deepin 25 适配进迭时空 K3，RISC-V 桌面跑通本地大模型推理

一颗面向AI设计的RISC-V芯片

RISC-V 是一种开源、免授权费的指令集架构，近年来在低功耗嵌入式与边缘计算场景中逐渐获得芯片厂商青睐，因为它允许厂商自由扩展指令集来适配特定负载，而不必像 x86、Arm 那样受制于授权条款。进迭时空的 K3 正是基于这一思路打造：官方将其定位为"专为 AI 时代打造的 RVA23 规范计算平台"，采用 RISC-V 同构融合计算技术，在单颗芯片内集成通用、AI、实时三类核心，构成"通用 + AI + 实时"三域协同架构。

这套异构设计里，8 颗 X100 通用核跑到 2.4 GHz 主频，整机通用算力约 130 KDMIPS——日常的系统调度、界面交互都落在这部分核心上；真正扛下 AI 推理的是另外 8 颗 A100 核心，配合自研 IME 矩阵运算扩展，凑出约 60 TOPS 的原生算力，官方给出的参考数据是跑 300 亿参数模型时单秒能超过 10 个 token。芯片还配备 2 颗 RT24 实时核、3D GPU 及视频编码引擎，典型功耗在 15 至 25 瓦之间。

deepin 25 做了哪些适配

此次适配由 deepin-ports SIG（特别兴趣小组）协助完成。deepin 25 一边照常维护 6.18 内核分支、u-boot 和专属 GPU 驱动，一边新增了 Next 这个上层叠加仓库，目的是让 riscv64 架构吃满 RVA23 规范带来的性能红利。落地方式是把工具链整体换掉：默认用 GCC 15、同时保留 16 版本，两者都能通过标准 -march 参数直接调用 RVA23 指令集；配合 Binutils 升到 2.46、Glibc 到 2.42、LLVM 用 21/22，OpenSSL 也换成带算法级优化的 3.5 版本。

本地 AI 能力这块，deepin 自带的"小U同学"靠 deepin-modelhub 打通了 RVA23 和 SpacemiT 的矩阵运算扩展，能按芯片架构挑最合适的算子来跑；同样受益的还有 llama.cpp 常用的底层库 GGML——向量和矩阵运算这类重活，现在也能吃到 SpacemiT 指令集加速。本地跑 AI 模型时，8 个 A100 核心是实际干活的地方，任务怎么分给它们由系统自动完成，不用用户操心。目前适配 K3 的 deepin 25 RISC-V 体验镜像已在 deepin-ports 镜像列表发布，开发者可下载刷写体验。

接下来看什么

这次适配的意义在于把 RISC-V 桌面设备的离线大模型推理能力落地到了具体硬件上——此前 RISC-V 平台在桌面场景下运行大模型多依赖云端或性能受限的通用核心。官方公开信息目前只提到 Next 仓库基础构建会持续完善，未说明下一个正式版本节点或规模化出货的时间表。能确定的后续动作是：开发者可以现在下载体验镜像进行实测，验证 10 token/秒左右的推理速度、算子调度是否符合官方描述。