文章核心观点 意法半导体 (STMicroelectronics) 与英伟达合作，扩展了其800 VDC AI数据中心电源转换产品组合，新增了800 VDC至12V和800 VDC至6V的先进架构[1]。此举旨在满足AI基础设施快速扩张对更高电压分配、更高密度和更高能效的需求，为千兆瓦级计算基础设施提供更高效、可扩展和可持续的完整电源解决方案[1][2]。 产品组合与战略 - 公司扩展了800 VDC电源转换产品组合，新增800 VDC至12V和800 VDC至6V两种先进架构，与先前推出的800 VDC至50V解决方案形成互补[1][10] - 新架构基于英伟达800 VDC参考设计开发，旨在为不同AI服务器形态提供完整的800 VDC生态系统[1][3] - 此举使公司能够为千兆瓦级计算基础设施内部的800 VDC配电提供完整的产品组合[10] 技术优势与行业趋势 - 新兴的800 VDC数据中心架构能够实现更高的能效、减少功率损耗，并支持超大规模和AI计算所需的更具可扩展性、更高计算密度的基础设施[1] - 新架构反映了行业趋势：根据GPU代际、服务器高度、形态和大型训练集群/推理农场的热设计，采用不同的配电拓扑[3] - 800 VDC至6V架构允许原始设备制造商减少转换级数，将6V总线更靠近GPU，从而减少铜使用量、最小化电阻损耗并改善瞬态性能，这是大规模训练集群的关键差异化优势[4][11] 具体产品性能与应用 - 800 VDC至12V转换器支持从机架级电源柜直接向先进AI加速器的电压域进行高效配电[4] - 新解决方案消除了传统的54V中间级，减少了转换步骤和系统级损耗[11] - 包含新开发的高密度配电板，其效率目标超过了先前两级转换路径的效率总和[11] - 该设计适用于需要电源级更靠近GPU的系统构建商，以最小化IR压降并改善快速负载瞬变下的响应[11] 技术整合与过往成就 - 三种解决方案（50V、12V、6V）结合了公司在功率半导体（硅、SiC、GaN）、模拟与混合信号以及微控制器领域的技术[5] - 公司在芯片和封装层面均采用定制设计[10] - 2025年10月，公司推出了一个完全集成的原型电源传输系统，展示了一款紧凑型基于GaN的LLC转换器，可直接从800 V、1 MHz频率工作，效率超过98%，并在50 V电压下实现了超过2,600 W/in³的卓越功率密度（智能手机尺寸）[5]

公司产品发布 - 意法半导体宣布扩展其800 VDC电源转换产品组合，新增800 VDC至12V和800 VDC至6V两种先进架构 [1][2] - 新产品基于英伟达800 VDC参考设计开发，与此前推出的800 VDC至50V解决方案形成互补 [2] - 新架构旨在满足不同AI服务器形态对电源输送拓扑结构的需求，具体取决于GPU代际、服务器高度、外形尺寸和热设计 [4] - 新的800 VDC至12V转换器可实现从机架级电源柜到先进AI加速器供电电压域的高效配电 [5] - 新的800 VDC至6V路径允许原始设备制造商减少转换级数，并将6V总线更靠近GPU，从而减少铜使用量、最小化电阻损耗并改善瞬态性能 [5] 技术优势与特点 - 800 VDC数据中心架构能够实现更高的能效、减少功率损耗，并支持超大规模和AI计算所需的更具可扩展性、高计算密度的基础设施 [2] - 新解决方案消除了传统的54V中间级，减少了转换步骤和系统级损耗 [8] - 新架构能够实现更高的机架级效率、更低的铜使用量，并简化未来GPU的集成 [8] - 新开发的高密度供电板效率目标超过了先前两级转换路径效率的总和 [8] - 2025年10月推出的全集成原型电源输送系统展示了基于GaN的紧凑型LLC转换器，可直接从800 V、1 MHz工作，效率超过98%，在50V时功率密度超过2,600 W/in³，尺寸仅智能手机大小 [6] 市场定位与战略意义 - 新解决方案的推出是为了应对AI基础设施计算规模快速扩张的需求，这需要更高的电压分配和更大的密度 [3] - 通过新的800 VDC配电转换器，公司为支持部署千兆瓦级计算基础设施提供了一套完整的解决方案，以实现更高效、可扩展和可持续的电源架构 [3] - 50V、12V和6V中间直流总线将根据机架密度、GPU配置和冷却策略在AI数据中心中共存 [4] - 公司现在为千兆瓦级计算基础设施内部的800 VDC配电提供了完整的产品组合 [7] - 这些解决方案结合了公司在功率半导体、模拟和混合信号以及微控制器方面的技术，并在芯片和封装层面进行定制设计 [6][7]

文章核心观点 - 意法半导体与Leopard Imaging联合推出了一款专为人形及先进机器人设计的、与NVIDIA Jetson平台原生集成的多模态视觉模块，旨在简化并加速机器人视觉系统的开发与部署[1] 合作与产品发布 - 意法半导体与Leopard Imaging合作推出了用于人形机器人的一体化多模态视觉模块[1] - 该模块结合了意法半导体的成像、3D场景映射和运动传感技术与NVIDIA Holoscan Sensor Bridge技术[1] - 该模块无缝集成于NVIDIA Jetson平台和NVIDIA Isaac开放式机器人开发平台[1][2] - 合作旨在将意法半导体领先的传感器和执行器集成到NVIDIA机器人生态系统中，以加速具有类人感知能力的实体AI应用部署[2] 产品技术规格与集成 - 模块通过NVIDIA Holoscan Sensor Bridge，通过以太网与NVIDIA Jetson无缝集成，实现实时传感器数据采集[2] - 模块包含构建系统、应用程序接口、为移动机器人优化的AI算法、示例应用、领域随机化以及包含传感器模型的仿真环境[2] - 模块集成了用于视觉传感的ST VB1940车规级RGB-IR 510万像素图像传感器，支持滚动快门和全局快门模式[4] - 模块集成了用于运动传感的LSM6DSV16X 6轴惯性测量单元，嵌入了用于边缘AI的机器学习核心、传感器融合低功耗技术和用于用户界面检测的静电传感技术[5] - 模块集成了用于3D深度传感的VL53L9CX dToF一体化LiDAR模块，提供高达9米的精确测距，分辨率为54 x 42区域（近2300个区域），视场角为55°x 42°，角分辨率为1°，帧率高达100 fps[6] 市场定位与行业影响 - 人形机器人正超越研究项目和演示阶段，进入制造、汽车工厂、物流仓储、零售及客户服务等广泛领域的实际应用[2] - 该模块使机器人制造商能够利用Isaac工具加速学习，并快速弥合“仿真到现实”的差距[2] - 意法半导体作为NVIDIA机器人与边缘AI的关键合作伙伴，持续将其传感器、驱动器、执行器、控制器和开发工具集成到NVIDIA机器人生态系统中[3] - Leopard Imaging是一家成立于2008年、总部位于硅谷的全球AI视觉创新领导者，业务覆盖自主机器、智能无人机、AI物联网、机器人、自动化和医疗技术等领域[11] 公司背景 - 意法半导体拥有48000名员工，掌握半导体供应链，拥有先进的制造设施，是一家集成器件制造商[7] - 意法半导体与超过200000家客户和数千家合作伙伴合作，设计并构建产品、解决方案和生态系统[7] - 公司计划在2027年底前实现100%可再生电力采购目标，并致力于实现范围1、范围2及部分范围3排放的碳中和[7]

合作与战略目标 - 意法半导体宣布加速全球物理AI系统的开发与采用，包括人形、工业、服务和医疗机器人 [2] - 公司将其全面的先进机器人产品组合集成到与NVIDIA Holoscan Sensor Bridge兼容的参考组件集中 [2] - 合作旨在通过简化开发者与客户从AI算法构思到传感器与执行器无缝集成的每一步体验，释放下一代尖端机器人创新浪潮 [3] - 合作目标是为意法半导体的全面组件组合提供精确的、经过硬件校准的模型，以满足先进机器人的需求 [7] 技术整合与产品 - 首批交付成果包括将采用意法半导体技术的Leopard深度相机与NVIDIA HSB集成，以及将意法半导体IMU的高保真模型加入NVIDIA Isaac Sim生态系统 [2] - 通过NVIDIA HSB，开发者可以统一、标准化、同步并简化来自多个意法半导体传感器和执行器的数据采集与记录 [4] - 目标是通过为STM32 MCU、先进传感器（包括IMU、成像器和ToF设备）和电机控制解决方案的预集成方案，简化意法半导体传感器和执行器与NVIDIA Jetson平台的连接过程 [5] - 采用意法半导体成像、深度和运动传感技术的Leopard Imaging立体深度相机，预计将支持物理AI原始设备制造商、学术研究团体和工业机器人社区的广泛设计浪潮 [5] - 继首个IMU模型可用后，公司正致力于为开发者提供基于真实硬件基准数据构建的ToF传感器、执行器和其他集成电路模型 [7] - NVIDIA HSB正被协同集成到意法半导体的工具链中 [7] 预期效益与影响 - 高保真的NVIDIA Isaac Sim意法半导体元件模型正被集成到双方的机器人生态系统中，以支持更快、更准确的从仿真到现实的研究与开发 [2] - 技术整合为开发者提供了统一的构建、仿真和大规模部署物理AI的基础 [3] - 简化集成是构建高保真NVIDIA Isaac模型、加速学习并最小化仿真与现实差距的关键基础 [4] - 更准确的模型将显著改善机器人学习效果，通过更贴近真实设备行为的仿真来缩短训练周期，并降低构建和优化人形机器人应用的成本 [8]

公司业务与运营 - 公司负责开发所有与文字记录相关的项目 [1] - 公司目前每季度在其网站上发布数千份季度财报电话会议记录 [1] - 公司的文字记录覆盖范围正在持续增长和扩大 [1] 信息披露与沟通 - 公司设立此简介的目的是为了与读者分享文字记录相关的新进展 [1]

公司及行业研究电话会议纪要关键要点 一、 公司及行业概述 * 公司为意法半导体，专注于智能传感技术，特别是MEMS传感器和光学传感器，以支持物理人工智能的发展 [4][5][6] * 行业为半导体传感器行业，涵盖MEMS和成像两大领域，服务于汽车、工业、消费电子、物联网和医疗等多个终端市场 [8][9][10] 二、 财务业绩与市场展望 * **2025年传感器业务收入为22亿美元，同比增长10%** [5] * **整体传感器市场规模预计从2025年的约490亿美元增长至2028年的约570亿美元，年复合增长率约为4.7%** [10] * 公司目标是在此基础上显著超越市场增速，**计划到2028年实现传感器收入以中双位数（mid-teens）的年复合增长率增长** [11][24] * 若排除新收购业务（NXP MEMS业务）的影响，**内生增长率预计在低双位数（low double digits）** [42] 三、 核心产品与技术战略 * **产品组合**：包括智能MEMS传感器（运动、压力等）和光学传感解决方案（飞行时间、专用CMOS图像传感器等） [5][6][23] * **技术领导力**：公司是少数同时掌握MEMS和光学传感技术的厂商之一，并利用IDM模式进行制造 [5][6] * **智能传感器战略**：传感器正变得“智能”，集成了算法和本地处理能力（如ISPU智能传感器处理单元），以实现边缘AI、降低延迟和功耗 [13][14][15][17] * **制造布局**：拥有全球均衡的制造足迹，前端在法国（包括300毫米晶圆厂）、意大利和新加坡设有工厂，后端在欧洲和亚洲，确保了韧性、规模和控制力 [8] 四、 终端市场增长驱动力 * **汽车市场**：安全和法规标准趋严、电动化及自动驾驶推动单车传感器数量和价值提升 [9] * **工业市场**：机器人化、基础设施数字化及能源转型推动对MEMS、机器视觉和环境传感器的需求 [9] * **消费电子与物联网**：高端智能手机、可穿戴设备、AR/VR持续增加MEMS运动传感器和3D成像器；低功耗物联网节点推动超低功耗环境MEMS和紧凑型成像器需求 [9][10] * **医疗健康**：向持续性和预防性监测转变，提高了运动和压力传感器的渗透率 [10] 五、 近期收购（NXP MEMS业务）的影响 * 收购在技术和产品组合上具有高度互补性，增加了THELMA传感器、Petra致动器、UMems和Pcell等新技术 [12] * 显著**重新平衡了公司的MEMS市场分布**：**2025年汽车市场占MEMS收入的比例达到37%（备考基础），工业市场占比提升至18%** [13] * 巩固了公司在汽车安全应用加速度计领域的领导地位，并进入压力传感器前五名 [13] * 使公司成为所服务市场的**第二大厂商** [25] 六、 人形机器人机遇 * 公司视人形机器人为一个长期增长驱动力，并已与全球主要OEM厂商合作 [20][21] * **目前每台人形机器人中，ST可触达的物料清单价值约为600美元** [20][25] * 其中，**传感器部分占总物料清单的30%-40%**，是核心差异化组件，也是附加其他ST产品（如MCU、功率器件）的关键入口 [35][51][82] * 传感器部分具体包括：用于运动检测和平衡的MEMS（IMU、加速度计、陀螺仪等）、压力/温湿度传感器，以及用于视觉的2D/3D视觉传感器 [23] * 公司正与英伟达合作，以加速物理AI解决方案的端到端开发 [22] 七、 成像业务增长领域 * 核心业务三大支柱：智能手机前置（面部认证第一）、智能手机后置（相机辅助和光感）、PC笔记本电脑（低功耗存在检测、面部认证第一） [18] * 三大新增增长驱动力：**汽车（驾驶员监控和座舱乘员监控，预计年复合增长率约40%）、工业（机器人、人数统计等）、新兴应用（AR/VR/MR、人形机器人）** [19][43] * 成像业务正在集成更多智能，如32位MCU和卷积神经网络加速器 [18] 八、 竞争格局与差异化优势 * 公司认为其**同时拥有领先的MEMS和成像传感技术，并能将低功耗本地计算能力嵌入传感器，这是关键的差异化优势** [94][95] * 在人形机器人领域，传感器性能（精度、低延迟、低能耗）直接决定机器人性能，公司在该领域的广度和深度构成竞争壁垒 [95] * 公司已与全球（包括中国）主要人形机器人制造商建立合作 [35][94] 九、 其他重要信息 * **目标市场增速**：公司专注的细分市场增速快于整体传感器市场，其中专用CMOS图像传感器市场约40亿美元，至2028年年复合增长率约5.7%；运动与压力MEMS传感器市场超70亿美元，年复合增长率约5.3% [11] * **技术路线图**：为增强智能传感器的处理能力，计划将内部逻辑工艺从130纳米向90纳米迁移，以集成更多计算功能，而非单纯缩小芯片面积 [60][106][111] * **业务模式**：在人形机器人市场，公司将结合标准产品和定制解决方案，并优先通过与关键平台商（如处理器厂商）合作以嵌入生态系统 [67][68][88] * **供应链**：机器人市场的资格要求不如汽车严格，更接近工业要求 [50]

公司战略与投资 - 意法半导体公布计划 通过部署机器人并对员工进行再培训来提升其老旧芯片制造厂的效率 避免关闭欧洲工厂[1] - 公司计划在未来几年内部署超过100台人形机器人到其生产设施中执行任务[3] - 公司已启动一项培训计划 旨在使员工技能与新兴需求相匹配 目标是将员工转移到技能短缺的高技能岗位上[7] 行业背景与挑战 - 包括意法半导体及其竞争对手在内的欧洲芯片制造商 正面临来自全球竞争者日益增长的压力 特别是在中国 现代化的自动化生产线正在提高效率[3] - 老旧的芯片工厂需要大量投资才能保持竞争力 但由于成本高昂、监管障碍以及与欧洲工会的谈判 拆除和重建的选择变得复杂[4] - 老旧工厂通常没有资格获得欧盟《芯片法案》的资助 因为补贴主要面向“首创”项目 行业组织正推动在供应链和现有产业优势方面进行更多投资 作为《芯片法案2.0》的一部分[5] 运营与重组 - 意法半导体一直在应对一项于2024年10月启动的重组计划 该计划包括拟议裁减5000名员工 在法国已取得进展 但在意大利的努力已陷入停滞[6] - 人形机器人将接管重复性和体力要求高的任务 在实行三班或四班制的产线中 一台人形机器人可以替代其中三班的工作[7] - 公司的目标是不关闭欧洲的任何工厂 核心目标是提高效率[7]

罢工事件核心 - 嘉能可位于澳大利亚北昆士兰州的铜精炼厂工人因薪资和工作条件纠纷于3月13日举行罢工[1] - 罢工行动持续了四小时后恢复工作 但工会警告若公司不改进提议 行动将继续[1] - 工会表示罢工计划源于矿商拒绝提供能跟上生活成本上涨的“体面”加薪[1] 公司业务概况 - 嘉能可在伦敦上市[1] - 公司在澳大利亚拥有20个在运营的矿山 开采锌、铜、银等矿产[1] - 公司在澳大利亚雇佣了约17000名员工[1]

行业趋势：AI与安全需求驱动MCU架构革新 - 人工智能生成的代码、AI推理需求增长以及网络安全标准（如网络弹性法案CRA）正在改变微控制器在系统设计中的应用方式[1] - 向更先进的22纳米工艺技术过渡，使得MRAM等新型存储器技术能够以更低成本实现更高性能，推动新型MCU架构进入市场[1] - 行业领先公司正通过集成AI加速器、采用先进工艺和增强安全架构来应对这些变革，相关技术在本周德国纽伦堡的嵌入式世界展览会上展出[1] SCI Semiconductor：推出首款商用CHERI安全架构MCU - 公司展示了其ICENI安全32位微控制器首款芯片，这是首款采用CHERI（功能硬件增强型RISC指令）安全存储器架构的商用设备[1] - ICENI设备将RISC-V RV32E指令集与CHERI硬件架构结合，通过硬件嵌入的安全功能，使遗留代码和AI生成的代码更安全，且只需简单重新编译[1] - 内存安全通过与微软和剑桥大学合作开发的CHERI硬件强制执行能力模型实现，用不可伪造的、有界的能力取代传统指针，包含指定精确内存区域及其权限的元数据[2] - 该设计能从根本上实现强大的空间内存安全，在攻击发生前阻止整类攻击，重新编译代码以使用ISA扩展可消除约70%的关键漏洞，而通过调用堆栈插桩实现代码隔离仅对代码造成不到2%的影响[2] - 芯片采用GlobalFoundries位于德累斯顿工厂的低功耗22FDX绝缘体上硅工艺制造，确保了欧洲自主权并能在美国生产[3] - 公司目标市场是关键基础设施，包括电网数字化，并已与AWS FreeRTOS堆栈合作构建软件生态系统，将所有关键方面分离到不同模块以缩小攻击范围[7] Silicon Labs：推出Series 3系列MCU并应对收购 - 公司正在为被德州仪器收购做准备，计划推出其Series 3系列MCU[5] - Series 3平台基于22nm工艺，最大不同在于数字内容，允许客户软件与无线堆栈并行运行，这需要实时操作系统和片外闪存来实现就地执行[5][6] - 公司通过软件配置文件优化嵌入式应用程序的缓存，并提供经过身份验证的XIP接口，这对互联网连接至关重要[6] - 在AI领域，公司看到推理是重要业务，将使用多种加速器，并观察到从2018-2022年的专有加速器转向2024年开始的授权许可加速器的趋势[6] - 公司认为即将到来的《社区再投资法案》（CRA）对MCU安全性是真正的挑战，影响将会非常巨大[6] Nordic Semiconductor：推出小型化蓝牙MCU并扩展软件生态 - 公司推出两款尺寸更小的蓝牙无线微控制器nRF54LS05A和nRF54LS05B，旨在为可穿戴设备等成本敏感、大批量应用提供解决方案[9] - 两款SoC提供了nRF54L系列的关键特性，包括强大的低功耗蓝牙连接、低功耗和易于使用的软件，同时针对开发简单、经济高效的低功耗蓝牙终端产品进行了优化[9] - 微控制器采用128 MHz ARM Cortex M33处理器和低漏电RAM，集成公司第四代多协议蓝牙低功耗无线电模块和基础安全功能[10] - 两款SoC都提供0.5 MB的非易失性存储器，nRF54LS05A的RAM为64 KB，nRF54LS05B的RAM为96 KB[11] - 该系列支持多种无线协议，预计将于2026年第三季度开始量产[11] - 公司此前收购了远程故障检测软件开发商Memfault，以扩展其软件生态系统[9] 德州仪器：集成TinyEngine NPU的AI MCU - 公司推出了搭载TinyEngine神经处理单元硬件加速器的微控制器MSPM0G5187和AM13Ex MCU，可在边缘处理时降低延迟并提高能效[11] - MSPM0G5187基于ARM Cortex-M0+ MSPM0 MCU，千片售价低于1美元，片上TinyEngine可将每次AI推理的延迟降低高达90倍，并将每次AI推理的能耗降低120倍以上[12] - MCU由新版CCStudio集成开发环境提供支持，该IDE使用生成式AI功能，使工程师能够使用简单的语言加速代码开发、系统配置和调试[12] - 公司计划将TinyEngine NPU集成到其整个微控制器产品组合中，包括通用型和高性能实时MCU[12] Ambient Scientific：低功耗AI MCU用于可穿戴设备 - 这家低功耗人工智能微控制器初创公司与印度虚拟现实公司Dimension NXG合作，拓展在可穿戴传感器领域的业务[14] - Dimension利用Ambient的GPX-10人工智能微控制器，开发了一款名为MAI的女性安全可穿戴设备，该设备具备始终开启的人工智能功能，电池续航时间长达两周[14] - GPX-10 MCU采用内存处理技术，10个MAC模块同时包含数字和模拟组件以实现低功耗，并配备ARM M4内核[14] - MAI可穿戴设备能够追踪心率、血氧饱和度等日常生命体征，并可提供血压分析，内置安全防护层和跌倒检测等AI功能[14][15] - MAI设备将于下周进入实地测试，向印度各地的预购客户和测试参与者分发数千台设备，Dimension NXG计划在年底前将产品规模扩大到1万台以上[16] 意法半导体：推出低成本入门级MCU - 公司通过将其最新一代入门级ARM M33微控制器STM32C5的单价大幅降低至0.64美元，以推向更多应用领域[16] - 目标应用包括智能恒温器、电子门锁、工业智能传感器、机器人执行器、可穿戴电子设备和计算机外设等[16] - 采用40nm工艺的全新设计，在144MHz频率下实现了更高性能，提升了传感性能和控制流畅度，并集成了更多安全功能以抵御侧信道攻击和提供片上加密[16] - 该系列产品已针对驱动程序进行优化以减少内存大小，其变体提供高达1024 KB的闪存和256 KB的SRAM，以及以太网、OctoSPI和FDCAN接口[16] - 器件尺寸从UFQFPN20封装的3mm x 3mm到LQFP144封装的20mm x 20mm不等[17] 其他重要合作与市场动向 - SCI与德国Inova Semiconductors合作，旨在为先进人形机器人和物理AI边缘平台打造一个参考平台[21] - 该平台基于Inova在汽车领域分区架构方面的专业技术，能够实现混合关键性计算，具备实时控制回路和安全AI工作负载等特性，并采用与SCI的ICENI微控制器相同的22FDX工艺制造[21] - Inova的APXpress高速接口将与MIPS Atlas M8500 RISC-V高性能MCU IP、MIPS Atlas S8200 RISC-V AI处理器IP和混合信号一起使用，为机器人工作负载创建定制的片上系统[21] - 用户可通过MIPS Atlas Explorer平台提前体验该平台，这是一个基于仿真的软硬件协同设计平台，使软件开发人员能够访问计算单元和微控制器的虚拟表示，开始优化视觉语言动作模型[21]

行业趋势与驱动力 - 人工智能的兴起正在改变对微控制器的需求，具体体现在对AI生成代码的安全运行、AI推理需求的增长以及网络安全标准的要求上[2] - 行业正从专有AI加速器向授权许可的加速器过渡[6] - 向更先进的22纳米工艺技术过渡，使得新型存储器技术能以更低成本实现更高性能，推动新型MCU架构进入市场[2] 安全与架构创新 - SCI Semiconductor推出首款采用CHERI安全存储器架构的商用32位微控制器ICENI，结合RISC-V RV32E指令集，旨在使遗留代码和AI生成的代码更安全[3] - CHERI硬件架构通过用不可伪造的、有界的能力取代传统指针，实现强大的空间内存安全，据称可消除**70%** 的关键漏洞[4] - 该架构通过代码模块化设计限制攻击的“影响范围”，且对调用堆栈进行插桩以实现代码隔离，对代码的影响不到**2%** [4] - ICENI微控制器采用GlobalFoundries的22FDX绝缘体上硅工艺制造，强调欧洲自主权[5] 1. 软件生态系统对推广至关重要，SCI与AWS FreeRTOS堆栈合作，通过模块化设计自动缓解了新出现的CVE漏洞[7] 主要厂商动态与产品策略 - **SCI Semiconductor**：其ICENI微控制器目标市场是关键基础设施，如智能电网，并提及英国财政部已签署**180亿英镑**的智能电网拨款协议[7] - **Silicon Labs**：在准备被德州仪器收购的同时，计划推出其Series 3系列MCU，该平台基于**22nm**工艺，强调数字内容、客户软件与无线堆栈并行运行，并优化了智能缓存以支持片外闪存就地执行[6] - **Nordic Semiconductor**：为保持独立性，收购软件开发商Memfault以扩展其软件生态系统，并推出两款尺寸更小、成本更优的蓝牙无线微控制器nRF54LS05A和nRF54LS05B，采用**128 MHz ARM Cortex M33**处理器，支持多种无线协议，预计**2026年第三季度**量产[9][10][11] - **德州仪器**：推出集成TinyEngine神经处理单元硬件加速器的微控制器MSPM0G5187和AM13Ex，声称可将每次AI推理的延迟降低高达**90倍**，能耗降低**120倍**以上，其MSPM0G5187千片售价低于**1美元**[13] - **意法半导体**：通过将新一代入门级ARM M33微控制器STM32C5的单价大幅降低至**0.64美元**，推向更广泛市场，该产品采用**40nm**工艺，在**144MHz**频率下实现更高性能，并集成更多安全功能[16][17] - **Ambient Scientific**：与印度公司合作，利用其GPX-10 AI微控制器开发女性安全可穿戴设备MAI，该设备电池续航时间长达**两周**，并计划在年底前将产品规模扩大到**1万台**以上[15][16] 人工智能与边缘计算 - Silicon Labs指出，在人工智能领域，推理是重要方向，传感器数据需要机器学习，并将使用多种加速器，同时观察到ARM在推进包含U55和U85 AI加速器的路线图[6] - 德州仪器强调其将TinyEngine NPU集成到整个微控制器产品组合中，并通过生成式AI功能增强的集成开发环境，让边缘AI更易使用[13][14] - 有分析指出，基于边缘的AI加速应用可以使消费电子设备更智能，工业设备更高效[14] 机器人技术 - SCI与德国Inova Semiconductors合作，基于Inova在汽车分区架构的专业技术，为先进人形机器人和物理AI边缘平台打造参考平台，该平台采用与ICENI相同的**22FDX**工艺制造[21] - 该平台将利用Inova的APXpress高速接口与MIPS的RISC-V高性能MCU IP及AI处理器IP，创建定制的片上系统，旨在简化机器人设计、降低物料清单成本并加快产品上市速度[21][22]