MCU的下一程：AI。邊緣AI的爆發，正在徹底改寫 MCU 的生存邏輯。過去，MCU 的核心價值是 “穩定控制”，比如操控家電開關、監測裝置溫度；如今，終端產品需要更複雜的AI—— 識別使用者語音指令、判斷機械故障、分析環境資料，這些需求倒逼 MCU 必須擁抱 AI。德勤中國發佈的《技術趨勢2025》報告顯示，2025年全球AI晶片市場規模預計將超過1500億美元。AI MCU正是其中的關鍵推動力之一，也成為各大MCU企業競爭的新方向。01. 為什麼AI成為MCU的 “必選項”？“用 MCU 的功耗，實現近 SoC 的智能”，這是 AIMCU 的核心價值。“低功耗 + 高性能 + AI 能力” 正逐漸成為 MCU 的核心競爭力。背後是三重核心訴求的驅動：第一點，算力升級需求。傳統 MCU 主打低功耗、低成本，但面對圖像識別、資料建模等任務時力不從心。以智能家居為例，若想通過攝影機判斷 “是否有人在家”，傳統方案需要依賴雲端計算，不僅延遲高，還會產生額外流量成本；而整合 AI 的 MCU 能在本地完成圖像分析，響應速度快，且無需依賴網路。第二點，MCU相較於 MPU或FPGA更具成本優勢。若為了實現智能功能改用 MPU（微處理器）或 FPGA，成本會大幅上升，還可能面臨功耗過高、無法適配小型裝置的問題。AIMCU 則能以接近傳統 MCU 的成本，實現低算力場景下的智能需求，比如工業感測器的故障預判、車載裝置的環境感知，這讓它在批次應用中具備極強的性價比優勢。第三點，邊緣AI是智能裝置發展的重點。邊緣裝置往往依賴電池供電或對能耗敏感，比如智能穿戴裝置、無線感測器。AI MCU具備低功耗、即時性、開發周期短等特性，正適用於對成本和功耗敏感的邊緣智能裝置。02. AI MCU，落地場景智能家居是AI模型在MCU中應用最為廣泛的領域之一。通過整合AI模型的MCU，智能家居裝置如智能燈泡、智能插座、智能門鎖等能夠識別使用者的習慣和需求，自動調整家居環境，提高居住舒適度。比如：智能燈泡可以根據室內光線強度和使用者活動情況自動調節亮度；智能門鎖則可以通過人臉識別或語音識別技術實現無鑰匙開鎖。在汽車電子領域，AI MCU 的技術賦能貫穿智能駕駛、智能座艙與車身控制全鏈條。隨著自動駕駛向高階演進，AI MCU 可高效融合雷達、攝影機等多源感測器資料，通過即時分析與快速決策支撐高級駕駛輔助功能，同時滿足車規級安全標準對可靠性與低延遲的嚴苛要求；智能座艙中，其憑藉語音互動、環境感知等能力，實現人機對話的自然流暢與座艙環境的智能調節，大幅提升使用者體驗。工業自動化是 AI MCU 的核心應用陣地，在工業 4.0 的推動下，其在預測性維護、電機控制與機器視覺等場景中展現出不可替代的價值。值得注意的是，人形機器人的智能化依賴大模型。高算力 AI 晶片配上大模型，能讓機器人在標準化場景裡搞定語義理解、任務規劃等高層任務，“智力” 肉眼可見地提升。可一旦遇上要即時響應的個性化場景，大模型就顯得力不從心，而 MCU+AI，正是補上這塊短板的關鍵方案。03. AI MCU，國際龍頭搶佔先機面對 AI MCU 的廣闊市場，國際晶片巨頭早已紛紛出手，通過不同技術路徑打造核心競爭力，形成了三類主流方案：第一種方式，採用專用硬體加速器，應對中高複雜度 AI 場景。越來越多的晶片廠商開始在MCU內部整合NPU（神經網路處理單元）。通過專用硬體電路處理 AI 任務中的核心運算（如摺積、矩陣乘法），避免通用 CPU 的算力瓶頸，是應對中高複雜度 AI 場景的主流選擇。典型案例包括：恩智浦(NXP) - i.MX RT700系列恩智浦早在2018年就推出了面向邊緣AI的eIQ軟體平台，逐步建構自主的NPU架構，顯著提升了智能家居、消費醫療等應用的性能表現。去年9月，恩智浦推出全新i.MX RT700跨界MCU系列，旨在為支援智能AI的邊緣端裝置賦能。i.MX RT700在單個裝置中配備多達五個強大的核心，包括在跨界MCU中首次整合eIQNeutron NPU，可將AI相關應用的處理加速高達172倍，同時將每次推理的能耗降低高達119倍。i.MX RT700 跨界MCU還整合了高達7.5MB的超低功耗SRAM，與前幾代產品相比，功耗降低了30-70%。應用場景：包括可穿戴裝置、消費醫療裝置、智能家居裝置和HMI平台。意法半導體（ST）：STM32N6系列去年12月，ST意法半導體正式推出首個整合NPU的新的微控製器STM32N6系列。STM32N6基於Cortex-M55核心，主頻高達800MHz，提供600GOPS的強大處理能力，是現有最高性能STM32H7的600倍，同時功耗極低，每瓦可達3TOPS。這種創新架構使得STM32N6能夠在保持傳統MCU優勢的同時，實現高效的AI計算，為機器學習任務提供了強有力的支援。應用場景：包含智能家居、工業自動化、智能駕駛、醫療裝置等。第二種，擴展指令集，主打“輕量高效”。通過對 Arm Cortex-M 處理器架構的指令集擴展，提升通用 CPU 的 AI 運算能力，主打“輕量高效、低複雜度”，適合對 AI 任務精度要求不高、追求系統簡潔性的場景。其核心技術支撐是 Arm Helium 向量擴展 —— 作為 Armv8-M 架構的重要特性，它為 Cortex-M 處理器新增了向量運算指令，可同時處理多組資料。該方案的顯著優勢在於“低門檻”：無需額外整合獨立 NPU 硬體，不僅減少了晶片設計複雜度與成本，還能復用傳統 Cortex-M 的軟體開發生態（如編譯器、偵錯工具），開發者無需學習全新的 NPU 程式設計邏輯，即可快速將 AI 功能融入原有嵌入式系統。典型案例包括：瑞薩：RA8x1系列瑞薩電子處於MCU行業領先地位，隨著RA8系列MCU推出，成為業內第一家基於Cortex-M85核心的MCU供應商。今年7月，瑞薩電子又正式發佈RA8P1系列MCU，這款產品專為語音和視覺邊緣AI應用而設計，配備雙Arm核心——1GHz的Cortex-M85和250MHz的Cortex-M33——以及一個Arm Ethos-U55 NPU，可提供高達256 GOPS的AI算力。在安全性方面，這款新型MCU支援Arm TrustZone安全執行環境、硬體信任根、安全啟動，以及先進的加密引擎，確保在關鍵邊緣應用中的安全部署。瑞薩還發佈了面向高性能邊緣AIoT和人機介面的64位RZ/G3E MPU。該處理器整合了四核Arm Cortex-A55 CPU、Cortex-M33核心以及先進的圖形處理功能。RZ/G3E內嵌Arm Ethos-U55 NPU，提供高達512 GOPS的AI算力，可分擔主CPU負載，用於圖像分類、語音識別和異常檢測等任務。應用場景：包含電機控制、機器視覺、語音互動等。值得注意的是，國際領先的晶片IP設計與服務提供商Arm近日宣佈，正式推出自主研發的第三代高能效嵌入式晶片IP——“星辰”STAR-MC3。該產品基於Armv8.1-M架構，向前相容傳統MCU架構，整合Arm Helium技術，顯著提升CPU在AI計算方面的性能，同時兼具優異的面效比與能效比，實現高性能與低功耗設計，面向AIoT智能物聯網領域，為主控晶片及協處理器提供核芯架構，助力客戶高效部署端側AI應用。第三種，採用多核異構計算方案。多核異構方案通過在單顆 MCU 中整合不同類型的計算核心（如通用 CPU、NPU、DSP），讓各類核心各司其職 —— 通用 CPU 負責系統控制與任務調度，專用核心（NPU/DSP）處理 AI 運算或訊號處理，實現 “計算資源按需分配”，是工業控制、智能駕駛輔助等對即時性與算力均有要求場景的優選。典型案例包括：英飛凌:PSOC Edge MCUPSOC Edge是基於高性能的Arm Cortex-M55核心，支援Arm Helium DSP指令集的微控制處理器。它不僅有自研的加速器，同時還採用了Arm Ethos-U55神經網路處理器，以及Cortex-M33核心搭配英飛凌超低功耗NNLite（一種用於加速神經網路的專有硬體加速器）。其中U55的性能更強，而NNlite的功耗則更低，可方便使用者在不同的場景下使用。英飛凌最新推出的PSOC Edge MCU根據階梯式需求，涵蓋三個系列E81、E83 和 E84，均擁有最佳化的ML學習能力。這些產品均基於高性能的Arm Cortex-M55核心開發，支援Arm Helium DSP指令集並搭配Arm Ethos-U55神經網路處理器，以及Cortex-M33核心搭配英飛凌超低功耗NNLite。PSOC Edge E81 採用Arm Helium DSP技術和英飛凌NNLite神經網路（NN）加速器。PSOC Edge E83和E84內建Arm Ethos-U55微型NPU處理器，與現有的Cortex-M系統相比，其機器學習性能提升了480倍，並且它們支援英飛凌NNlite神經網路加速器，適用於低功耗計算領域的機器學習應用。應用場景：主要面向物聯網、可穿戴裝置和工業機器人等領域。04. AI MCU，國產廠商開始蓄力在 AI MCU 技術浪潮下，國內 MCU 企業也正加速佈局，從技術突破到產品落地全面發力，力求在這一賽道佔據一席之地。兆易創新是該領域的領軍企業之一。具體來看，兆易創新的AIMCU，分三個層次：一、配合AI場景的MCU。此類MCU主要應用於人形機器人、機器狗等具身智能相關產品，負責關節控制、感測控制等方面。兆易創新在工控領域長期積累的技術優勢，可直接應用於此類場景，目前在該市場已具備較高的滲透率。二、通過AI演算法和解決方案賦能現有MCU產品家族。通過AI演算法和解決方案搭載現有廣泛的MCU產品家族，去滿足客戶對AI的需求，如訊號異常檢測、AI語音識別、圖像識別等。三、內部整合NPU的MCU產品。兆易創新在MCU產品中內部整合NPU加速AI運算的產品，這適用於對AI算力有特殊要求的產品。從硬體基礎來看，其產品矩陣覆蓋多元需求。兆易創新的GD32H7系列晶片採用600MHz Arm Cortex-M7高性能核心，支援多種硬體加速，配備了1024KB到3840KB的片上Flash及1024KB的SRAM、新增了大量通用外設資源，可以為複雜運算、多媒體技術、邊緣AI等高級創新應用提供強大的算力支撐。同時，面向能源應用，GD32H7系列晶片搭配高精度ADC，實現了8-16通道的直流拉弧檢測方案，並結合微型機器學習（TinyML）實現本地端的AI演算法，可檢測異常電弧，起到了保障太陽能系統安全運行的作用。場景落地方面，其 AI MCU 已深度滲透家電、工業、消費電子等領域：在家電中實現智能溫控、電機預測性維護與定製化互動；在工業領域支撐裝置狀態監測、運動控制最佳化；在消費電子中賦能健康資料採集與低功耗智能互動。除了基於 Arm 架構的研發，國內廠商還在通過 RISC-V 架構探索自主創新路徑。RISC-V 作為開源指令集架構，具有靈活性高、可擴展性強、成本低的優勢，正成為邊緣 AI 場景的新選擇。國芯科技便是這一路徑的代表：去年，國芯科技首次推出基於RISC-V架構的端側AI MCU晶片。國芯科技AI MCU芯片CCR4001S採用公司自主開發的RISC-V核心CRV4H，主頻230MHz。RISC-V作為開源指令集架構，因其極高的靈活性、出色的可擴展性以及顯著的成本優勢，正迅速成為晶片設計領域中的新選擇。RISC-V核心的簡潔性不僅可以明顯提升晶片的性能，並具有低功耗的特點，非常適合於物聯網裝置及其他邊緣計算場景。從國際巨頭的技術卡位到國產廠商的加速追趕，AI MCU 的賽道已進入 “群雄逐鹿” 的階段。隨著邊緣 AI 需求的持續釋放，以及晶片技術的不斷迭代，MCU 的 “智能進化” 還將繼續 —— 未來，它不僅是終端裝置的 “控制中樞”，更將成為邊緣智能的 “算力核心”，徹底重塑工業、消費、汽車等領域的智能形態。 (半導體產業縱橫)

CPU（Central Processing Unit）、SoC（System on a Chip）、MCU（Microcontroller Unit）是電腦領域中的三個不同概念，它們分別指代不同類型的處理器和晶片。以下是它們的主要區別：CPU（Central Processing Unit，中央處理器）：定義： CPU是一種專用於執行電腦程序指令的硬體裝置。它是電腦系統的大腦，負責執行各種算術和邏輯運算，以及控制和協調電腦系統中的各個部分。特點： 傳統的CPU通常包含算術邏輯單元（ALU）、控制單元（CU）和暫存器等核心元件，是電腦系統中的主要計算引擎。SoC（System on a Chip，晶片上系統）：定義： SoC是一種整合了多個計算和通訊元件的晶片，這些元件包括CPU、記憶體、輸入輸出介面、圖形處理器（GPU）、通訊模組等。它的設計目標是在一個單一的晶片上整合儘可能多的系統功能。特點： SoC通常用於嵌入式系統和移動裝置，如智慧型手機、平板電腦和物聯網裝置。通過將多個功能整合到一個晶片上，可以提高系統的性能和能效，減小物理尺寸，降低功耗。MCU（Microcontroller Unit，微控製器）：定義： MCU是一種包含了中央處理器、記憶體、輸入輸出連接埠和定時器等功能的小型電腦系統。它通常用於控制嵌入式系統中的各種裝置，如家電、汽車電子系統、醫療裝置等。特點：MCU的設計重點是提供在資源受限的環境中執行簡單控制任務所需的功能。它通常具有低功耗、小尺寸和成本效益的特點。在總體上，CPU是一種通用計算裝置，SoC是在一個晶片上整合多個系統元件，而MCU是專為嵌入式系統和控制任務設計的小型電腦。在實際應用中，這些概念有時會有一些重疊，特別是當SoC中整合了MCU時。SOC對比MCU雖然SoC（System on a Chip）和MCU（Microcontroller Unit）在某些方面有相似之處，但它們有一些關鍵的區別點：應用範圍和複雜性：SoC： 主要用於較為複雜的系統，如移動裝置、嵌入式計算、網路裝置等。SoC通常整合了多個處理器核心、記憶體、圖形處理器、通訊模組等功能，以支援更廣泛的應用。MCU： 專注於控制任務，被廣泛應用於嵌入式系統、家電、汽車電子等領域。MCU通常處理相對簡單的任務，例如感測器資料的採集和控制訊號的生成。性能和資源：SoC： 通常具有更高的性能和更大的資源，因為它們設計用於執行複雜的計算任務。這可能包括多個處理器核心、快取記憶體、大容量記憶體等。MCU： 設計更注重功耗、成本和資源效率。MCU通常在相對較低的時脈頻率下運行，擁有適應於特定應用的有限資源。用途靈活性：SoC： 由於其更高的靈活性，SoC可以用於多種不同的應用場景，從智慧型手機到物聯網裝置。MCU： 更專注於特定的嵌入式控制任務，功能較為固定，通常用於單一目的的應用。整合程度：SoC： 整合度較高，通常包含多個處理器核心、各種外設、儲存器等，整合在一個晶片上。MCU： 也是整合的晶片，但整體整合度相對較低，通常包含一個較為簡單的處理器核心、有限的記憶體和一些基本的輸入輸出介面。總體而言，SoC更適用於處理複雜的計算任務，而MCU更專注於嵌入式控制應用。在某些情況下，特別是在物聯網和嵌入式領域，有些晶片可能具備SoC和MCU的特性，使得它們能夠同時執行計算和控制任務。SoC對比CPUSoC（System on a Chip）和CPU（Central Processing Unit）是兩個不同的概念，它們在電腦體系結構中扮演不同的角色。以下是它們之間的關鍵區別：定義和功能：SoC： SoC是一種整合了多個計算和通訊元件的晶片，包括但不限於CPU。它的設計目標是在一個單一的晶片上整合儘可能多的系統功能，如CPU、記憶體、GPU、通訊模組等。CPU： CPU是電腦系統的中央處理器，負責執行電腦程序的指令。它是電腦中的主要計算引擎，執行算術和邏輯運算，以及控制電腦系統的操作。整合度：SoC： 具有高度整合的特點，整合了多個系統元件在一個晶片上。除了CPU之外，可能還包括GPU、記憶體、通訊模組等。CPU： 指的是中央處理器，通常作為電腦系統的一個元件存在。在傳統電腦中，其他元件（如記憶體、GPU等）可能會分開存在。應用範圍：SoC： 主要用於嵌入式系統、移動裝置、物聯網裝置等，適用於需要高度整合和小型化的場景。CPU： 通常用於通用計算任務，例如個人電腦、伺服器、工作站等。組成部分：SoC： 包含多個元件，如CPU、GPU、記憶體、通訊模組等。這些元件共同工作，形成一個完整的系統。CPU： 是電腦系統的核心，但它通常需要其他元件的支援，如記憶體、外部儲存等。總的來說，SoC是一個更廣泛的概念，涵蓋了多個系統元件的整合，而CPU只是其中的一個元件。SoC強調整合和多功能性，而CPU則是電腦系統中的一個特定功能的核心。在很多情況下，SoC中的CPU是整個晶片的一個關鍵組成部分。很多CPU處理器的介面和元件越來越多，例如一些X86處理器也整合了GPU，有些SoC因為以CPU為最核心資源。隨著晶片的發展，這兩個概念往往逐步混同，不再刻意區分。所以在日常生活中，我們有時也把SoC稱之為CPU，CPU做得越來越像SoC。RISC-V的應用RISC-V（Reduced Instruction Set Computing - V）是一種基於精簡指令集（RISC）的開放指令集架構，它定義了一組指令和架構規範，但沒有規定具體的實現細節。因此，RISC-V本身並不是一個具體的晶片或晶片系列，而是一種架構標準。關於RISC-V的實現，它可以被用於設計各種類型的處理器，包括CPU、SoC和MCU。這取決於設計者和製造商的選擇以及具體的應用場景。RISC-V在SoC中：RISC-V的指令集架構可以被用於設計嵌入式系統的SoC，其中整合了多個功能模組，如CPU核心、記憶體、通訊模組、外設等。這種SoC設計通常用於複雜的計算任務，例如在移動裝置、網路裝置、嵌入式系統等領域。RISC-V在MCU中：RISC-V同樣可以用於設計微控製器（MCU），這是專門用於嵌入式控制任務的小型電腦系統。在這種情況下，RISC-V的實現可能會被最佳化以滿足低功耗、小尺寸和成本效益等要求。因此，RISC-V可以用於各種場景，從高性能的計算裝置到低功耗的嵌入式系統。具體是作為SoC還是MCU，取決於實際的設計目標和應用需求。RISC-V的64位和32位版本都是基於RISC-V指令集架構的不同變種。它們在定址空間、資料表示、性能和應用場景等方面存在一些區別。以下是它們的主要應用場景區別：定址空間和記憶體容量：RISC-V 64位： 提供了更大的定址空間，支援64位的實體位址。這意味著系統可以定址的記憶體容量更大，有助於處理大規模的資料和應用。RISC-V 32位： 具有較小的定址空間，支援32位的實體位址。這適用於資源受限的嵌入式系統和一些較小規模的應用，對記憶體容量要求較低。資料表示和處理能力：RISC-V 64位： 支援64位的資料表示和處理，有助於處理大型資料集、高精度計算和科學計算等需要更多資料位的場景。RISC-V 32位： 使用32位的資料表示，適用於一些嵌入式系統、輕量級應用和對較小資料位寬要求的場景。性能：RISC-V 64位： 通常在處理大型資料集和需要更大定址空間的計算任務時具有更好的性能，特別是對於科學計算和伺服器等工作負載。RISC-V 32位： 在資源有限的環境中（例如嵌入式系統）可能更具優勢，因為它通常需要的儲存器和計算資源較少。應用場景：RISC-V 64位： 適用於需要處理大規模資料、科學計算、伺服器、雲端運算等高性能計算領域。RISC-V 32位： 適用於資源有限、功耗敏感、嵌入式系統、物聯網裝置等輕量級和低功耗場景。選擇RISC-V的位數取決於具體的應用需求和性能要求。64位版本適用於需要更大定址空間和更高性能的場景，而32位版本適用於一些輕量級、嵌入式和資源受限的應用。ARM的應用ARM Cortex-M和Cortex-A是ARM架構下專門設計用於不同應用領域的兩類處理器系列，其中Cortex-M系列主要用於微控製器（MCU），而Cortex-A系列則主要用於系統晶片（SoC）。ARM Cortex-M系列：用途：Cortex-M系列是專為嵌入式系統和微控製器設計的，重點是提供低功耗、即時性能和成本效益的解決方案。特點：通常具有較小的指令集、低功耗設計、高效的中斷處理和即時時鐘等特性。這使得它們適用於需要即時控制的應用，例如感測器控制、嵌入式系統、物聯網裝置等。ARM Cortex-A系列：用途：Cortex-A系列是面向高性能應用的處理器，主要用於建構複雜的系統晶片（SoC），例如智慧型手機、平板電腦、伺服器等。特點：具有較大的指令集、高性能的浮點運算能力、多核支援、高度整合的記憶體控製器等特性。這使得它們適用於需要較大計算能力和多工處理的應用場景。Cortex-M系列和Cortex-A系列的設計目標不同，分別針對低功耗、即時控制和成本敏感的嵌入式系統，以及需要高性能和複雜性的系統晶片。在某些應用場景中，一個系統晶片（SoC）中可能會同時包含Cortex-M和Cortex-A核心，以滿足不同的處理需求。CPU、SoC、MCU定義界限其實不是很明顯1、有沒有MMU可以做為界定標準麼？MCU和SoC之間的區別通常不是通過MMU的有無來界定的。MCU通常是資源受限、專注於控制任務的嵌入式系統，而SoC則更廣泛用於各種應用，包括支援複雜作業系統和多工處理的場景。MMU的使用更多地取決於系統的需求，而不僅僅是MCU或SoC的標識。2、32位和64位是否可以作為界定標準？32位和64位通常更多地與處理器的架構和性能有關，而不是直接用來標準化SoC（System on a Chip）和MCU（Microcontroller Unit）。這兩個概念在某種程度上可以使用32位和64位來區分，但並非絕對規則。32位和64位的區別：32位：處理器具有32位的定址空間和資料位寬。32位架構通常用於嵌入式系統、輕量級應用和對資源要求較低的場景。MCU通常採用32位架構，因為它們通常關注功耗、成本和小型化。64位：處理器具有64位的定址空間和資料位寬。64位架構通常用於高性能計算、伺服器、桌面電腦等需要處理大型資料集的場景。在SoC中，64位架構可能用於需要更大定址空間和更高性能的應用。3、是否跑即時作業系統RTOS是否可以作為界定標準？因為這涉及到系統的設計目標、用途以及對即時性能的需求。即時作業系統通常被設計為能夠滿足嚴格的即時性能要求，而MCUs通常在嵌入式系統中用於控制任務，這些任務可能需要即時性能，一般MCU會跑RTOS。但是SoC經常也可以跑RTOS。SoC可以運行各種類型的作業系統，包括即時作業系統VxWorks、RTEMs、FreeRTOS，但也可以運行通用的作業系統，例如Linux或Android，以支援更複雜的應用場景。所以跑RTOS也不是作為絕對標準。4、是否能支Linux作業系統，是否可以作為界定標準？支援Linux系統和是否運行Linux系統可以在一定程度上用來區分SoC（System on a Chip）和MCU（Microcontroller Unit），因為Linux通常需要更多的計算資源，而一些MCUs可能沒有足夠的資源來運行完整的Linux作業系統。然而，這並不是絕對的規則，因為一些資源豐富的MCUs也能夠運行精簡的Linux核心。 (EDA365電子論壇)

引言2025年，僅半年時間內，ST、恩智浦、瑞薩等頭部MCU廠商幾乎同時發佈搭載新型嵌入式儲存（如PCM、MRAM）的汽車MCU產品，打破了MCU長期以來以嵌入式Flash為主的技術格局。雖然談“標配”仍為時尚早，但可以肯定的是：新型儲存已經從“嘗試”躍升為“戰略佈局”，並開始對MCU生態產生深遠影響。過去，MCU是一種“小而美”的器件，用於基本控制邏輯。但近幾年，它正在向“小而強”進化：工藝從傳統40nm邁向22nm、16nm甚至更先進節點；整合AI加速、安全單元、無線模組……成為“汽車大腦”“邊緣算力中樞”的候選主力。這背後，一個被長期忽視但至關重要的技術正在“補短板”：嵌入式儲存技術（eNVM）的革命。在“軟體定義汽車”的趨勢下，OEM與Tier1廠商面臨前所未有的挑戰：ECU複雜度激增，功能高度集中；OTA更新、AI推理、模型載入，軟體“越堆越厚”；儲存空間與讀寫性能已成為整車架構瓶頸。而傳統Flash在密度、速度、功耗和耐用性上早已力不從心。在這樣的背景下，新型儲存器（PCM、MRAM）成了MCU進化的關鍵武器。ST選擇相變儲存器（PCM）相變儲存器（PCM）是一種新興的非易失性儲存技術，其基礎原理是通過材料的相變（從非晶態到結晶態）來儲存資訊。PCM的基本機制是由史丹佛大學的Robert Ovshinsky於20世紀60年代發明的。意法半導體擁有這項原始開發成果的專利授權，ST是第一個將PCM真正落地在汽車級MCU中的廠商。ST在官網中也對PCM的工作原理進行了介紹，PCM採用鍺銻碲 (GST) 合金製造而成，其在製造過程中利用了材料可在非晶態和結晶態之間進行快速熱控制變化的物理特性。上述狀態分別與邏輯0和邏輯1相對應，可通過非晶態（邏輯0）的高電阻和結晶態（邏輯1）的低電阻進行電氣區分。PCM支援在低電壓下進行讀寫操作，且與Flash和其他嵌入式儲存器技術相比，具有多項實質性的優勢。PCM的工作原理（圖源：ST）經過多年的研發，2025年4月，ST推出帶有xMemory的Stellar，這是嵌入其Stellar系列汽車微控製器的新一代可擴充記憶體，Stellar xMemory 的核心就是意法半導體專有的相變儲存器 (PCM) 技術。意法半導體稱其擁有業界最小的合格儲存位單元，可徹底改變開發軟體定義汽車 (SDV) 和不斷發展的電氣化平台的挑戰性過程。據悉，ST的Stellar P和G系列汽車MCU都將搭載采 xMemory的最新一代PCM技術。Stellar P和Stellar G 系列適用於集中式區域控製器、域控製器和車身應用的 Stellar Integration MCU。最先推出的會是Stellar P6 MCU，該系列MCU旨在滿足電動汽車 (EV) 全新動力傳動系統趨勢和架構的需求，並將於2025 年下半年投產。採用xMemory技術的Stellar無需管理多個具有不同記憶體選項的裝置，也無需承擔相關的開發和認證成本，只需一個具有可擴充記憶體的創新裝置，即可為客戶提供高效且經濟的解決方案。這種從一開始就簡化的方法使汽車製造商能夠面向未來設計，並在開發周期的後期留出更多創新空間，從而降低開發成本並通過更精簡的供應鏈加快產品上市時間。採用FD-SOI技術的嵌入式PCM位單元的橫截面，其中顯示了可在結晶態和非晶態之間快速翻轉儲存單元的加熱裝置。ST指出，在SDV生命周期初期選擇合適的 MCU，可確保為未來的軟體開發提供充足的片上記憶體。如今，選擇過高的記憶體規格會增加成本，而選擇過低的記憶體規格則可能需要後續尋找並重新認證具有額外記憶體的其他 MCU，從而增加複雜性、成本和延遲。採用 xMemory 的 Stellar MCU 價格極具競爭力，可帶來更多成本節省，簡化 OEM 供應鏈，並通過延長產品生命周期和最大限度地提高項目間的復用率來縮短認證時間，從而加快產品上市速度。恩智浦和瑞薩，擁抱MRAM磁阻式RAM（MRAM）則是另一類非易失性儲存“黑科技”，MRAM 利用磁性材料的物理特性實現資料儲存，具備超高的寫入速度、低功耗以及極強的耐用性。MRAM已經被恩智浦、瑞薩等公司廣泛採用。恩智浦是較早推出MRAM MCU的汽車MCU廠商，今年3月份，恩智浦半導體宣佈推出其 S32K5系列汽車MCU，這是業界首款基於16nm FinFET 工藝、內建MRAM的 MCU，標誌著其發展的重要里程碑。S32K5 系列旨在擴展恩智浦 CoreRide 平台，提供預整合的區域和電氣化系統解決方案，支援可擴展軟體定義汽車 (SDV) 架構的演進。汽車製造商越來越多地採用分區架構，每種架構都有其獨特的方法來整合和分配電子控制單元 (ECU) 的功能。這些解決方案的核心是先進的 MCU 架構，它將即時性能與低延遲、確定性通訊和創新的隔離功能融為一體。高性能MRAM的加入顯著加快了 ECU 程式設計速度，無論是在出廠設定下還是在無線 (OTA) 更新過程中。MRAM 的寫入速度比傳統嵌入式快閃記憶體快 15 倍以上，增強了汽車製造商在車輛整個生命周期內部署新軟體功能的靈活性。2025年7月，瑞薩也發佈了內建MRAM的MCU，不過與恩智浦相比，工藝為22nm。該裝置配備了1MB MRAM和2MB SRAM。據稱，採用MRAM是第二代RA8系列的一大特色。除了高耐用性和資料保存能力外，MRAM還具有高速讀寫、無需擦除和低功耗等優勢。瑞薩電子在國際半導體積體電路會議（ISSCC 2024）上發佈了面向高性能微控製器的MRAM高速讀寫技術，RA8P1就採用了該技術。對於需要更大記憶體容量的應用，該裝置配備了支援XIP/DOTF的八路SPI介面和32位外部匯流排介面。此外，還提供整合4MB或8MB外部快閃記憶體的系統級封裝(SiP)產品。外圍功能方面，它支援平行攝影機輸入、MIPI-CSI2、序列音訊輸入以及通過PDM實現的多模態AI語音輸入。此外，它還配備了16位AD轉換器、圖形HMI功能以及各種序列介面。台積電：MRAM與RRAM雙線並進作為全球晶圓代工龍頭，台積電對新型儲存技術押注了兩大技術：MRAM和RRAM。在 2025 技術研討會上，台積電執行副總經理暨共同營運長米玉傑博士指出：“eFlash 技術已在 28nm 工藝節點遭遇擴展瓶頸，新一代 NVM（非易失性儲存器）必須在更先進製程中替代其角色。”由此，台積電明確提出將 RRAM 和 MRAM 兩種嵌入式儲存技術分別匯入 22nm、16nm、12nm，並進一步推進至 6nm 和 5nm 節點。台積電是目前為數不多已經實現RRAM大規模量產的廠商。目前，台積電已在 40nm、28nm 和 22nm 工藝上實現 RRAM 量產，並通過了汽車級認證。12nm RRAM 亦已進入客戶流片階段，6nm版本正在推進中。英飛凌新一代 AURIX MCU就採用了台積電的 eRRAM 技術，成為其汽車平台的重要嵌入式儲存解決方案。RRAM的優勢在於：工藝複雜度低，可直接部署於後端金屬層（BEOL）；完全相容邏輯製程，適配多類 MCU 架構；尤其適合面向功耗敏感、成本控制嚴苛的消費與車規應用。相較之下，MRAM 雖工藝更複雜，但具備優越的性能特性：寫入速度是 Flash 的十數倍；非易失性儲存+極強耐久性；適用於需要高速寫入、頻繁 OTA 更新、AI 推理等複雜任務的場景。對於追求算力密度、資料吞吐與即時性能的車載計算平台（如 ADAS、AI SoC 等），MRAM 可能是 eFlash 後最理想的儲存補位者。台積電目前已經在 22nm 工藝節點實現 MRAM 量產，16nm MRAM 進入客戶準備階段，12nm 正在研發中。更激進的路線圖還包括未來拓展至5nm節點。2025年5月，台積電宣佈將在德國慕尼黑設立其首個歐洲設計中心（EUDC），重點圍繞汽車應用的 MRAM 儲存技術進行研發與客戶支援。這一中心將成為台積電全球第十個設計中心，並計畫於 2025年第三季度正式啟用，服務領域涵蓋汽車、工業、AI、電信及物聯網等。這也意味著，台積電不僅在工藝平台上推動新型儲存普及，更在全球佈局中深入整車開發生態圈。除了橫向推進工藝節點，台積電還在以下方向謀求技術突破：3D RRAM MCU：推動嵌入式儲存堆疊封裝，釋放更多片上空間；SOT MRAM（自旋軌道轉矩）：相比傳統STT-MRAM功耗更低、寫入更快，有望進入大規模量產；矽光子平台：結合光互連與儲存介面，面向資料中心和邊緣算力佈局。這些技術的落地將進一步鞏固台積電在特色工藝與嵌入式儲存生態中的領先地位。儲存計算一體化趨勢不論是PCM、MRAM還是RRAM，它們不僅僅是儲存器替代品，更是MCU架構變革的催化劑。新型儲存技術如PCM、MRAM和RRAM代表了一種更深層次的“儲存計算一體化”趨勢，這不僅僅是單純的儲存介質替代問題，而是儲存架構與計算架構之間的協同演化。在MCU領域，儲存和計算的邊界正在變得越來越模糊。在傳統的MCU中，儲存和計算是分開的模組，計算通過中央處理器（CPU）或專用加速器進行，而儲存則通過外部或內部的快閃記憶體、SRAM等器件進行資料儲存和管理。但隨著計算任務的複雜化，尤其是機器學習、AI 推理和邊緣計算的應用需求日益增長，儲存和計算的分離顯得日益不適應。MRAM和PCM等新型儲存器的加入，為“儲存計算一體化”提供了新的契機。特別是 PCM 通過其相變特性，不僅具備非易失性儲存功能，還能在某些應用中發揮“近計算”的作用，減少資料傳輸的瓶頸，進一步加速資料處理過程。MRAM的高速讀寫特性也使得它能與計算模組協同工作，在 AI 邊緣推理、即時資料處理等場景下提高處理效率。在AI邊緣化、OTA碎片化、軟體敏捷化的今天，MCU的“智能化”越發依賴於記憶體能力。預計未來的 MCU 架構將越來越多地將儲存和計算結合，打造更高效、靈活且具有智能化能力的系統。結語過去十年，我們習慣將MCU視作“控制”系統的代表，其內嵌儲存只是配套元件；但在AI、SDV、邊緣智能紛至沓來的時代，儲存正在從幕後走向台前，成為計算架構不可分割的核心。這不僅是一次材料的更替、工藝的演進，更是MCU從“可用”走向“可擴展”、“可演進”的關鍵一步。在這場由嵌入式儲存引發的微控製器升級潮中，我們看到的不僅是頭部廠商的路線分化，也預見到整個產業鏈條——從代工到工具鏈、從汽車到工業應用——正在加速適配與演進。這場轉型，才剛剛開始。但我們也應能想到，這些新型儲存器的製造對材料、工藝和設計協同提出了更高要求，目前仍主要掌握在少數國際頭部廠商和代工巨頭手中。對於國產MCU廠商而言，這既是挑戰，更是必須迎頭趕上的關鍵戰役。 (半導體行業觀察)

這兩天，我不知道大家有沒有看到一條不太起眼的消息。 消息很簡單，就是一句話：意法半導體宣佈，將由華虹在中國生產40納米的微控製器單元（MCU）。 看完很提氣。 大家都知道，這幾年美國帶著一幫小弟，對著中國晶片猛下殺手。

關於歐洲晶片製造商意法半導體（ST）與華虹宏力合作的事情，華虹宏力的相關人員對此消息予以確認，表示「情況屬實」！ 11月22日消息，歐洲晶片製造商意法半導體（ST）日前宣佈，將與中國第二大晶圓代工廠華虹宏力合作，計畫2025年底在中國本土生產40nm MCU。 據媒體報導，華虹宏力的相關人員對此消息予以確認，表示「情況屬實」。 義法半導體CEO Jean-Marc Chery表示，中國市場是不可或缺的，是電動車規模最大、最具創新性的市場，與中國本地的製造廠達成合作，具有至關重要的作用。

多事之秋，正當全球都在評估川普的勝出對半導體乃至科技產業有何影響之時！國內半導體產業再傳喜訊，同時也再起波瀾！ 11月9日，在2024湖北省車規級晶片產業技術創新聯合體大會上，我國首顆全國產自主可控的高效能車規級MCU晶片——DF30正式發表。 一、一邊突破，一邊裁撤 據理解，DF30是業界首款採用自主研發的多核心RISC-V架構平台，整合了多個高性能硬體加速模組，透過國內40納米車規工藝開發，實現全流程國內閉環的晶片，具備強大的計算能力、良好的擴展性和相容性。同時，DF30適配國產自主AutoSAR汽車軟體作業系統，擁有完善的開發環境，填補了國內該領域的空白。

據武漢經開區發佈消息，11月9日，湖北省車規級晶片產業技術創新聯合體2024年度大會在武漢經開區舉行。會上，由東風汽車牽頭組建的湖北省車規級晶片產業技術創新聯合體發佈高性能車規級MCU晶片——DF30 ，填補中國國內空白。 DF30晶片是業界首款基於自主開源RISC-V多核架構、國內40nm車規工藝開發，全流程國內閉環，功能安全等級達到ASIL-D的高端車規MCU晶片，已通過295項嚴格測試。 DF30晶片適配國產自主AutoSAR汽車軟體作業系統，可廣泛應用於動力控制、車身底盤、電子資訊、駕駛輔助等領域。 (財聯社)

中國汽車工業協會最新資料顯示，2023年，中國新能源車產銷突破900萬輛，市場佔有率超過30%，連續9年位居全球第一，成為引領全球汽車產業轉型的重要力量。在新能源汽車市場份額和滲透率不斷提高的背景下，車規級晶片作為汽車產業核心關鍵零部件，決定著中國未來汽車市場的走向，是中國邁向汽車強國的關鍵一步。 為此，中國不斷髮力，以建構自主可控的半導體產業鏈。近日，有外媒報導稱，中國正在敦促國內汽車製造商到2025年將汽車晶片本地採購比例提高到25%，旨在減少對進口晶片的依賴，增強國內半導體產業的競爭力。更有汽車業界關係人士透露，“2025年的目標僅是過渡性的、最終是希望所有車用晶片都能實現當地採購”。 圖：《日經亞洲》相關報導 另一方面，於中國車企而言，面對日益嚴峻的供應鏈安全挑戰，也迫切需要有實力的國產車規晶片廠商，幫助其鞏固在電動化智能化領域的成績。以東風汽車集團的公開資訊為例，其表示到2025年將實現車規級晶片國產化率60%，並挑戰80%。