日增激增的AI算力需求对传统的通用处理器架构提出了新的挑战，亟需引入相应的高性能扩展。由于矩阵运算在AI算法中占据着重要地位，而RISC-V又具有模块化和可扩展的特点，因此RISC-V矩阵扩展被认为是加速AI计算的重要抓手。面向矩阵扩展指令集开展高效的微架构设计是当前值得深入探索的重要课题。同时利用领域专用接口将矩阵计算引擎和RISC-V处理器的通用计算架构及存储系统有效对接起来，也是真正提升AI算力不可或缺的重要条件。另外如何在多核、多芯粒平台中充分提高矩阵计算引擎的效能和硬件利用率，也是未来RISC-V大算力智能芯片需要解决的关键问题。

随着以ChatGPT为代表的LLM的突破性发展，AI芯片技术又迎来新一轮创新高潮。除了GPGPU和各类专用AI加速器之外，CPU也开始在AI领域发力，除了传统的SIMD和近些年重新被重视的Vector技术之外，intel和ARM等CPU巨头纷纷推出了对应的Matrix加速技术AMX以及SME，进一步提升其处理器在AI领域的处理能力。RSIC-V作为近几年快速发展的开源架构，通过全球协同共建的方式，用5年左右的时间完成了传统指令集架构20年左右的发展进程，并且有机会在AI这个全新的赛道上后发先至。本次报告将重点介绍玄铁处理器的Matrix矩阵扩展技术。