五大趋势推动 MCU “芯” 变革

MCU 被誉为现代电子设备的 “神经中枢”，是嵌入式电子系统中控制各种功能的核心器件。当前，边缘 AI、具身智能、新能源汽车、制造业数智转型等新业态，正在为 MCU 开辟更多增量市场，并倒逼 MCU 技术升级。MCU 厂商通过架构创新、工艺迭代、工具链等一系列创新举措，推动 MCU 的功能扩容和性能跃迁，满足下游应用对定制化设计与贴身化方案的需求。在市场需求与技术创新的碰撞下，MCU 五大趋势脱颖而出。

打破 eFlash 限制 迈向 22nm 及以下制程

MCU 制程已经突破 40nm，正在向 22nm、18nm 乃至 16nm 下探。今年 3 月，恩智浦发布 S32K5 系列汽车 MCU，为业界首款带有嵌入式 MRAM (磁随机存储器) 的 16nm FinFET MCU。据悉，该系列 MCU 采用台积电的 16nmFinFET 嵌入式 MRAM 技术，具有 100 万个更新周期的耐久性，支持回流焊，在 150℃条件下数据可保留 20 年。意法半导体推出了基于 18nm 全耗尽型绝缘体上硅 (FD-SOI) 工艺并集成 ePCM (相变存储器) 的制程技术，首款基于该技术的 STM32 MCU 计划 2025 年下半年投入量产。相比当前采用的 40nm 嵌入式 eNVM (非易失性存储器) 技术，18nm FD-SOI 与 ePCM 的组合将带来 50% 以上的能效比提升，2.5 倍的非易失性存储器密度提升。据悉，该技术由意法半导体与三星代工联合开发。

不难看出，MCU 厂商采用更先进制程的同时，也同步嵌入新型存储。此前，MCU 常用的代码和数据存储器为 eFlash，但传统的 eFlash 方案在 28nm 以下工艺节点面临成本和可靠性挑战，也限制了 MCU 的制程微缩。在此趋势下，MRAM、RRAM 等新型存储器被视为 28nm 及以下工艺节点中嵌入式存储的主要解决方案。恩智浦方面表示，Flash 存储器更新 20MB 的代码需要约 1 分钟时间，而 MRAM 只需 3 秒左右，缩短了软件更新带来的停机时间。此外，MRAM 提供 100 万个更新周期，耐久性远超闪存。瑞萨电子于今年 7 月推出的 22nm RA8P1 MCU，也集成了嵌入式 MRAM。瑞萨方面表示，与闪存相比，MRAM 具备更快的写入速度、更高的耐久性和更强的数据保持能力。

具身智能与人形机器人成为新蓝海

具身智能被视为 AI 的下一个浪潮，人形机器人是具身智能的最佳载体。前者对 MCU 提出了新的设计要求，后者则拓宽了 MCU 的市场容量。从数量来看，仅全身关节控制这一类任务，就可能用到 30 个以上的 MCU。兆易创新 MCU 事业部产品市场总监李懿在 NEPCON China 的演讲中表示，一个机器人有 20 个左右的自由度和关节，每个关节都有特定的负载要求。在完成一个动作时，各关节之间需要精准协调。兆易创新采用 Arm Cortex-M33 内核的 GD32G553 系列 MCU 适合控制大的关节，采用 Arm Cortex-M7 内核的 GD32H7 系列 MCU 更加合适需要精密运动控制、对算法实时性要求更高的精细关节。“有的客户一个机器人整体算下来会用到 20 多个 M7 内核的 MCU，再加上十多个 M33 内核的 MCU 去做不同的关节任务，这些关节之间通过内置的总线进行通信，以保障每个关节之间的运动同步和数据同步。” 李懿表示。

而具身智能这一技术范式，将人工智能融入机器人等物理实体，赋予其像人一样感知、学习及与环境动态交互能力，也对 MCU 提出了多项需求。一是更高集成度，将算力、存储、ESC (EtherCAT 从站控制器)、PHY (外部信号接口芯片) 等集成到更紧凑的封装中;二是更高的实时性与通信数据带宽，且能够与传感、AI 推理、伺服、执行器等单元实现低延迟通信，比如通过 I3C 串行通信协议与更多传感器进行高速、低功耗的通信;三是构建从配置可信的启动、执行到加密存储的数据安全机制。

MCU+AI 趋势深化

AI 向边侧、端侧下沉的趋势，使边缘 AI 成为 MCU 厂商的必争之地。为增强 MCU 的 AI 计算能力，越来越多的厂商在 MCU 集成 NPU 等 AI 加速器，以提升 AI 推断与训练任务的执行速度。意法半导体认为，将 NPU 引入 MCU 将触发边缘 AI 应用新场景的 “aha moment”。其 STM32N6 搭载了意法半导体自研 NPU，运算吞吐量达 600 GOPS (每秒 6000 亿次操作)，比不具备 NPU 的 STM32H7 高出 600 倍。相比在 STM32N6 的 Cortex-M55 内核运行图像分类、对象检测、语音识别等神经网络模型，在 STM32N6 的 NPU 运行这些神经网络模型时，推理性能提升了 26 倍到 134 倍。

随着 AI 用例复杂性提升，多模态场景更加广泛。MCU 需持续提升系统集成能力，配置丰富的硬件接口，以满足高实时性场景下的多模态处理需求。比如 XMOS 推出了集成 AI 加速器、高性能 DSP、控制 MCU 和灵活 I/O 的边缘多核控制器，支持音频、图像、视觉和其他多种传感信号，实现实时、持续工作的 AI 应用。该控制器也可以作为大模型、云和网络的接口，提供传感器信息预处理，用于人脸检测、特征提取、身份验证、图像分类、离线本地自主运行、智能传感器接口。由于边侧、端侧设备往往靠电源供电，还需要 MCU 优化能效比，在完成 AI 负载的同时保证设备的续航能力。此外，MCU+AI 运行人脸检测、语音交互等功能时，会涉及用户的个人数据，需要 MCU 的安全标准从 “功能安全” 向 “AI 可信计算” 升级。

积极拥抱 RISC-V

为更好地满足下游应用的定制化需求，MCU 正在积极拥抱 RISC-V 开源架构，在汽车、智能终端、行业领域多点开花。在汽车领域，基于 RISC-V 架构设计的车规级 MCU 将在今、明两年加速上车。今年 4 月，东风汽车研发总院宣布，其完全国产化的车规级高性能 MCU 芯片 DF30 已完成第一次流片验证，计划明年量产上市。据悉，DF30 芯片基于 RISC-V 多核架构，采用国内 40nm 车规工艺，功能安全等级达到 ASIL-D。近日，南京紫荆半导体宣布其高性能车规级 MCU M100 的量产版本顺利回片，预计 2025 年第三季度进入量产阶段，将率先应用于长城汽车蓝山、高山、坦克 300、坦克 400、坦克 500 等车型。据悉，紫荆 M100 基于开源 RISC-V 内核构建，采用模块化设计、内核可重构，4 级流水线使其具备更快的处理速度和更少的耗时，满足 ASIL-B 等级要求。

在终端领域，海思面向白电的智能化需求，在今年 3 月上新 Hi3066M。该 MCU 使用海思自有 RISC-V 内核，内置 eAI 引擎，支持 200MHz 主频，可应用于空调、冰箱、洗衣机的端侧 AI 等创新应用场景，如支持空调 AI 节能，洗衣机 AI 称重和偏心检测以及冰箱 AI 降噪和节能。此外，上海海思正在推动 RISC-V 与 OpenHarmony 深度适配，累计向开源社区贡献代码数百万行。海思技术有限公司 RISC-V 首席专家张涛在今年 5 月的演讲中表示，RISC-V 打造核芯底座，支撑技术创新，OpenHarmony 提供统一底座，支撑产业生态。二者深度融合，为开发者提供了统一、丰富、高效的软件平台，能够有效降低开发成本，提升开发效率，从而促进产业生态的繁荣发展。

聚焦特定应用 提供贴身化方案

如今，消费、汽车、工业等不同领域的智能化变革，正不断拓宽 MCU 的应用边界。不同领域的应用需求千差万别，促使 MCU 厂商深入理解特定应用场景的需求，提供贴身化的产品方案。在汽车领域，新能源汽车的 “三电” 系统 (电池、电机、电控) 对 MCU 的算力、可靠性、安全性都提出了严苛要求。以电池管理系统 (BMS) 为例，需要 MCU 精准监测电池电压、电流、温度等参数，对电池的充放电过程进行精细控制，以保障电池的性能、寿命与安全性。英飞凌的 AURIX TC4x 系列 MCU 专为汽车动力总成、底盘和安全应用而设计，支持功能安全 ASIL D 系统，能够满足汽车行业对可靠性和安全性的严格标准。

在工业领域，工厂自动化、过程控制、机器人等应用场景需要 MCU 具备高实时性、高可靠性以及丰富的通信接口。例如，在工业自动化生产线中，MCU 需要实时采集传感器数据，控制电机的运转，实现精确的运动控制。瑞萨电子的 RZ/T2M 微控制器专为工业以太网应用而设计，集成了双核 Arm Cortex-R5F 内核，具备卓越的实时性能和通信能力，可满足工业自动化对高速、可靠数据传输的需求。在消费电子领域，随着智能家居、可穿戴设备的普及，MCU 需要在低功耗、小型化、成本控制方面表现出色。例如，在智能手表中，MCU 不仅要驱动显示屏、处理传感器数据，还要实现蓝牙通信等功能，同时要保证设备的续航能力。恩智浦的 i.MX RT1010 crossover MCU 采用低功耗设计，集成了丰富的外设，能够满足可穿戴设备对高性能、低功耗的需求。

总体来看，MCU 正站在变革的十字路口。随着技术的演进和市场需求的多元化，这五大趋势将持续重塑 MCU 的产业格局。从制程工艺的突破到新兴应用领域的拓展，从 AI 融合带来的功能升级到 RISC-V 架构的创新，以及针对特定应用的深度定制，MCU 厂商唯有紧跟趋势，不断创新，才能在激烈的市场竞争中占得先机，推动 MCU 在更多领域发挥关键作用，助力产业的智能化升级。