電子發燒友網報道（文/李彎彎）近些年，物聯網設備連接數正在快速增長。根據IoT Analytics數據，2022年活躍連接的物聯網設備將達到144億，2025年將增長至270億。

作為物聯網設備中必不可少的控制與計算的大腦，MCU的市場規模也將持續提升。另外隨著AI、5G技術的發展，物聯網終端設備對MCU也提出了新的要求。

在MCU中集成AI功能

IoT應用由感知、計算、執行、連接和安全幾部分組成。工作流程基本是：首先，由傳感器檢測環境信息，將模擬信號轉換為數字信號，傳遞給MCU；接著，MCU對這些數據進行計算分析和處理，得出決策結果，傳遞給執行層；再接著，執行層根據指令完成相應的動作。在這個過程中，必要的數據也會通過無線連接的方式上傳到云端進行云AI運算或存儲。

過去AI運算多在云端，現在逐漸向邊緣端發展。目前的情況是一般在云端進行機器學習（簡稱ML）訓練，推理除了在云端完成，也可以在設備端進行。在邊緣端進行ML的處理，可以提高本地的設備響應，減少云端上傳的數據帶寬，提高本地數據的安全性。當前一些企業會在MCU中添加特定加速器，通過專用算力進行ML的運算，從而釋放CPU的通用算力。

隨著5G技術的發展，人們對傳統產品的延遲和能耗提出了更高的要求。在MCU中融入人工智能算法，可以將MCU低功耗、低成本、實時性、穩定性、開發周期短、廣闊的市場覆蓋率等特性與人工智能強大的處理能力相結合，從而更有利于終端智能化。

在應用層面，圖像和語音處理是MCU+AI的重要應用方向，比如圖形識別、語音助手喚醒詞處理以及其他用于各種安全系統的聲音分類等應用。人工智能終將會滲透進人們生活的方方面面，而通過MCU來完成一些AI運算，也是未來的重要趨勢。

越來越多的廠商布局

從目前的情況來看，全球主要幾家MCU廠商都已經在該領域有所布局，包括意法半導體、瑞薩、恩智浦、英飛凌等等。

意法半導體從2007年起開始設計基于ARM Cortex-M的STM32 32位MCU系列，目前意法半導體通用MCU銷量已位居全球首位，擁有基于ARM Cortex-M0/M0+/M3/M4/M7/M33，ARM Cortex A7等多個內核，超過1200個料號的多系列、多功能覆蓋的全面MCU產品線。

該公司此前表示，近幾年，智能家電的快速發展，對MCU的性能、互聯提出了越來越高的要求，基于MCU平臺運行人工智能和機器學習，發展性能更高、功耗更低的邊緣計算，正在成為行業熱點。面對這樣的趨勢，意法半導體很早就開始布局智能的MCU。

意法半導體的軟件工具STM32CubeMX中就集成了AI模塊，可以方便客戶將訓練好的AI模型轉換為MCU上運行的軟件，使MCU可以方便實現AI功能。

瑞薩電子在MCU領域也有很深的積累。今年6月9日，該公司宣布買下美國從事機器學習模型開發的新創企業Reality AI。

Reality AI公司的強項在于聲音和視覺之外的傳感器數據解析，例如工廠偵測異音或是汽車的語音辨識等都可應用到相關技術。瑞薩買下Reality AI，將可以結合自家MCU 產品，以及該公司的開發環境和推論軟體等，對外提供支持AI運算的MCU。此前，雖然瑞薩有自行研發機器控制用途的MCU，但AI相關應用軟件都是向外部合作伙伴購買的。

恩智浦也推出了內置NPU的MCU，該公司表示，AI應用最開始是在云端，而現在有一個很明顯的趨勢，從PC到嵌入式端的需求越來越多。人臉/語音識別門鎖、以及包括語音識別、物體識別等在內的各種識別裝置，都提出了在本地實現更多推理的需求。

以前的應用對一款微控制器的要求是，按下按鈕就有很快的反應。現在就不止這些了，人們希望處理器本身具有預知性，這就需要增加人工智能技術。

恩智浦推出了針對MCU現有應用場景進行升級的內置NPU的MCX，在傳統控制應用基礎上增加AI元素，在醫療設備、無人機或者工業控制中加上智能識別、故障檢測、語音控制等。

基于NPU的MCX可以應用在一些更新的場景中，比如可以識別物體的秤，只需把物體放在秤上就可以直接結賬；在醫學檢測中，可以用于檢測含瘧疾的紅細胞；在交通出行中，可以幫助智能車識別障礙，自動做出判斷和處理等等。

小結

整體而言，隨著物聯網時代的發展，作為物聯網設備中必不可少的計算大腦的MCU，也迎來了很好的市場增長機會。同時隨著AI、5G技術發展，一些新興應用場景也給MCU提出了新的要求，需要具備一定的AI功能。因此過去幾年越來越多的廠商在MCU中集成AI功能。