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]