AI技術正在加速向終端滲透，MCU（微控制器）作為嵌入式系統的核心組件，與AI的融合趨勢越發(fā)顯著。

意法半導體工廠內部

德勤中國發(fā)布的《技術趨勢2025》報告顯示，2025年全球AI芯片市場規(guī)模預計將超過1500億美元。AI MCU正是其中的關鍵推動力之一，也成為各大MCU企業(yè)競爭的新方向。

AI與MCU融合潛力無窮

從智能家居中的智能插座、溫控器，到工業(yè)自動化中的生產線傳感器、自動化設備，再到汽車電子中的發(fā)動機控制系統、自動駕駛輔助系統，MCU的身影無處不在。如今，物聯網、工業(yè)控制、汽車電子等領域正處于發(fā)展提速期，對設備的智能化、實時性和低功耗等特性提出了更高要求，傳統MCU已難以勝任，AI技術的融入則成為破局關鍵。

數據來源:Yole

兆易創(chuàng)新MCU事業(yè)部產品市場總監(jiān)陳思偉表示：“邊緣計算的需求正在推動AI算法與MCU的深度結合。MCU不再局限于傳統控制功能，而是逐漸集成AI推理能力，用于圖像識別、語音處理、設備預測性維護等場景?！?/p>

邊緣AI技術可以使MCU兼顧更高性能的數據處理任務，實現實時決策功能。例如，在智能工控領域，需要系統執(zhí)行太陽能和儲能系統中的電弧故障檢測，以及用于預測性維護的電機軸承故障檢測等功能。邊緣AI幫助MCU對設備和傳感器收集的數據進行實時分析和處理，提供更準確的決策，使系統實現更高的故障檢測準確率。

AI與MCU的雙向奔赴，為半導體行業(yè)帶來了新的發(fā)展機遇，也為智能設備的普及和產業(yè)升級注入了強大動力。ABI Research預測，2021年至2026年，具有邊緣機器學習功能的設備出貨量將以24.5%的平均復合增長率增長。

瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青指出，當前，AI正在從云端向邊緣端延伸，以實現更快速、更實時的數據處理和分析。在這種趨勢下，MCU需要做出以下調整以增強AI計算能力：一是集成AI加速器，如神經網絡加速器或者專用的向量處理器，以提升AI推斷與訓練任務的執(zhí)行速度；二是優(yōu)化能效比，旨在保持卓越性能的同時，有效減少功耗，從而延長設備的運行時間；三是強化安全保障，在芯片上集成數據加密、安全引導和安全存儲，以保護用戶數據不受攻擊；四是支持多模態(tài)感知；五是優(yōu)化系統集成，通過提供豐富的硬件接口和強大的軟件支持，方便開發(fā)人員將AI功能無縫融入邊緣設備之中。

企業(yè)各顯神通

在AI與MCU融合的大趨勢下，眾多MCU大廠紛紛開始布局，推出帶AI功能或集成NPU的MCU產品。

恩智浦早在2018年就推出了機器學習軟件eIQ軟件，可在恩智浦Edge Verse微控制器和微處理器上使用。此前，恩智浦主要依靠第三方IP，如Arm的Ethos系列來實現AI加速功能。但隨著AI推理需求的多樣化和快速發(fā)展，恩智浦決定開發(fā)自有NPU架構，正式推出eIQ Neutron NPU，隨后應用在i.MXRT 700系列跨界MCU產品中，其內核采用異構架構，包含兩個ArmCortex-M33、兩個DSP以及一個基于開放式指令集架構的EZH-V IO協處理器。這種架構設計使其AI計算能力大幅提升，可在邊緣端可運行復雜的AI模型，在智能家居、消費醫(yī)療等領域有著廣泛的應用前景。

意法半導體最新推出的STM32N6系列是其首款引入Arm Helium向量處理技術的CPU，也是首款采用自研的嵌入式推理專用Neural-ART Accelerator NPU的產品。該系列芯片專為支持邊緣AI應用而設計，擁有先進的圖像信號處理器（ISP）功能，為機器視覺應用提供支持。

英飛凌推出了PSOC Edge E8x系列產品，采用Arm Cortex-M55內核，支持Arm Helium DSP并搭配Arm Ethos-U55的神經網絡處理器，以及Cortex-M33內核，搭配英飛凌超低功耗NNLite（用于加速神經網絡的專有硬件加速器）。其中，E83和E84內置Arm Ethos-U55微型NPU處理器，與現有的Cortex-M系統相比，機器學習性能提升了480倍。

德州儀器推出的TMS320F28P55x系列C2000 MCU

德州儀器則側重于工業(yè)和汽車實時控制方向，推出具有NPU的TMS320F28P55x系列實時MCU，內置單精度浮點單元、三角函數加速器，采用150MHz的可編程控制律加速器。該系列產品在工業(yè)控制、電機驅動等領域具有獨特優(yōu)勢，能夠實現更精準的控制和更高效的數據處理。

德州儀器推出的TMS320F28P55x系列C2000 MCU

瑞薩同樣積極布局，推出的RA8x1 MCU采用Arm Cortex-M55內核，并引入Arm Helium技術。這一技術為Armv8-M架構的Arm Cortex-M處理器提供M-Profile矢量擴展，與基于Arm Cortex-M7處理器的MCU相比，在DSP和ML應用層面實現高達4倍的性能提升。

國內企業(yè)也不甘落后，兆易創(chuàng)新推出的GD32H7高性能MCU，采用600MHz Arm Cortex-M7高性能內核，支持多種硬件加速，配備了1024KB到3840KB的片上Flash及1024KB的SRAM，新增大量通用外設資源，能為復雜運算、多媒體技術、邊緣AI等高級創(chuàng)新應用提供強大的算力支撐。此外，其推出的GD32G5采用Arm Cortex-M33內核，高達216MHz，內置高級DSP硬件加速器和單精度浮點單元，以及硬件三角函數加速器和濾波算法等多類硬件加速單元，進一步豐富了其在“MCU+AI”領域的產品線。

國芯科技推出的CCR4001S系列MCU，基于國芯科技自主RISC-V架構C*CoreCPU內核研發(fā)，內部配置了AI NPU，支持智能控制算法與自適應變頻控制算法，為工業(yè)控制、智能家電等領域提供了新的解決方案。

重重挑戰(zhàn)中尋求最優(yōu)解

AI為MCU開辟了一條全新的發(fā)展路徑，在帶來新機遇的同時，內存限制、算法適配與優(yōu)化、功耗管理、安全性與隱私保護等挑戰(zhàn)也接踵而來。

MCU的片上內存通常由閃存（Flash）和隨機存取存儲器（SRAM）組成。專家表示，以一款廣泛應用于工業(yè)控制領域的主流32位MCU為例，其片上Flash容量一般在幾十KB到幾MB之間，常見的為128KB或256KB，主要用于存儲程序代碼；SRAM容量則更為有限，大多在幾KB到幾十KB，用于存儲運行時的數據和變量。這種內存配置在傳統的MCU應用場景中，能夠滿足程序運行和少量數據存儲的需求，但當面對AI功能引入時，其內存的局限性便暴露無遺。

此外，AI龐大的運算量需要MCU的處理器核心在高頻下持續(xù)運行，從而導致功耗大幅增加，這對于依賴電池供電或對功耗有嚴格限制的邊緣設備來說，可能會導致設備續(xù)航時間大幅縮短，發(fā)熱嚴重，甚至影響設備的正常運行。

為了應對存儲空間狹小和功耗過高的挑戰(zhàn)，業(yè)界采取了多種功耗管理策略并取得了一定的實踐成果。在制造工藝方面，不斷提升制程工藝是降低功耗的有效途徑之一。隨著技術的發(fā)展，MCU的制程工藝逐漸從傳統的65nm、40nm向更先進的28nm、16nm甚至7nm邁進，更先進的制程工藝能夠減少芯片內部晶體管的電阻和電容，降低信號傳輸延遲，從而減少能量損耗。

在低功耗管理技術上，采用動態(tài)電壓頻率調整（DVFS）技術，可根據MCU的工作負載實時調整電壓和頻率，當執(zhí)行AI任務時，若計算量較小，可降低電壓和頻率以減少功耗；當任務量增加時，再提高電壓和頻率以保證性能。

算法適配與優(yōu)化也是降低功耗的關鍵策略。對AI算法進行優(yōu)化，采用輕量級的神經網絡模型，減少模型的參數量和計算復雜度，從而降低計算過程中的功耗。

數據安全和隱私保護也是AI MCU需要面臨的關鍵難題。

集成NPU的恩智浦MCX N系列MCU在人臉識別中的應用

在智能家居場景中，AI賦能的MCU被廣泛應用于汽車控制、工業(yè)物聯網、智能家具等領域的設備中，這些設備會采集大量用戶的位置、使用狀態(tài)、圖像、聲音、生物特征等敏感數據，若在數據采集、存儲和傳輸過程中，隱私保護措施不到位，就可能導致數據被竊取或篡改，使企業(yè)和用戶面臨危機。

專家表示，為了保障數據安全，硬件加密模塊發(fā)揮著關鍵作用。許多MCU廠商在芯片設計中集成了硬件加密模塊，如采用AES（高級加密標準）加密算法的硬件模塊，可對存儲在MCU中的數據進行加密處理，即使數據被非法獲取，沒有正確的解密密鑰，也無法讀取數據的真實內容。

在安全環(huán)境設計方面，構建安全的運行環(huán)境至關重要。比如，采用可信執(zhí)行環(huán)境（TEE）技術，在MCU內部創(chuàng)建一個安全的執(zhí)行區(qū)域，確保AI算法和數據在這個受信任的環(huán)境中運行；通過安全啟動機制，在MCU啟動時對系統固件進行完整性驗證，以防止固件被篡改。

未來，隨著技術的不斷成熟和市場需求的進一步釋放，AI MCU有望在更多領域實現突破，如智能醫(yī)療設備、智能農業(yè)等，通過持續(xù)創(chuàng)新，AI與MCU的融合將為全球科技產業(yè)帶來更多變革，推動智能時代的加速到來。