據(jù)Yole研究報(bào)告顯示，2023年全球MCU市場規(guī)模約229億美元，預(yù)計(jì)至2028年將以5.3%的年復(fù)合增速達(dá)到320億美元。《國際電子商情》也注意到，2024年，盡管在市場與技術(shù)的雙重驅(qū)動下，本就多元化的MCU市場正迎來新一輪的競爭，但以下四方面的變化則更引人關(guān)注。

制程工藝屢獲突破

3月底，意法半導(dǎo)體(ST)宣布和三星晶圓代工廠共同開發(fā)出基于18納米全耗盡絕緣體上硅(FD-SOI)技術(shù)，并整合嵌入式相變存儲器(ePCM)的先進(jìn)制造工藝，用以支持下一代汽車、工業(yè)嵌入式處理器的升級進(jìn)化。

意法半導(dǎo)體中國區(qū)微控制器、數(shù)字IC與射頻產(chǎn)品部(MDRF)、物聯(lián)網(wǎng)/人工智能技術(shù)創(chuàng)新中心及數(shù)字營銷副總裁朱利安(ARNAUD JULIENNE)對媒體表示，與ST目前在用的40nm嵌入式非易失性存儲器(eNVM)技術(shù)相比，這項(xiàng)新工藝技術(shù)集成了容量更大的存儲器和更多的模擬與數(shù)字外設(shè)，將使嵌入式處理應(yīng)用的性能和功耗實(shí)現(xiàn)巨大飛躍。

路線圖顯示，基于新技術(shù)的下一代STM32微控制器的首款產(chǎn)品將于2024下半年開始向部分客戶提供樣片，2025年下半年排產(chǎn)。

與此同時(shí)，恩智浦也宣布將推出5nm S32N系列處理器，提供安全、實(shí)時(shí)應(yīng)用處理的可擴(kuò)展組合，滿足汽車制造商的中央計(jì)算需求。S32N處理器不僅可以幫助實(shí)現(xiàn)軟件定義汽車的新用例和優(yōu)勢，還能高效地創(chuàng)建和變現(xiàn)汽車數(shù)據(jù)的收集與分析，在汽車的生命周期簡化汽車功能和服務(wù)的部署。

上述兩款產(chǎn)品主要圍繞汽車應(yīng)用展開。目前，國際大廠在車規(guī)級MCU層面最先進(jìn)的工藝為40nm，國內(nèi)廠商大多為130nm/90nm/65nm，隨著汽車電子電氣架構(gòu)的升級和智能化程度的不斷提升，越來越多的廠商希望車規(guī)級MCU具備大算力、高帶寬、大容量、高安全性等先進(jìn)特性，而提升制程工藝無疑是最有效的手段之一。

推動車規(guī)級MCU工藝快速突破的另一原因，還來自嵌入式閃存，尤其是新興存儲技術(shù)領(lǐng)域取得的巨大進(jìn)步。關(guān)于這一點(diǎn)，我們在《2024年全球半導(dǎo)體行業(yè)10大技術(shù)趨勢》一文中進(jìn)行了精準(zhǔn)的預(yù)測，并指出，“無論是作為獨(dú)立芯片還是被嵌入于ASIC、微控制器和運(yùn)算處理器中，它們都有可能變得比現(xiàn)有的主流內(nèi)存技術(shù)更具競爭力。”

盡管從目前的主流市場來看，閃存與MCU在制程工藝水平上基本保持一致(40nm)，但傳統(tǒng)閃存面臨著難以進(jìn)一步擴(kuò)展和集成、可擦寫次數(shù)較少等瓶頸，這也是為什么PCM、MRAM和RRAM等新型存儲技術(shù)得到重點(diǎn)關(guān)注的原因。

比如臺積電日前就推出了業(yè)界首個擁有最先進(jìn)的22納米CMOS技術(shù)的RRAM，可與嵌入式STT-MRAM相媲美，相比英飛凌目前與臺積電合作的28nm RRAM工藝又前進(jìn)了一步。MRAM方面，瑞薩和恩智浦是主要玩家，前者為22nm STT-MRAM，后者為16nm FinFET MRAM。

當(dāng)然，能否實(shí)現(xiàn)較高的生產(chǎn)良率？產(chǎn)品的可靠性是否經(jīng)歷了大規(guī)模車載應(yīng)用的檢驗(yàn)？供應(yīng)鏈穩(wěn)定性如何？等問題，是這些新型存儲技術(shù)需要面對的挑戰(zhàn)。

不過，朱利安也指出，雖然18nm工藝的優(yōu)勢在于高功率密度和超低功耗，但并不是所有的MCU都需要采用這一工藝，ST 40nm工藝將長期存在。對于國內(nèi)MCU廠商而言，立足當(dāng)下，將現(xiàn)有產(chǎn)品做大做強(qiáng)，在成熟工藝領(lǐng)域加大替代力度，擴(kuò)大市占率，一些具備實(shí)力的頭部企業(yè)可提前做平臺預(yù)研和開發(fā)，應(yīng)該是較為理性的發(fā)展道路。

加碼圖像處理性能

最近，不斷拓展MCU產(chǎn)品的圖形處理能力，用MCU實(shí)現(xiàn)昂貴的MPU才能實(shí)現(xiàn)的圖形效果，也正成為MCU廠商們比拼的重點(diǎn)。

我們可以先來看一組新聞報(bào)道，感受一下MCU巨頭血拼GPU性能的激烈程度：

先楫半導(dǎo)體

先楫半導(dǎo)體推出的HPM6800系列配備了芯原的高性能2.5D OpenVG GPU，能夠?yàn)镸CU/MPU設(shè)備提供高能效的圖形處理和優(yōu)質(zhì)的圖像輸出，同時(shí)顯著降低CPU負(fù)載，可廣泛應(yīng)用于汽車、工業(yè)和可穿戴產(chǎn)品中。

兆易創(chuàng)新

2023年5月推出的GD32H7系列MCU內(nèi)置了TFT LCD液晶驅(qū)動器和圖形處理加速器IPA(Image Processing Accelerator)，支持2D圖像疊加、旋轉(zhuǎn)、縮放及多種顏色格式轉(zhuǎn)換等功能。

意法半導(dǎo)體

最新推出的STM32H7R/S MCU就集成了NeoChrom GPU圖形處理器，能夠?qū)崿F(xiàn)MPU級別的圖形用戶界面(GUI)，具有豐富的色彩，支持動畫播放和3D圖效；另一顆MCU產(chǎn)品STM32MP2則配備了GPU、NPU和視頻處理器(VPU)，3D GPU支持分辨率高達(dá)1080p的顯示，強(qiáng)大的多媒體功能還包括帶有并行 LVDS 和 DSI 接口的全高清視頻通道。

英飛凌

TRAVEO T2G-C系列微控制器配有專用的圖形加速器，能夠以MCU的成本打造具有MPU性能的儀表盤、車載信息娛樂和座艙系統(tǒng)。其內(nèi)置的圖形引擎可將圖形處理所需的內(nèi)存減少3-5倍，從而降低功耗和成本。由于配備經(jīng)過優(yōu)化的2.5D圖形引擎，該MCU可支持分辨率高達(dá)1920 x 1080的全虛擬儀表盤。

恩智浦

恩智浦在2020年發(fā)布的i.MX RT500系列跨界MCU中就集成了2D GPU。隨后，無論是2021年推出的i.MX RT1160系列，還是2023年推出的i.MX RT1170系列跨界MCU，也均搭載了2D GPU，用以高效地完成諸如圖形縮放、旋轉(zhuǎn)、傾斜、圖層疊加、混合等酷炫的顯示效果。

瑞薩

搭載2D圖形繪制引擎的RA8D1是比較有代表性的產(chǎn)品。該圖形LCD控制器支持高達(dá)WXGA的分辨率(1280×800)、16位CEU攝像頭接口、以及32位外部SDRAM接口，瑞薩還為其在工業(yè)HMI、視頻門鈴、病人監(jiān)護(hù)儀、圖形計(jì)算器、安全面板、打印機(jī)顯示面板和家電顯示器等圖形應(yīng)用領(lǐng)域搭建了強(qiáng)大的開發(fā)平臺。

“之所以會在MCU中引入2D/3D GPU，與現(xiàn)在人機(jī)交互方式的轉(zhuǎn)變密不可分。”意法半導(dǎo)體中國區(qū)微控制器、數(shù)字IC與射頻產(chǎn)品部(MDRF)市場經(jīng)理杜銘認(rèn)為，消費(fèi)者希望在智能家電、智能家居控制器、電動車和工業(yè)終端中看到更清晰的畫質(zhì)、更有趣的互動、更時(shí)尚的人機(jī)界面，因此，圖形專用MCU成為廠商競爭的另一個賽道并不令人感到意外。

發(fā)力藍(lán)牙5.4

根據(jù)藍(lán)牙技術(shù)聯(lián)盟(Bluetooth Special Interest Group，SIG)日前發(fā)布的年度報(bào)告《2024年藍(lán)牙市場最新資訊》，到2028年，藍(lán)牙設(shè)備的年出貨量將達(dá)到75億臺，五年復(fù)合年增長率(CAGR)為8%。

該報(bào)告指出，藍(lán)牙技術(shù)不僅被用于支持越來越多的傳統(tǒng)用例，而且還擴(kuò)展到并創(chuàng)造了廣泛的新興用例。這其中，電子貨架標(biāo)簽(ESL)和網(wǎng)絡(luò)照明控制(NLC)最具代表性，而它們正是利用了最近在Bluetooth核心規(guī)格5.4版中發(fā)布的幾個新功能，尤其是帶有響應(yīng)的定期廣播(PAwR)和加密廣播數(shù)據(jù)。

正因?yàn)槿绱耍瑥乃{(lán)牙5.4面世開始，MCU廠商就陸續(xù)推出了相關(guān)產(chǎn)品。以ST新推出的STM32WBA54和STM32WBA55兩款無線微控制器(MCU)為例，兩款高性能無線微控制器均支持BLE 5.4與BLE Audio標(biāo)準(zhǔn)，能夠讓開發(fā)者更靈活地優(yōu)化音質(zhì)和功耗。此外，LE Audio帶來的最新用例讓開發(fā)者可以利用廣播和多播音頻等功能設(shè)計(jì)更多富有想象力的新產(chǎn)品。

恩智浦MCX W72則選擇支持藍(lán)牙信道探測技術(shù)，能夠?qū)崿F(xiàn)兩個設(shè)備之間的距離/間距測量。這是因?yàn)镾IG預(yù)測稱在未來五年內(nèi)，藍(lán)牙位置服務(wù)設(shè)備的年復(fù)合成長率為22%，在2028年出貨量將達(dá)到5.63億臺。而即將推出的“Channel Sounding”規(guī)范有望實(shí)現(xiàn)更為精準(zhǔn)的測距，為當(dāng)前的即時(shí)定位系統(tǒng)(RTLS)帶來更多優(yōu)勢，包括更高的精準(zhǔn)度和安全性等。

Nordic nRF54系列也支持藍(lán)牙5.4、LE Audio、藍(lán)牙m(xù)esh、Thread、Matter等協(xié)議，早在2023年10月，Nordic就與深圳云里物里科技合作推出電子貨架標(biāo)簽，并展示了相關(guān)用例。

AIROC? CYW20829低功耗藍(lán)牙系統(tǒng)級芯片和AIROC? CYW5551x Wi-Fi 6/6E和藍(lán)牙5.4二合一解決方案，是英飛凌方面的新嘗試，智能家居、傳感器、醫(yī)療看護(hù)、照明、藍(lán)牙m(xù)esh網(wǎng)絡(luò)、遠(yuǎn)程控制、人機(jī)交互設(shè)備(鼠標(biāo)、鍵盤、虛擬現(xiàn)實(shí)和游戲控制器)、工業(yè)自動化以及汽車等領(lǐng)域有著廣泛的應(yīng)用。

國內(nèi)廠商方面，樂鑫推出的ESP32-H4同樣融合了802.15.4和Bluetooth 5.4(LE)技術(shù)，并且在功耗、連接性能和內(nèi)存擴(kuò)展能力方面進(jìn)行了升級，能夠滿足市場對低功耗無線設(shè)備日益增長的需求。

2023年3月，沁恒推出的CH592是基于青棵RISC-V內(nèi)核設(shè)計(jì)的藍(lán)牙無線MCU，內(nèi)部集成2Mbps的BLE5.4，采用低功耗射頻工藝設(shè)計(jì)，定位于更低功耗、更低成本LCD顯示的藍(lán)牙應(yīng)用。

總體而言，網(wǎng)絡(luò)連接能力對物聯(lián)網(wǎng)端側(cè)設(shè)備而言是實(shí)現(xiàn)智能化、自動化以及與用戶/設(shè)備/服務(wù)進(jìn)行互動的基礎(chǔ)，用戶在選擇低功耗藍(lán)牙設(shè)備時(shí)最看重三點(diǎn)：超低功耗、射頻連接穩(wěn)定性和小巧的尺寸。

此外，要考慮的因素還包括根據(jù)產(chǎn)品形態(tài)和功能對集成的功能模塊、外設(shè)或者其他一些參數(shù)提出的額外要求。盡管市場需求量大，但只拼價(jià)格的做法一定是不可持續(xù)的，創(chuàng)新的技術(shù)、本土化支持和在產(chǎn)能和供應(yīng)鏈上的主導(dǎo)權(quán)，將成為未來10-15年內(nèi)競爭的焦點(diǎn)。

將AI全面下沉至端側(cè)

人工智能(AI)并不是全新的技術(shù)概念，其歷史可以追溯到20世紀(jì)50年代，進(jìn)入21世紀(jì)后，受益于算力的迅猛提升，以及大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)等技術(shù)的快速發(fā)展，AI在圖像識別、語音識別、自然語言處理、機(jī)器人、自動駕駛等領(lǐng)域取得了突破性的進(jìn)展。尤其是近年來，隨著應(yīng)用的不斷拓展和滲透，“邊緣人工智能(Edge AI) ”/“嵌入式AI”/“端側(cè)AI”等概念逐漸成為業(yè)界熱點(diǎn)。

雖然叫法不同，但這些不同概念講述的其實(shí)是同一件事情——“將AI算法嵌入到端側(cè)設(shè)備中，使得設(shè)備能夠具備智能化、自動化和高效化的能力”。而MCU作為最末端、直接控制物料動作的數(shù)字邏輯器件，也應(yīng)該是AI化的，不應(yīng)該被排斥在AI之外。事實(shí)上，AI/ML技術(shù)的使用增長極其迅猛，從數(shù)量上來看，相對于數(shù)百萬到千萬量級的AI服務(wù)器，到2030年，預(yù)計(jì)端側(cè)支持嵌入式AI設(shè)備出貨將達(dá)到25億臺，市場潛力巨大。

但“跨界不易，結(jié)合更難”。比如，許多可以利用AI/ML功能的網(wǎng)絡(luò)邊緣應(yīng)用需要在極具嚴(yán)苛的功耗限制下運(yùn)行，很多設(shè)備需要在僅充一次電或者僅依靠收集和存儲能量的情況下運(yùn)行較長時(shí)間，甚至可能是幾個月或幾年。而且，近十年來AI模型快速發(fā)展，AI分類模型創(chuàng)新的數(shù)量逐年遞增，導(dǎo)致不斷有新的實(shí)現(xiàn)方式產(chǎn)生，這就需要硬件和算法上的優(yōu)化。

同時(shí)，由于MCU硬件性能限制、AI軟件的復(fù)雜度高、行業(yè)應(yīng)用實(shí)時(shí)性要求高、能耗限制嚴(yán)格、數(shù)據(jù)安全性要求高，嵌入式AI在MCU的行業(yè)應(yīng)用落地需要業(yè)務(wù)團(tuán)隊(duì)具備豐富的AI知識經(jīng)驗(yàn)，以及嵌入式軟硬件能力。

一方面要開發(fā)團(tuán)隊(duì)與落地場景之間要展開深度合作。基于真實(shí)場景的基礎(chǔ)數(shù)據(jù)及嵌入式AI團(tuán)隊(duì)提供的專業(yè)的定制化方案，才能真正解決問題，做出價(jià)值。

另一方面要能夠?qū)崿F(xiàn)AI模型到MCU的快速部署。通用AI模型往往并不是針對嵌入式應(yīng)用設(shè)計(jì)，AI開發(fā)工具品類又非常龐雜，而MCU的RAM、Flash資源及CPU算力通常都非常受限，如何選擇合適的AI模型和開發(fā)工具用來開發(fā)出解決特定場景問題模型，又如何將AI模型部署到受限資源的MCU上，這是一個復(fù)雜的工程。