Bij CUDA op RISC-V verzorgt de RISC-V-processor het besturingssysteem, de drivers en de applicaties; de NVIDIA-GPU voert de CUDA-kernels uit. De gerapporteerde hosteisen zijn gericht op serverplatforms. SiFive demonstreerde die op de BigSky SF-2U870 met een workflow voor taalmodelinferentie.
Wat CUDA op een RISC-V-host betekent
RISC-V is de instructiesetarchitectuur van de CPU die als host dient: de processor waarop het besturingssysteem en de CUDA-software draaien. De GPU blijft de versneller die de parallelle CUDA-berekeningen uitvoert. De aankondiging van NVIDIA in juli 2025 ging over het voornemen CUDA op RISC-V-hosts te ondersteunen. RISC-V International omschreef dat als een strategische bekendmaking, niet als een productintroductie.
Dat onderscheid maakt duidelijk waarom een RISC-V-bord met een grafische kaart niet vanzelf geschikt is. De host moet voldoen aan eisen voor de instructieset, firmware en gegevensoverdracht met de GPU.
Gerapporteerde eisen voor de host
Een technische analyse van de NVIDIA-presentatie op Hot Chips 2026 noemt een reeks voorwaarden voor RISC-V-servers. Het gaat om een gerapporteerde selectie, niet om een volledige officiële checklist.
| Vereiste | Rol in het platform | Praktisch effect |
| RVA23-profiel | Standaardiseert de ISA-basis voor serverprocessors | Geeft software en platformbouwers een gemeenschappelijk hardware-uitgangspunt |
| RISC-V-server-SoC- en serverplatformspecificaties | Beschrijven de processor en de server als geheel | Helpen om de CPU, firmware en overige platformonderdelen op elkaar af te stemmen |
| ACPI en Boot and Runtime Services (BRS) | ACPI ondersteunt hardwaredetectie en beheer van energie, prestaties en temperatuur; BRS beschrijft firmwarediensten | Laat besturingssysteem en firmware hardware en platformfuncties volgens vaste afspraken beheren |
| Vectoruitbreidingen met predicatie | Verwerken meerdere gegevens met vectorinstructies en voorwaarden | Kunnen vertakkingen in bepaalde berekeningen helpen vermijden |
| PCIe-coherentie | Houdt geheugenbeelden van CPU en apparaten consistent bij gegevensoverdracht | Beperkt het risico dat de CPU na DMA nog verouderde cachegegevens gebruikt |
| PCIe peer-to-peer (P2P) | Laat apparaten rechtstreeks gegevens uitwisselen | Voorkomt dat gegevens eerst via het hostgeheugen moeten worden gekopieerd |
Voor CUDA is vooral de gegevensroute van belang. Bij DMA, directe geheugentoegang door een apparaat, kan een GPU gegevens naar of uit geheugen verplaatsen terwijl de CPU cachegegevens vasthoudt. PCIe-coherentie helpt die geheugenbeelden gelijk te houden. Met P2P kan verkeer tussen apparaten een extra kopie via het hostgeheugen overslaan.
Wat de BigSky-demonstratie laat zien
SiFive kondigde de BigSky SF-2U870 aan als RISC-V-host voor CUDA-workloads op NVIDIA-GPU's. De server heeft 32 SiFive P870-D-kernen op 2,0 GHz, 256 GB DDR5-5600-geheugen en vier PCIe Gen5 x16-aansluitingen, samen goed voor 64 lanes. Daarnaast noemt SiFive PCIe Gen3 x4, twee U.2 NVMe-ssd's van elk 7,68 TB en een 10/25 Gb OCP 3.0-netwerkkaart.
SiFive vermeldde Ubuntu 26.04 LTS en Red Hat RHEL 10 als direct ondersteunde besturingssystemen. Op 24 augustus 2026 meldde het bedrijf dat BigSky in beperkte aantallen beschikbaar was en dat de vraag groter was dan het aanbod.
De Engelstalige demonstratie van SiFive gebruikt LLaMA.cpp en Gemma 4 in een CUDA-workflow. De getoonde toepassing is inferentie: het uitvoeren van een bestaand taalmodel om antwoorden te genereren.
Wat de demo aantoont
De BigSky-demonstratie laat zien hoe één RISC-V-server als host samenwerkt met NVIDIA-GPU-hardware voor een concrete inferentieworkflow. Het is een demonstratie van inferentie, geen trainingsrun of vergelijkende prestatietest. De resultaten gelden voor deze platformopstelling en workload.
