«CUDA su RISC-V» significa usare una CPU RISC-V come host, cioè per eseguire sistema operativo, driver e applicazioni, mentre una GPU NVIDIA esegue i kernel CUDA, blocchi di codice elaborati in parallelo. I requisiti riportati puntano a una piattaforma server, non a una scheda RISC-V qualsiasi: contano il profilo del processore, i servizi firmware e il modo in cui CPU e GPU condividono i dati.
Che cosa deve fare l’host RISC-V
I requisiti riportati per un host CUDA RISC-V comprendono il profilo RVA23, specifiche per SoC e piattaforme server, servizi firmware, estensioni vettoriali e determinate funzioni PCIe. Insieme, definiscono le basi hardware e di sistema necessarie perché il software possa individuare i dispositivi e gestire i trasferimenti di dati.
| Requisito | Ruolo nella piattaforma | Effetto pratico |
| Profilo RVA23 e specifiche per SoC e piattaforme server RISC-V | Definiscono una base comune per processore e sistema server | Aiutano a predisporre un host compatibile con l’ambiente server previsto |
| ACPI e Boot and Runtime Services (BRS) | Supportano l’avvio e la gestione della piattaforma; ACPI serve anche a individuare l’hardware e gestire alimentazione, prestazioni e temperatura | Consentono al sistema operativo di riconoscere e amministrare correttamente la macchina |
| Estensioni vettoriali con predicazione | Permettono di elaborare dati vettoriali e applicare condizioni alle operazioni | Possono ridurre la necessità di diramazioni nel codice |
| Coerenza PCIe | Mantiene allineate le viste della memoria di CPU e GPU durante gli accessi ai dati | Riduce il rischio che un dispositivo legga valori non aggiornati dopo un trasferimento DMA, cioè l’accesso diretto alla memoria |
| PCIe peer-to-peer | Permette trasferimenti diretti tra dispositivi | Evita il passaggio dei dati dalla memoria host, con il relativo trasferimento aggiuntivo |
Questa è una selezione di requisiti riportati, non una checklist ufficiale completa. La distinzione più concreta riguarda le funzioni PCIe: la coerenza aiuta CPU e GPU a lavorare su dati aggiornati, mentre il trasferimento peer-to-peer evita un passaggio intermedio nella memoria del sistema.
Che cosa mostra la piattaforma BigSky
SiFive ha annunciato il server di sviluppo BigSky SF-2U870 con 32 core SiFive P870-D a 2,0 GHz, 256 GB di memoria DDR5-5600, quattro collegamenti PCIe Gen5 x16 per un totale di 64 linee e un collegamento PCIe Gen3 x4. La configurazione comprende anche due SSD U.2 NVMe da 7,68 TB e una scheda di rete OCP 3.0 da 10/25 Gb.
Per il software, SiFive ha indicato il supporto immediato a Ubuntu 26.04 LTS e Red Hat RHEL 10. Il 24 agosto 2026 l’azienda dichiarò che la piattaforma era disponibile in quantità limitate e che la domanda superava l’offerta.
La demo è un flusso di inferenza
SiFive ha mostrato BigSky come host RISC-V per carichi di lavoro LLM eseguiti su GPU NVIDIA. Nel flusso dimostrato, LLaMA.cpp usa CUDA con il modello Gemma 4: è un esempio di inferenza, cioè di generazione di risposte con un modello già addestrato, non un carico di training.
Il caso riguarda BigSky SF-2U870: mostra il ruolo della CPU RISC-V come host e quello della GPU NVIDIA nell’esecuzione CUDA, senza trasformare la dimostrazione di una singola piattaforma in un’affermazione sulle prestazioni di altri sistemi RISC-V.
