向量单元
ARBITRARY REGISTER GROUPING · RVV+
任意寄存器分组，让向量长度匹配无线算子的真实长度。
突破 RVV 固定幂次分组，64 位扩展编码与冲突检测处理寄存器重叠与读写相关；元素交换引擎承担跨通道重排与 gather/scatter，复数/定点除法/饱和运算走可扩展数据通道。目标算子：FFT · 信道估计 · 编解码 · 线性代数。
Hover for the full story
§0 · 核心发现
软件的灵活性，接近 ASIC 的能效
以高能效 RISC-V 融合计算，靠低 idle 功耗与系统级调度赢得真实部署能效——把 GPP 与 ASIC 之间 10³× 的能效鸿沟压缩到约 10×。
基带处理的能效对比有一个长期被忽视的事实：峰值算力不等于部署能效。Venus v2 在 28nm 归一化口径下把 FFT 能效做到 256 MSps/W，是 Xeon 6434 的 33.4×；更关键的是 idle 功耗 0.027W——低负载场景下，idle 功耗直接摊入平均能耗，这才是真实部署的决定项。
软件灵活 + ASIC 级能效。以高能效 RISC-V 融合计算，靠低 idle 功耗与系统级调度赢得真实部署能效。
— ACELab · 深轶科技，团队介绍 STRATEGIC TAKEAWAY2026-09
Context融合基带把 GPP↔ASIC 能效鸿沟压缩至约 7–10×，同时保持 RISC-V 的开放可编程能力。Why it matters能效拐点出现在真实负载曲线，而不是峰值跑分。
§1 · 架构主线
四项研究内容，沿一条跨层主线贯通
以无线基带的数据流与周期性为牵引，做从指令到系统的领域专用协同设计——并保持 RISC-V 开放可编程能力。
向量单元决定算子的执行效率，数据流调度决定系统的实时性，领域工具链决定生态的可用性，低功耗 SoC 决定部署的真实能耗——四层不是并列的模块，而是同一条数据流主线在不同抽象层上的投影。
数据流调度
HIERARCHICAL DATAFLOW SCHEDULING
软件负责全局低频，硬件负责局部高频，兼顾扩展性与实时性。
任务—线程—计算簇三级模型：DAG 显式建模基带模块映射，层次化存储强化局部性，打包发货机制以 DMA/CSR/中断协同部署回收。硬件调度器监测依赖与输出状态快速触发任务，保证吞吐与硬实时。
Hover for the full story
工具链
DSL → LLVM → RISC-V · SAME-SOURCE
同一份代码贯通任务描述、编译优化与硬件部署。
领域专用语言描述任务图与依赖，LLVM 完成指令拆分合并与任意分组寄存器分配，生成 RISC-V 汇编映射到可扩展数据通道；同源代码支持仿真、评估与二进制部署，把领域语义一直保留到编译和调度后端。
Hover for the full story
低功耗 SoC
POWER DOMAINS · MBIST
四电源域按负载逐级唤醒，工业级可测。
睡眠、待机、数字前端与计算任务四种工作模式，常开域维持快速唤醒；多制式并发共享同一计算簇。MBIST 与故障覆盖保证工业级可测性，为车规与基站场景铺路。
Hover for the full story
§2 · 实测证据
LDPC 译码：接近 x86 吞吐，能耗低一到两个数量级
Venus 归一化吞吐约为 Xeon 的 89%，计算能耗 4.15 nJ/bit/iter——比 ARM A76 低 84.4×，比 GPU 4090 低 181.8×。测试口径：CS4 · 码率 340/1024 · 码块 25443 · CPU 单核吞吐；吞吐按线性、能效按平方做工况归一化。
LDPC 译码性能对比（28nm 归一化）
点击行查看口径与来源 · ASIC ACC100 为参考下界
| 平台 | 频率 | 工艺 | 吞吐 Mbps | nJ/bit/iter |
|---|
Source · 团队自测 · Venus v2 实测（K2）· 2026-09
idle 功耗：被低估的部署能耗决定项
基站与边缘节点大量时间处于低负载。Venus v2 idle 功耗 0.027W（单 Tile 口径），比竞品低两个数量级；99% 负载阈值下总功耗 Venus ≈4.36W vs ACC100 ≥19.2W，吞吐需求 <2.06 Gbps 时 Venus 更节能。
§3 · 芯片实现
Venus v2：从架构到芯片实现
40nm、300MHz、10 核、四电源域的多制式 SoC，峰值功耗 0.763W。四种工作模式覆盖睡眠、待机、数字前端与计算任务，按负载逐级唤醒；MBIST 与故障覆盖保证工业级可测。
| 指标 | 数值 | 说明 |
|---|
Source · 团队自测 · Venus v2 流片实测（K4）· 2026-09
§4 · 定位与生态
面向 6G AI-RAN 的开放融合基带
RISC-V 开放指令集 + 领域扩展 + 同源工具链，让基带从黑盒 ASIC 变成可演进的基础设施。
NeuroBaseband 的开放生态落在 ACE-Echo 开放平台：架构文档、工具链与评估环境对外开放，支撑从学术研究到客户导入的同一条路径。成果侧，顶会论文与多次成功流片构成「说过 → 做过 → 测过」的完整闭环。
| 维度 | 事实 | 说明 |
|---|
Source · ACELab 团队介绍 deck p7（K9）· 2026-09