MilkV Jupiter 2 / SpacemiT K3：RISC-V 向量计算的新里程碑

背景

在单板计算机（SBC）领域，ARM 架构长期占据主导地位，而 RISC-V 往往被视为实验性或边缘化的选择。然而，随着 AI 推理工作负载对边缘计算设备需求的激增，寻找非 GPU 的替代方案变得至关重要。

MilkV Jupiter 2 是一款基于 SpacemiT K3 芯片的 Pico ITX 规格单板计算机。作者经过近三周的深度测试，发现这款设备在硬件完成度、软件生态以及 AI 推理能力上，已经超越了大多数“科学项目”性质的开发板，甚至在某些方面比当前的 ARM 方案更具吸引力。它标志着 RISC-V 架构在高性能边缘 AI 计算领域迈出了实质性的一步。

核心内容

硬件规格与工业设计

MilkV Jupiter 2 并非传统的原型机，而是一款高度集成的成品。其核心 SoC 为 SpacemiT K3，采用大小核（big.LITTLE）架构：

• 核心配置：16 个 RISC-V 核心，分为两个集群：8 个 A100 核心（主频 2GHz）和 8 个 X100 核心（主频 2.4GHz）。这是作者接触过的首款具有非对称核心集群的 RISC-V 芯片。
• 存储与内存：配备 32GB RAM 和 128GB UFS 存储（通过 SCSI 层枚举为 sda，读取速度可达 3.4 GB/s，远超 SATA III 上限）。
• 连接性：包含 1GbE RJ-45 接口、10GbE SFP+ 接口（Realtek RTL8127）、Wi-Fi 6 + 蓝牙（Realtek RTL8852BE）。
• 图形处理：搭载 IMG (PowerVR) GPU，具备真正的 DRM 节点支持。
• 其他接口：DP 输出、eDP 排线接口、3 个 USB-A 3.0、USB-C PD 供电、M.2 插槽以及 PWM 风扇控制。

架构解析：A100 与 X100 的区别

SpacemiT K3 的关键创新在于其核心设计的差异化：

• A100 核心：专为 AI 和向量计算优化，拥有扩展的向量指令集（RVV）、专用的事务性内存以及针对 AI 加速的硬件支持。
• X100 核心：通用计算核心，负责常规任务调度。 这种设计使得 K3 在理论宣传中声称能提供 60 TOPS 的 AI 算力，并支持在超过 10 tokens/s 的速度下运行 30B 参数量的模型。

软件体验与系统启动

作者对首次启动体验给予了极高评价：

• 开箱即用：连接显示器后，5 秒内即可进入基于 Debian 的 Bianbu 4.0 系统（代号 "Resolute Raccoon"）的首次引导向导。
• 现代内核：系统运行在 Linux 6.18.3 内核上，支持 Wayland 显示协议和 LXQt 桌面环境。
• 无需折腾：无需修改 GRUB、无需寻找设备树（DTB）、无需调整文件系统大小，桌面环境响应流畅，甚至让作者倾向于直接使用桌面而非 SSH。
• 内核参数优化：内核命令行中包含了 unaligned_scalar_speed=fast 和 unaligned_vector_speed=fast 等参数，暗示了对 RISC-V 扩展向量指令集的底层优化。

AI 推理实测与限制

尽管宣传数据亮眼，但实际 AI 推理表现揭示了当前的技术瓶颈：

• 理论 vs 现实：虽然厂商宣称可运行 30B 模型，但作者在测试中遇到了硬限制，实际可用的有效模型规模约为 3B。
• 结论：尽管存在限制，但 RISC-V 在边缘设备上进行非 GPU 推理的能力已接近“可用”状态，且目前看来比 ARM 架构更具探索价值。

关键要点

• 硬件成熟度：MilkV Jupiter 2 是首款不像“科学项目”的 RISC-V 开发板，具备完整的金属外壳、完善的接口（包括 10GbE）和现代化的工业设计。
• 非对称架构优势：SpacemiT K3 采用 8×A100（AI/向量优化）+ 8×X100（通用）的大小核设计，是 RISC-V 领域的首创。
• 存储性能：板载 128GB UFS 存储通过 SCSI 层模拟，读取速度高达 3.4 GB/s，性能远超传统 SATA SSD。
• 软件生态友好：预装基于 Debian 的 Bianbu 4.0，使用 Linux 6.18.3 内核，支持 Wayland 和 LXQt，首次启动体验极其流畅，无需复杂的底层配置。
• AI 推理潜力与局限：RISC-V 在边缘 AI 推理上已取得显著进展，接近可用状态。尽管实际有效模型规模受限于当前优化（实测约 3B），但其向量计算能力使其在特定场景下比 ARM 更具吸引力。
• 传感器与监控：系统能准确识别所有 CPU 核心集群的温度，并通过 PWM 风扇进行散热控制，显示其硬件监控机制的完善。

意义与影响

MilkV Jupiter 2 和 SpacemiT K3 的出现，打破了 RISC-V 仅适用于低功耗或嵌入式入门场景的刻板印象。它证明了 RISC-V 架构通过向量扩展（RVV）和专用 AI 硬件加速，有能力处理复杂的 AI 推理工作负载。

对于开发者而言，这意味着在边缘计算领域，除了传统的 ARM + GPU 方案外，RISC-V 提供了一个新的、可能更具能效比或成本效益的替代路径。尽管目前在模型规模和软件优化上仍有提升空间（如从 3B 到 30B 的跨越），但 Jupiter 2 展示的工程完成度和软件易用性，为 RISC-V 在 AI 边缘计算领域的规模化应用奠定了坚实基础。这也暗示着，未来在资源受限的边缘设备上，RISC-V 可能成为比 ARM 更有趣、更值得关注的架构选择。