2026年1月29日，进迭时空在线发布了新一代 AI CPU 芯片 K3。这颗芯片有几个标志性标签：它是全球首款符合 RVA23 规范并实现量产的 RISC-V 芯片，也是首批在芯片级支持完整虚拟化、并在 FP8 精度下实现原生 AI 推理的产品之一。同时，K3 还在单芯片内首次将 1024 位宽高并行计算规模带入量产阶段，在业内颇为罕见。
K3：通用算力与 AI 算力“装进一颗芯片”
从硬件配置看，K3 搭载 8 颗自研 X100 大核，主频 2.4GHz，单核性能对标 ARM Cortex-A76。整芯片 AI 算力为 60TOPS，并配备 32GB LPDDR5 高速内存，面向本地大模型推理场景。
官方测试数据显示，K3 单核 SPECInt2006 跑分达到 9.41/GHz，Geekbench 6 单核成绩超过 400 分。与前一代 K1 相比，AI 算力提升约 30 倍，可支持的大模型参数规模从原来的数量级直接拉升到 300 亿至 800 亿区间，提升约 80 倍。
在软件系统上，进迭时空为 K3 搭配了自家优化的 Linux 发行版 Bianbu。实际体验方面，在日常办公、上网等常规使用场景下，整机响应速度已经接近当前主流桌面 CPU 平台，兼顾通用计算与 AI 推理。
面向机器人与本地大模型的两条主要应用路径
K3 的设计并不是单一指向某个细分方向，而是围绕“智能终端 + 本地 AI 推理”做了较细的场景划分。
在智能机器人方向，K3 集成了专门的实时计算子系统，配备 3MB 高速缓存以及多达 10 个 CAN-FD 接口，为多轴控制、复杂传感器融合等任务提供实时算力和总线支持，有利于在工业机器人、服务机器人等领域落地。
在本地大模型推理方向，K3 重点优化了推理链路和算子调度。以 30B 参数规模的通义千问模型为例，官方给出的测试数据是：在 K3 上每秒可输出约 15 个 Token，首 Token 延迟控制在 1 秒以内，基本达到了可交互的体验水准。模型格式方面，K3 支持 Hugging Face 平台上除 FP4 / FP6 外的全部主流格式，对现有模型生态的兼容度较高，利于开发者直接迁移和部署。
进迭时空：围绕 RISC-V 打造“端–边–云”算力布局
进迭时空成立于 2021 年 11 月，一开始就将重心放在 RISC-V 架构下的 AI CPU 方向。公司长期强调三件事：RISC-V 架构、AI 算力，以及围绕 Triton / TileLang 等工具链构建的智算生态。
在技术路线层面，进迭时空选择了自下而上的全栈自研：从 RISC-V 核心指令扩展，到高性能 CPU 核、通用 AI 处理器核，再到上层软件和工具链，基本都掌握在自己手里。公司提出的 Spacemit 同构融合技术，目的就是把通用计算与 AI 专用算力在单芯片上做深度融合，用一颗 SoC 同时覆盖操作系统、应用运行和 AI 模型推理三类需求，提升功耗和成本上的综合性价比。
RVA23 标准冻结到 K3 实现量产投片，进迭时空用了一年左右时间完成从规范到芯片落地的闭环，这个节奏在 CPU 行业算是相当紧凑。创始人陈志坚此前多次提到，公司看重的是 RISC-V 在开放生态上的长期潜力，希望借此构建一条不依赖外部授权、可持续迭代的本土算力路线。
生态与产品规划：从终端到服务器的完整平台
在软件生态方面，进迭时空在 RISC-V 与 OpenHarmony 的融合上投入较多，已经完成底层适配和关键组件开发，打通了从内核到上层框架的整套软件栈，方便后续在不同硬件形态上复用。
硬件平台上，除了面向终端设备的 AI CPU 芯片，公司也在搭建服务器级 RISC-V 平台。据介绍，其服务器 CPU 芯片平台的关键 IP 和子系统已基本成型，软硬件环境同步推进，为后续量产做准备。
产品线整体按照“端–边–云”展开：
终端侧：K1 已在市场上累计出货超过 15 万颗，在高性能 RISC-V 终端芯片中出货量居于前列；K3 则定位为面向端侧大模型的 AI CPU，主打本地智能计算。
云端侧：第三代服务器 CPU 已处于平台开发与技术积累阶段，计划在 2026 年下半年推出，补齐云端算力一环。
从 K1 到 K3，可以看到进迭时空一边打磨芯片本身，一边推动相关软硬件生态的成熟。随着 K3 后续量产放量，以及更多生态合作伙伴加入，RISC-V 在 AI 计算与智能终端领域的应用边界有望继续被推开，为本土开放计算生态提供更多现实样本。
