深度分析
RISC-V 單核心 float16 軟硬體協同設計：AIfES 框架突破邊緣裝置訓練限制
本論文提出一套基於 RISC-V 標準擴充（Zfh 與 Zvfh）的開源框架，使資源受限的 RISC-V 單核心裝置能夠執行完整的深度神經網路訓練（on-device training）。與 float32 相比，float16 的記憶體佔用降低約 50%，且模型效能僅微幅下降。
RISC-V
深度分析
XCENA MX1：以 RISC‑V 與 CXL 將運算推近 DRAM，緩解 AI 推論的記憶體瓶頸
隨著大型語言模型推論頻繁存取短期記憶，傳統CPU到GPU到DRAM的往返成為結構性瓶頸。XCENA以MX1把運算推向DRAM附近，透過CXL在記憶體模組內處理預處理、KV快取及資料編排，宣稱能把過去需多台伺服器承擔的工作合併並顯著降低AI基礎建設成本。
RISC-V
Nvidia 佈局 RISC-V 開源架構：SiFive 獲 4 億美元融資，挑戰 x86 與 ARM 壟斷
晶片設計新星 SiFive 完成 4 億美元融資，估值達 36.5 億美元，且有 Nvidia 參與投資。SiFive 憑藉開源的 RISC-V 架構，正從嵌入式設備跨足 AI 資料中心 CPU 市場，並將與 Nvidia 的 CUDA 與 NVLink 深度整合，挑戰 x86 與 ARM 的長期壟斷地位。
LinuxPDF
將 Linux 系統塞進 PDF：高中生利用 JavaScript 模擬器實現 RISC-V 環境
繼成功將 Doom 遊戲移植到 PDF 後，一名高中生開發者再次挑戰極限，將精簡版 Linux 作業系統成功運行在 PDF 文件中。透過將 TinyEMU 模擬器轉換為 JavaScript 並嵌入 PDF，該專案展示了文件格式的計算能力，同時也提醒使用者注意 PDF 內嵌腳本的安全風險。