在端側低延遲運控場景下的極致工程可靠性，同時為上層決策能力的持續落地預留了充沛的算力冗余與豐富的標準化系統接口。

未來，進迭時空將與國地中心持續深化協作，推進端側視覺－語言聯合理解與多智能體協同能力的部署。隨著 K 系列芯片在能效比、AI 算力密度與多域協同能力上的持續迭代，基于 RISC－V 架構的開放、高效、可擴展的具身智能算力底座，正從愿景走向現實。

21.0975公里，是人形機器人的里程碑，也是 RISC－V 的新起點。