基于RISC-V AI CPU芯片K1与OpenHarmony 5.0生态，进迭时空采用融合AI架构实现首个RISC-V + OpenHarmony + 本地大模型的全栈方案，可以在进迭时空MUSE Paper平板上部署通义千问0.5B、1.5B以及DeepSeek-R1-1.5B等大模型，打造从硬件到系统的全栈创新AI解决方案。无需复杂适配、无需高昂算力成本，适用终端设备大模型新AI智能化升级。

技术路线：同构融合AI架构

相对于传统“CPU + NPU”异构方案，进迭时空通过同构融合架构提供了一条新的技术路线：

1.统一指令集：共同使用RISC-V指令集驱动通用计算和AI计算。

2.开放可编程：便捷接入RISC-V开源生态，适配各种私有算子和新模型结构的迭代。

基于同构融合的架构，我们已经接入llamacpp及ollama生态，逐步接入Pytorch及vLLm等大模型生态中。

技术方案

模型运行环境（foundation/ai/ds_r1_service）

模型部署：

• 基础模型：DeepSeek-R1-1.5B-Q4（4bit 量化）

推理服务化：

• 实现 OHOS AI 标准接口
• 支持 JS/TS 跨语言调用

系统级优化（kernel/linux/arch/riscv）

调度策略：

• 推理进程绑定 CPU0-3（RV64 四核，屏蔽中断）
• 使用 SCHED_FIFO 实时调度（优先级 99，高于系统服务）

方案价值

全栈创新，安全与开放兼得

• 全栈创新：采用K1芯片+ OpenHarmony 5.0系统+本地大模型，实现从硬件到系统到算法的全栈创新。
• 数据安全：模型文件SELinux加密，在工业诊断、教育答题等敏感场景下，确保数据严格留存于本地设备，杜绝数据外流。
• 生态开放：拥抱开源生态，已接入llamacpp生态，即将支持ONNXRuntime生态，后续将逐步接入PyTorch及vLLM生态。

性能与成本平衡

• 快速推理：通过标准256bit RVV向量指令及自定义AI指令集，深度优化AI模型推理性能，提升0.5B和1.5B模型的运行速度。
• 8核智能调度：8核CPU智能分工——4核专注大模型推理任务，4核并行处理系统任务，性能有保障。
• 轻量部署：4GB跑1.5B参数模型，端侧设备直接安装。

高效开发，快速部署

• 提供完整的AI基础和OpenHarmony系统LLM运行库和应用开发demo。
• 轻松部署：标准化AI接口（OHOS IAiModelAgent），JS/TS跨语言一键调用。一键部署AI组件，运行LLM（10分钟完成LLM组件加载）。

应用场景

工业场景（边缘设备问答与控制）

采用K1芯片的工业网关，无需联网，即可实现本地响应设备故障咨询及本地故障诊断响应。

教育场景（智能学习辅导）

K1芯片教育平板，提供离线智能辅导、作业批改、趣味学习等功能，定义AI教育新模式。同时，模型文件存储受SELinux保护，仅AI服务可读写，保障数据安全。

家居场景（低功耗智能控制）

K1芯片智能语音设备，待机时主频降至600MHz，实现低功耗运行。

文档与生态

• 开发指南：《OH5.0 标准系统下 DeepSeek-R1 部署指南》
• 示例代码：提供 JS/TS 调用示例
• 兼容性声明：支持 OH5.0 标准系统 + SpacemiT K1产品发布计划
• 参考开发硬件平台：MUSE Paper

相关文档请登录https://archive.spacemit.com/tools/openharmony/ai/下载。