MCU 被譽為現代電子設備的 “神經中樞”，是嵌入式電子系統中控制各種功能的核心器件。當前，邊緣 AI、具身智能、新能源汽車、制造業數智轉型等新業態，正在為 MCU 開辟更多增量市場，并倒逼 MCU 技術升級。MCU 廠商通過架構創新、工藝迭代、工具鏈等一系列創新舉措，推動 MCU 的功能擴容和性能躍遷，滿足下游應用對定制化設計與貼身化方案的需求。在市場需求與技術創新的碰撞下，MCU 五大趨勢脫穎而出。

打破 eFlash 限制 邁向 22nm 及以下制程

MCU 制程已經突破 40nm，正在向 22nm、18nm 乃至 16nm 下探。今年 3 月，恩智浦發布 S32K5 系列汽車 MCU，為業界首款帶有嵌入式 MRAM (磁隨機存儲器) 的 16nm FinFET MCU。據悉，該系列 MCU 采用臺積電的 16nmFinFET 嵌入式 MRAM 技術，具有 100 萬個更新周期的耐久性，支持回流焊，在 150℃條件下數據可保留 20 年。意法半導體推出了基于 18nm 全耗盡型絕緣體上硅 (FD-SOI) 工藝并集成 ePCM (相變存儲器) 的制程技術，首款基于該技術的 STM32 MCU 計劃 2025 年下半年投入量產。相比當前采用的 40nm 嵌入式 eNVM (非易失性存儲器) 技術，18nm FD-SOI 與 ePCM 的組合將帶來 50% 以上的能效比提升，2.5 倍的非易失性存儲器密度提升。據悉，該技術由意法半導體與三星代工聯合開發。

不難看出，MCU 廠商采用更先進制程的同時，也同步嵌入新型存儲。此前，MCU 常用的代碼和數據存儲器為 eFlash，但傳統的 eFlash 方案在 28nm 以下工藝節點面臨成本和可靠性挑戰，也限制了 MCU 的制程微縮。在此趨勢下，MRAM、RRAM 等新型存儲器被視為 28nm 及以下工藝節點中嵌入式存儲的主要解決方案。恩智浦方面表示，Flash 存儲器更新 20MB 的代碼需要約 1 分鐘時間，而 MRAM 只需 3 秒左右，縮短了軟件更新帶來的停機時間。此外，MRAM 提供 100 萬個更新周期，耐久性遠超閃存。瑞薩電子于今年 7 月推出的 22nm RA8P1 MCU，也集成了嵌入式 MRAM。瑞薩方面表示，與閃存相比，MRAM 具備更快的寫入速度、更高的耐久性和更強的數據保持能力。

具身智能與人形機器人成為新藍海

具身智能被視為 AI 的下一個浪潮，人形機器人是具身智能的最佳載體。前者對 MCU 提出了新的設計要求，后者則拓寬了 MCU 的市場容量。從數量來看，僅全身關節控制這一類任務，就可能用到 30 個以上的 MCU。兆易創新 MCU 事業部產品市場總監李懿在 NEPCON China 的演講中表示，一個機器人有 20 個左右的自由度和關節，每個關節都有特定的負載要求。在完成一個動作時，各關節之間需要精準協調。兆易創新采用 Arm Cortex-M33 內核的 GD32G553 系列 MCU 適合控制大的關節，采用 Arm Cortex-M7 內核的 GD32H7 系列 MCU 更加合適需要精密運動控制、對算法實時性要求更高的精細關節。“有的客戶一個機器人整體算下來會用到 20 多個 M7 內核的 MCU，再加上十多個 M33 內核的 MCU 去做不同的關節任務，這些關節之間通過內置的總線進行通信，以保障每個關節之間的運動同步和數據同步。” 李懿表示。

而具身智能這一技術范式，將人工智能融入機器人等物理實體，賦予其像人一樣感知、學習及與環境動態交互能力，也對 MCU 提出了多項需求。一是更高集成度，將算力、存儲、ESC (EtherCAT 從站控制器)、PHY (外部信號接口芯片) 等集成到更緊湊的封裝中;二是更高的實時性與通信數據帶寬，且能夠與傳感、AI 推理、伺服、執行器等單元實現低延遲通信，比如通過 I3C 串行通信協議與更多傳感器進行高速、低功耗的通信;三是構建從配置可信的啟動、執行到加密存儲的數據安全機制。

MCU+AI 趨勢深化

AI 向邊側、端側下沉的趨勢，使邊緣 AI 成為 MCU 廠商的必爭之地。為增強 MCU 的 AI 計算能力，越來越多的廠商在 MCU 集成 NPU 等 AI 加速器，以提升 AI 推斷與訓練任務的執行速度。意法半導體認為，將 NPU 引入 MCU 將觸發邊緣 AI 應用新場景的 “aha moment”。其 STM32N6 搭載了意法半導體自研 NPU，運算吞吐量達 600 GOPS (每秒 6000 億次操作)，比不具備 NPU 的 STM32H7 高出 600 倍。相比在 STM32N6 的 Cortex-M55 內核運行圖像分類、對象檢測、語音識別等神經網絡模型，在 STM32N6 的 NPU 運行這些神經網絡模型時，推理性能提升了 26 倍到 134 倍。

隨著 AI 用例復雜性提升，多模態場景更加廣泛。MCU 需持續提升系統集成能力，配置豐富的硬件接口，以滿足高實時性場景下的多模態處理需求。比如 XMOS 推出了集成 AI 加速器、高性能 DSP、控制 MCU 和靈活 I/O 的邊緣多核控制器，支持音頻、圖像、視覺和其他多種傳感信號，實現實時、持續工作的 AI 應用。該控制器也可以作為大模型、云和網絡的接口，提供傳感器信息預處理，用于人臉檢測、特征提取、身份驗證、圖像分類、離線本地自主運行、智能傳感器接口。由于邊側、端側設備往往靠電源供電，還需要 MCU 優化能效比，在完成 AI 負載的同時保證設備的續航能力。此外，MCU+AI 運行人臉檢測、語音交互等功能時，會涉及用戶的個人數據，需要 MCU 的安全標準從 “功能安全” 向 “AI 可信計算” 升級。

積極擁抱 RISC-V

為更好地滿足下游應用的定制化需求，MCU 正在積極擁抱 RISC-V 開源架構，在汽車、智能終端、行業領域多點開花。在汽車領域，基于 RISC-V 架構設計的車規級 MCU 將在今、明兩年加速上車。今年 4 月，東風汽車研發總院宣布，其完全國產化的車規級高性能 MCU 芯片 DF30 已完成第一次流片驗證，計劃明年量產上市。據悉，DF30 芯片基于 RISC-V 多核架構，采用國內 40nm 車規工藝，功能安全等級達到 ASIL-D。近日，南京紫荊半導體宣布其高性能車規級 MCU M100 的量產版本順利回片，預計 2025 年第三季度進入量產階段，將率先應用于長城汽車藍山、高山、坦克 300、坦克 400、坦克 500 等車型。據悉，紫荊 M100 基于開源 RISC-V 內核構建，采用模塊化設計、內核可重構，4 級流水線使其具備更快的處理速度和更少的耗時，滿足 ASIL-B 等級要求。

在終端領域，海思面向白電的智能化需求，在今年 3 月上新 Hi3066M。該 MCU 使用海思自有 RISC-V 內核，內置 eAI 引擎，支持 200MHz 主頻，可應用于空調、冰箱、洗衣機的端側 AI 等創新應用場景，如支持空調 AI 節能，洗衣機 AI 稱重和偏心檢測以及冰箱 AI 降噪和節能。此外，上海海思正在推動 RISC-V 與 OpenHarmony 深度適配，累計向開源社區貢獻代碼數百萬行。海思技術有限公司 RISC-V 首席專家張濤在今年 5 月的演講中表示，RISC-V 打造核芯底座，支撐技術創新，OpenHarmony 提供統一底座，支撐產業生態。二者深度融合，為開發者提供了統一、豐富、高效的軟件平臺，能夠有效降低開發成本，提升開發效率，從而促進產業生態的繁榮發展。

聚焦特定應用 提供貼身化方案

如今，消費、汽車、工業等不同領域的智能化變革，正不斷拓寬 MCU 的應用邊界。不同領域的應用需求千差萬別，促使 MCU 廠商深入理解特定應用場景的需求，提供貼身化的產品方案。在汽車領域，新能源汽車的 “三電” 系統 (電池、電機、電控) 對 MCU 的算力、可靠性、安全性都提出了嚴苛要求。以電池管理系統 (BMS) 為例，需要 MCU 精準監測電池電壓、電流、溫度等參數，對電池的充放電過程進行精細控制，以保障電池的性能、壽命與安全性。英飛凌的 AURIX TC4x 系列 MCU 專為汽車動力總成、底盤和安全應用而設計，支持功能安全 ASIL D 系統，能夠滿足汽車行業對可靠性和安全性的嚴格標準。

在工業領域，工廠自動化、過程控制、機器人等應用場景需要 MCU 具備高實時性、高可靠性以及豐富的通信接口。例如，在工業自動化生產線中，MCU 需要實時采集傳感器數據，控制電機的運轉，實現精確的運動控制。瑞薩電子的 RZ/T2M 微控制器專為工業以太網應用而設計，集成了雙核 Arm Cortex-R5F 內核，具備卓越的實時性能和通信能力，可滿足工業自動化對高速、可靠數據傳輸的需求。在消費電子領域，隨著智能家居、可穿戴設備的普及，MCU 需要在低功耗、小型化、成本控制方面表現出色。例如，在智能手表中，MCU 不僅要驅動顯示屏、處理傳感器數據，還要實現藍牙通信等功能，同時要保證設備的續航能力。恩智浦的 i.MX RT1010 crossover MCU 采用低功耗設計，集成了豐富的外設，能夠滿足可穿戴設備對高性能、低功耗的需求。

總體來看，MCU 正站在變革的十字路口。隨著技術的演進和市場需求的多元化，這五大趨勢將持續重塑 MCU 的產業格局。從制程工藝的突破到新興應用領域的拓展，從 AI 融合帶來的功能升級到 RISC-V 架構的創新，以及針對特定應用的深度定制，MCU 廠商唯有緊跟趨勢，不斷創新，才能在激烈的市場競爭中占得先機，推動 MCU 在更多領域發揮關鍵作用，助力產業的智能化升級。