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]