據(jù)Yole研究報告顯示，2023年全球MCU市場規(guī)模約229億美元，預(yù)計至2028年將以5.3%的年復(fù)合增速達到320億美元?！秶H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。jIjesmc

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化。jIjesmc

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)用的性能和功耗實現(xiàn)巨大飛躍。jIjesmc

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)。jIjesmc

與此同時，恩智浦也宣布將推出5nm S32N系列處理器，提供安全、實時應(yīng)用處理的可擴展組合，滿足汽車制造商的中央計算需求。S32N處理器不僅可以幫助實現(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。jIjesmc

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、高安全性等先進特性，而提升制程工藝無疑是最有效的手段之一。jIjesmc

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)域取得的巨大進步。關(guān)于這一點，我們在《2024年全球半導(dǎo)體行業(yè)10大技術(shù)趨勢》一文中進行了精準的預(yù)測，并指出，“無論是作為獨立芯片還是被嵌入于ASIC、微控制器和運算處理器中，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。”jIjesmc

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)閃存面臨著難以進一步擴展和集成、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)得到重點關(guān)注的原因。jIjesmc

比如臺積電日前就推出了業(yè)界首個擁有最先進的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。jIjesmc

當然，能否實現(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？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)。jIjesmc

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，立足當下，將現(xiàn)有產(chǎn)品做大做強，在成熟工藝領(lǐng)域加大替代力度，擴大市占率，一些具備實力的頭部企業(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。jIjesmc

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實現(xiàn)昂貴的MPU才能實現(xiàn)的圖形效果，也正成為MCU廠商們比拼的重點。jIjesmc

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

先楫半導(dǎo)體jIjesmc

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，能夠為MCU/MPU設(shè)備提供高能效的圖形處理和優(yōu)質(zhì)的圖像輸出，同時顯著降低CPU負載，可廣泛應(yīng)用于汽車、工業(yè)和可穿戴產(chǎn)品中。jIjesmc

兆易創(chuàng)新jIjesmc

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。jIjesmc

意法半導(dǎo)體jIjesmc

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1080p的顯示，強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。jIjesmc

英飛凌jIjesmc

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1920 x 1080的全虛擬儀表盤。jIjesmc

恩智浦jIjesmc

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。jIjesmc

瑞薩jIjesmc

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)護儀、圖形計算器、安全面板、打印機顯示面板和家電顯示器等圖形應(yīng)用領(lǐng)域搭建了強大的開發(fā)平臺。jIjesmc

“之所以會在MCU中引入2D/3D GPU，與現(xiàn)在人機交互方式的轉(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)理杜銘認為，消費者希望在智能家電、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、更時尚的人機界面，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。jIjesmc

發(fā)力藍牙5.4

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

jIjesmc

該報告指出，藍牙技術(shù)不僅被用于支持越來越多的傳統(tǒng)用例，而且還擴展到并創(chuàng)造了廣泛的新興用例。這其中，電子貨架標簽(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)。jIjesmc

jIjesmc

正因為如此，從藍牙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標準，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)計更多富有想象力的新產(chǎn)品。jIjesmc

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

Nordic nRF54系列也支持藍牙5.4、LE Audio、藍牙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簽，并展示了相關(guān)用例。jIjesmc

AIROC™ CYW20829低功耗藍牙系統(tǒng)級芯片和AIROC™ CYW5551x Wi-Fi 6/6E和藍牙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、照明、藍牙m(xù)esh網(wǎng)絡(luò)、遠程控制、人機交互設(shè)備(鼠標、鍵盤、虛擬現(xiàn)實和游戲控制器)、工業(yè)自動化以及汽車等領(lǐng)域有著廣泛的應(yīng)用。jIjesmc

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)存擴展能力方面進行了升級，能夠滿足市場對低功耗無線設(shè)備日益增長的需求。jIjesmc

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

總體而言，網(wǎng)絡(luò)連接能力對物聯(lián)網(wǎng)端側(cè)設(shè)備而言是實現(xiàn)智能化、自動化以及與用戶/設(shè)備/服務(wù)進行互動的基礎(chǔ)，用戶在選擇低功耗藍牙設(shè)備時最看重三點：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。jIjesmc

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50年代，進入21世紀后，受益于算力的迅猛提升，以及大數(shù)據(jù)、云計算、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、機器人、自動駕駛等領(lǐng)域取得了突破性的進展。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。jIjesmc

雖然叫法不同，但這些不同概念講述的其實是同一件事情——“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)計端側(cè)支持嵌入式AI設(shè)備出貨將達到25億臺，市場潛力巨大。jIjesmc

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)用需要在極具嚴苛的功耗限制下運行，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行較長時間，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)致不斷有新的實現(xiàn)方式產(chǎn)生，這就需要硬件和算法上的優(yōu)化。jIjesmc

同時，由于MCU硬件性能限制、AI軟件的復(fù)雜度高、行業(yè)應(yīng)用實時性要求高、能耗限制嚴格、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)團隊具備豐富的AI知識經(jīng)驗，以及嵌入式軟硬件能力。jIjesmc

一方面要開發(fā)團隊與落地場景之間要展開深度合作?；谡鎸崍鼍暗幕A(chǔ)數(shù)據(jù)及嵌入式AI團隊提供的專業(yè)的定制化方案，才能真正解決問題，做出價值。jIjesmc

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，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。jIjesmc