AI 算法的快速发展推动了行业对更高效计算架构的需求。RISC-V 指令集架构凭借其模块化设计、可扩展性和开放性，成为智算时代的理想选择。其自定义指令特性允许开发者针对特定算子设计高效的硬件加速模块，从而在性能、功耗和面积效率上实现显著优化。这种灵活性和高效性使 RISC-V 在 AI 加速、边缘计算和嵌入式系统中展现出独特优势，并可显著提升特定场景下的性能
玄铁与芯芒科技合作，正式推出 Cycle 级仿真优化解决方案，为开发者提供从设计到实现的完整支持，旨在提升软硬件协同优化效率。双方将基于芯芒 Mosim 平台，为客户提供从 SoC 虚拟原型搭建、性能仿真 Profiling、编译器支持自定义指令到闭环验证的全链路优化能力。该方案覆盖从热点分析、算子优化、工具链支持到验证闭环的整套轻量级环境，用户能够在设计初期便实现软件性能的仿真优化，无需依赖硬件资源，显著提升了软硬件开发的并行度和效率
快速生成XuanTie RISC-V Cycle级性能模型
芯芒 Mosim 仿真平台支持 ESL 和 RTL 模型混合仿真，可以完美兼顾仿真速度与精度需求。玄铁 CPU 模型自动化生成工具，可在 30 分钟内生成玄铁 CPU Cycle 精确模型，并可一键导入到 Mosim 仿真平台中构建 SoC，高效便捷。
可视化构建SoC虚拟原型
在芯芒 Mosim 仿真平台 SoC 可视化构建 IDE 中，直接拖入前面生成的玄铁 CPU Model，以及时钟、复位、总线、存储等 SoC 组件模型，几分钟内即可完成一个新的验证 SoC 系统搭建，加载 CPU 程序，开始运行验证，极大提升了芯片开发验证效率。
图形化Profiling发现计算热点
芯芒 Mosim 仿真平台提供了一系列创新高效的性能 Profiling 工具，可以帮助用户高效分析软硬件性能，快速定位系统性能瓶颈。比如 CPU 全量火焰图工具可以全量展现 CPU 程序从函数到指令级的执行耗时情况，无需在程序中侵入式加入打点代码。在本案例中，通过分析可发现 gemm 运算是计算热点，可通过扩展对应的向量计算指令实现性能加速。
