MCU迎来变革之年
微控制器（MCU）作为嵌入式系统的核心组件，凭借其强大的控制能力和广泛的适用性，在工业控制、汽车电子、消费电子、物联网等众多领域中扮演着不可或缺的角色。在刚刚过去的2024年，MCU也随着AI的赋能发生蜕变，众多厂商推出带AI功能或集成NPU的MCU，促进了新能源汽车和工厂智能化等技术的发展，也激活了MCU市场，因此，2024年也被称为MCU的AI元年。从企业业绩表现来看， MCU市场从2024年下半年开始回暖，尤其第三季度是一个明显的转折点，众多MCU企业在该季度交出了亮眼的成绩单。
步入2025年，伴随着AI技术的进一步深度赋能，以及汽车、工业、消费电子、物联网等领域的新一轮强劲需求，MCU行业将迎来技术革新与市场变革的关键节点，诸多趋势逐渐浮现。
呈现三大技术发展趋势
当前，MCU在技术层面呈现出三大发展趋势，分别为AI融合、集成度提升、架构创新与制程迭代，这也是各大企业技术竞争的关键焦点。
当前，在智能物联、智能工控、汽车电子等新兴领域的快速发展下，MCU的应用场景不断拓宽，市场需求不断提升。但这些新兴领域对于MCU的性能要求也在提升，包括更低的功耗、成本，更高的实时性、可靠性等。将边缘AI技术融入MCU就成了厂商解决这一难题的秘诀。
兆易创新MCU事业部产品市场总监陈思伟表示：“边缘计算的需求正在推动AI算法与MCU的深度结合。MCU不再局限于传统控制功能，而是逐渐集成AI推理能力，用于图像识别、语音处理、设备预测性维护等场景。”
边缘AI技术可以使MCU兼顾更高性能的数据处理任务，实现实时决策功能。例如，在智能工控领域，需要系统执行太阳能和储能系统中的电弧故障检测，以及用于预测性维护的电机轴承故障检测等功能，边缘AI帮助MCU对设备和传感器收集的数据进行实时分析和处理，提供更准确的决策，使系统实现更高的故障检测准确率。
因此，AI与MCU融合成为了当下MCU技术发展的核心趋势和重要突破点。
市场研究机构预测，到2025年，具备AI功能的MCU产品将在市场中占据重要地位，其应用场景将覆盖汽车电子、智能家居、智能穿戴、工业自动化、智能安防等多个领域。在此趋势下，众多MCU大厂纷纷布局此赛道。
德州仪器推出的TMS320F28P55x系列C2000 MCU
例如，瑞萨推出的RA8系列MCU，是业界首款基于Arm Cortex-M85（CM85）内核的32位MCU，其内部部署了Arm Helium技术，相比基于Arm Cortex-M7处理器的MCU，该技术可将数字信号处理器(DSP)和机器学习(ML)的性能提高4倍；德州仪器推出其首款集成神经处理单元(NPU)的实时MCU产品（TMS320F28P55x系列C2000 MCU），这款MCU借助边缘AI的计算能力，可以实现高精度、低延迟的故障检测，故障检测准确率达到99%；兆易创新推出了GD32F5、GD32H7、GD32G5等系列产品，满足下游市场对于高性能、低功耗和灵活扩展的需求，推动工业智能化和边缘计算的发展。
此外，轻量级AI框架（如TensorFlow Lite for Microcontrollers）正在不断发展和完善，也为AI与MCU的融合提供了技术保障。这些框架能够在有限的硬件资源下高效运行AI算法，降低了开发门槛，使得更多的MCU开发者能够将AI技术应用到自己的产品中。
瑞萨推出的业界首款集成AI功能的MCU-Arm Cortex-M85
瑞萨电子全球销售与市场副总裁、瑞萨电子中国总裁赖长青指出，当前，AI正在从云端向边缘端延伸，以实现更快速、更实时的数据处理和分析。在这种趋势下，MCU需要做出以下调整以增强AI计算能力：一是集成AI加速器，如神经网络加速器或者专用的向量处理器，以提升AI推断与训练任务的执行速度；二是优化能效比，旨在保持卓越性能的同时，有效减少功耗，从而延长设备的运行时间；三是强化安全保障，在芯片上集成数据加密、安全引导和安全存储，以保护用户数据不受攻击；四是支持多模态感知；五是优化系统集成，通过提供丰富的硬件接口和强大的软件支持，方便开发人员将AI功能无缝融入边缘设备之中。
在集成度方面，MCU正朝着更高集成度的方向发展，通过将多个功能模块（如AI加速器、通信模块、传感器、存储器等）集成到单个MCU芯片中，简化设计复杂性，减少设备的整体尺寸和功耗，从而降低成本并提高可靠性。
比如英特尔Atom系列MCU，就集成了多核处理器、图形处理单元、I/O接口等功能，满足物联网等领域对设备小型化、多功能化的需求。预计2025年，集成度超过50个功能的MCU产品将占据市场主导地位。
在架构与制程方面，随着MCU需要处理的数据量不断增加，对计算性能的要求越来越高。因此，多核异构将成为MCU发展的重要趋势。通过引入多核处理器，MCU可以同时处理多个任务，提高系统的并行处理能力。此外，不同应用对于资源需求的多样化，促使MCU设计向定制化方向发展，以支持用户根据特定应用需求定制硬件和软件资源，从而提供更强的灵活性。制程工艺的进步也对MCU性能提升和功耗降低起到了关键作用。目前，28纳米、18纳米甚至更微缩的先进制程技术正逐渐被MCU采用。采用先进制程工艺的MCU在运行相同任务时，功耗相比传统制程工艺可降低30%~50%，性能提升2~3倍，为构建低功耗、高性能的MCU产品提供了有力支持。
三大领域驱动产业高速增长
近年来，全球MCU市场虽然有过较为低迷的时段，但整体展现出增长势头，Yole的研究报告显示，2023年全球MCU市场规模约为282亿美元，预计至2028年，将以5.5%的年复合增速达到388亿美元，到2030年更有望攀升至582亿美元，其增长潜力不容小觑。其中，中国MCU市场随着国内产业升级、智能制造战略的深入推进，以及物联网、汽车电子等领域的快速发展，市场需求旺盛。预计到2025年，中国MCU市场规模将超过3000亿元，并成为全球MCU产业增长的重要引擎。
从应用领域来说，汽车电子是MCU市场的主要驱动力。在汽车电动化、智能化、网联化的变革浪潮下，每辆汽车所搭载的MCU数量呈爆发式增长。传统汽车一般仅需几十个MCU，而新能源汽车和智能汽车对MCU的需求高达数百个。从发动机控制、车身控制、安全系统，到智能座舱、智能驾驶、电池管理等各个环节，MCU都发挥着不可替代的关键作用。
以智能驾驶为例，随着自动驾驶级别从L2向L4、L5迈进，对MCU的处理性能、安全性和可靠性要求呈指数级提升。为了处理来自雷达、摄像头、激光雷达等多种传感器的海量数据，并在短时间内做出精准的驾驶决策，高性能、高可靠性的车规级MCU成为市场的迫切需求。并且在车联网系统中，MCU不仅需要支持多种通信协议和接口，还需要集成更多的功能模块和外设资源，以支持车联网中的各种应用场景。预计到2025年，全球汽车MCU市场规模将持续增长，中国车规级MCU市场规模将达到45.93亿美元，复合年均增长率为11.22%。
未来，随着新能源汽车渗透率进一步提高，MCU在汽车领域的应用前景将更加广阔。赖长青在接受《中国电子报》记者采访时表示：“一方面，汽车零部件的电子化转型将催生巨大的增量市场，例如电动后备厢、电动吸合车门、座椅电动调节、隐藏门把手等细分应用场景，均离不开MCU的精准控制。另一方面，智能座舱和智能驾驶技术的不断升级，越来越多的场景需要高性能MCU来支撑复杂的计算和实时的操作需求，有望推动车规级MCU量价齐升。”
工业控制是全球MCU的第二大应用领域，其在PLC控制器、电机、仪表和工业机器人中起到关键作用。在工业4.0的进程中，MCU不仅是数据处理与控制的核心，更是实现实时响应与能效管理的关键。
随着工业智能程度不断提高，MCU也需要朝着更高算力、更智能和更低功耗的方向发展。例如，在智能制造生产线中，MCU能够实时采集和处理大量的生产数据，实现设备的精准控制和协同工作，以提高生产效率和产品质量，从而降低生产成本、减少风险。同时，MCU还将集成更多的通信接口，如以太网、CAN总线等，以实现设备之间的无缝连接和数据交换。在机器人方面，MCU将助力机器人实现更加智能和高效的运动控制和感知能力。比如，通过在MCU集成更多的传感器接口和数据处理算法，可以实现机器人姿态、位置和环境的实时监测和控制。同时，利用更高级的AI算法和深度学习模型，机器人能够具备自主学习和决策的能力，从而更加适应复杂多变的生产环境。
物联网领域的兴起，也为MCU市场注入了强大动力。物联网技术与消费电子的融入程度不断提高，各类消费电子——诸如智能家居、智能穿戴、家用医疗器械等场景对于小型、低功耗、高实时性的嵌入式MCU主控芯片的需求也与日俱增。尤其智能家居正通过智能化、变频化、互联互通性和个性化定制等功能，重塑传统白电产品的用户体验。届时，MCU作为消费电子在智能控制、通信互联、能源管理和数据采集分析以及边缘计算的核心硬件，也有望迎来价值重估。
赖长青强调，在这种小型化和轻量化的智能应用场景中，“MCU+AI”的硬件设计需求将有所提高。这是由于单纯依靠MCU有限的算力去运行一些复杂的AI算法，在数据效率、能耗等方面难以达到预期。而采用MCU+AI加速器的设计，可以为AI推理过程提供实时控制和逻辑分配动态功耗，从而在提升应用智能化水平的同时降低整体功耗。
三大难题亟待突破
在2025年，MCU虽然迎来了诸多发展机遇，但也面临着三大难题。
首先，随着AI在MCU中的广泛应用，数据安全性和隐私性问题日益凸显。在AI项目开发阶段，为了训练AI模型实现特定的功能，需要准备大量的样本数据，如何避免这些数据资产的意外流失成为关键议题。业内专家表示，一些传统的AI开发模式和团队，使用“重资产”的方式管理数据，自建私有存储仓库，依赖物理设备的安全性维持数据安全。但在如今大数据应用的场景下，这种方式费时费力，维护成本高昂，安全性也难以得到足够保障。
当下，部分MCU厂商已经从开发阶段就开始重视用户数据隐私保护，在导入和部署AI模型时，确保算法和模型仅用于技术支持，保障用户数据控制权；产品内置丰富硬件加密模块，确保AI算法和数据处理在端侧进行，减少数据上传云端或传输至外部服务器的风险，规避数据通信过程中的泄露问题。像是兆易创新的GD32H7系列MCU支持多种安全机制，通过硬件加解密、哈希算法、ECC校验、RTDEC模块等措施，抵御潜在威胁。
二是汽车“新四化”趋势对MCU的处理性能、响应速度和可靠性提出了极高的要求。同时，随着汽车电子系统的复杂性不断增加，对MCU的功能安全和信息安全也提出了更严格的标准。例如，功能安全标准ISO 26262要求MCU在发生故障时，能够采取相应的安全措施，确保车辆和乘客的安全。在新能源汽车控制系统中，MCU需要具备更高的能效比和集成化程度，以满足车辆对长续航里程和高效性能的需求。然而，目前的MCU技术在应对这些复杂需求时，仍存在一定的局限性，需要不断进行技术创新和突破。
来源：中商情报网
三是性能功耗平衡问题。物联网、边缘计算等应用场景对MCU性能要求的不断攀升，需要MCU在有限的功耗预算内实现高性能计算。MCU自身计算资源与存储空间受限，实现高算力 AI功能更是难上加难。举例来说，在智能安防摄像头中，需要MCU实时处理大量图像数据，进行目标识别与分析，这对算力要求极高；但同时，摄像头常需电池供电，功耗必须严格控制，否则续航能力将大打折扣。
提高加速器主频虽能提升算力，却会显著增加功耗。芯片厂商在保证MCU实现AI功能的同时，需严格控制对计算和存储资源的需求。尽管一些厂商尝试通过提升制造工艺来减少功耗，在不增加芯片面积的情况下，提高晶体管密度和性能；或是采用低功耗管理策略，当“MCU+AI”中某协处理器未被使用时，将其置于休眠或挂起状态，节省功耗。但这些方法在面对复杂应用场景时，仍难以完全满足性能与功耗的双重需求，距离理想的平衡状态还有很长的路要走。
展望2025年，业内专家普遍对MCU的发展持乐观态度。在物联网、自动驾驶、边缘AI以及工业自动化的驱动下，各行各业对于MCU的需求将会提升。同时，随着全球供应链的逐步稳定和技术创新的加速，预计MCU的出货量和收入将趋于稳定增长势态，市场规模不断扩大，技术水平不断提升。
