MCU，智能覺醒

根據IoT Analytics的報告，全球物聯網MCU市場規模預計到2030年將達到73億美元，年復合增長率約為6.3%。這一增長主要得益于自動化升級需求的釋放、LPWAN項目的推動、AI向邊緣遷移的趨勢以及亞洲尤其是中國市場的快速增長。AI技術的融入正在徹底改寫MCU的生存邏輯。而AI技術的深度融入，正從底層改寫MCU的技術邏輯與市場格局，催生出兼具低功耗、實時性與智能推理能力的AI MCU，成為物聯網智能化發展的載體。

AI MCU通過集成神經網絡處理單元（NPU）、擴展專用指令集等方式，實現了邊緣端的本地智能推理，精準匹配了智能設備對低功耗、高實時性和高性價比的需求。這不僅推動了MCU產品的升級，更讓市場競爭愈發激烈，國內外各大芯片廠商紛紛加大研發投入，推出各具技術特色的AI MCU產品，加速邊緣智能應用的落地。

01

Arm：構筑AI MCU核心技術底座

作為全球領先的處理器架構設計公司，Arm的內核產品線覆蓋了從高性能計算到低功耗嵌入式應用的全場景，自1990年成立以來，已形成Cortex-A、Cortex-M、Cortex-R三大系列產品，以及面向服務器/基礎設施的Neoverse系列，各系列基于ARMv7、ARMv8、ARMv9等不同架構版本設計，針對專屬應用場景完成深度優化。

其中，Cortex-M系列是微控制器（MCU）和嵌入式系統的核心處理器內核，以低功耗、高實時性和高成本效益為核心特性，支持單周期指令執行、納秒級快速中斷響應，最小內核尺寸僅0.01mm2，搭配Thumb-2指令集，無MMU且可運行RTOS，是目前絕大多數MCU產品的技術基石，也成為Arm布局AI MCU的核心切入點。

為了讓Cortex-M系列具備更強的AI計算能力，Arm推出了一系列專屬技術與內核產品。2019年，Arm發布適用于Armv8M架構的Cortex-M矢量擴展技術（MVE）——Arm Helium技術，作為Armv8.1-M架構的擴展，該技術通過高效的SIMD（單指令多數據）操作，為機器學習（ML）和數字信號處理（DSP）應用帶來顯著性能提升，在機器學習任務中可實現最高15倍的性能突破。而Arm Helium Utils作為CMSIS DSP庫的組成部分，還為該技術提供了一系列實用函數，進一步優化DSP和ML任務的處理效率。

Cortex-M55和Cortex-M85是首批支持Helium技術的處理器，讓小型、低功耗的嵌入式系統能夠應對音頻設備、傳感器集線器、關鍵詞識別、靜態圖像處理等場景的計算挑戰，也讓基于Arm內核的MCU具備更強的AI處理能力。2023年，Arm再度推出專為AI應用設計的Cortex-M52處理器，不僅實現了能效的進一步提升，成為Cortex-M3、Cortex-M33等主流MCU內核的替代選擇，更借助Helium技術實現了DSP和ML處理能力的顯著升級，將AI驅動的創新引入更多低功耗嵌入式場景。

除了內核本身的升級，Arm還推出了面向Cortex-M系列的microNPU——Ethos-U55，專為面積受限的嵌入式和物聯網設備設計，可大幅加速ML推理性能。當Ethos-U55與Cortex-M55協同部署時，相較于傳統的Cortex-M系統，機器學習性能可提升高達480倍，為低成本、高能效的AI MCU解決方案提供了支撐。

在國內，安謀科技也基于Arm架構完成了本土化創新，其自主研發的第三代高能效嵌入式芯片IP“星辰”STAR-MC3，基于Arm v8.1-M架構打造，向前兼容傳統MCU架構，同時集成Arm Helium 技術，在顯著提升CPU AI計算性能的同時，兼顧優異的面效比與能效比，成為AIoT領域主控芯片及協處理器的核心架構，助力客戶高效部署端側AI應用。

02

RISC-V：AI MCU的另一技術路線

除了Arm架構，RISC-V憑借開源、靈活的特性，成為AI MCU的另一重要技術選擇，其矢量擴展（RVV）技術可讓處理器內核加速海量數據集的單指令流計算，完美適配機器學習、圖像壓縮處理、數據加密、音視頻多媒體處理、語音識別和自然語言處理等任務——而這些正是物聯網端側AI落地的核心計算需求，也吸引了眾多企業基于RISC-V架構打造AI MCU產品，形成與Arm架構互補的技術格局。

如今，谷歌已通過與合作方Synaptics共同將基于RISC-V的Coral NPU架構推向市場。Coral NPU是基于RISC-V指令集架構，包含一個四階標量CPU核心、一個32位RISC-V向量引擎以及一個專門為現代Transformer模型優化的矩陣核心加速器。谷歌給 Coral NPU 的定位是“一個全棧、開源的平臺，旨在解決性能、碎片化和隱私這三大核心挑戰，而這些挑戰限制了功能強大、始終在線的 AI 技術在低功耗邊緣設備和可穿戴設備上的應用。”

國內外廠商：AI MCU產品落地加速

依托Arm Helium、RISC-V RVV等技術，國內外芯片廠商紛紛推出自研AI MCU產品，從高端高算力到入門級解決方案，覆蓋不同應用場景，推動AI MCU的商業化落地。

國際大廠：技術領先，布局全場景

瑞薩電子的RA8系列作為業界首個基于Arm Cortex-M85內核的MCU系列，兼具MPU的高性能與MCU的易用性、低功耗和低BOM成本，支持單核或雙核設計，最高可實現1GHz的CPU主頻、0.25 TOPS NPU算力，還集成了包含EtherCAT在內的多協議工業網，可滿足AI、工業以太網、機器人、HMI等高算力應用需求。在此基礎上，瑞薩推出的RA8P1微控制器產品群，采用Cortex-M85（1GHz）+Cortex-M33（250MHz）的雙核異構設計，并集成Arm EthosTM-U55 NPU，借助Arm Helium技術實現了DSP和AI/ML性能的大幅提升，樹立了MCU性能的新標桿。

意法半導體的STM32N6則是首款內嵌自研神經處理單元（NPU）——ST Neural-ART accelerator的STM32 MCU，專為節能型邊緣AI應用設計，其搭載的Arm Cortex-M55內核主頻高達800MHz，結合Arm Helium向量處理技術顯著增強DSP處理能力，芯片整體時鐘頻率可達1GHz，計算性能達600 GOPS，能為計算機視覺和音頻應用提供實時神經網絡推理能力。

恩智浦的i.MX RT700系列則以多內核架構實現智能算力的分層部署，該系列擁有5個計算內核，主計算子系統包含325MHz的Arm Cortex-M33核與Cadence Tensilica HiFi 4 DSP，超低功耗感知子系統則搭配第二款Cortex-M33核與Cadence Tensilica HiFi 1 DSP，無需外部傳感器集線器，有效降低系統設計復雜度與BOM成本。同時，該系列集成恩智浦eIQ Neutron NPU，可將AI工作處理速度提高172倍，還內置7.5MB板載SRAM，為可穿戴設備、醫療設備、智能家居等邊緣智能設備提供算力支撐。

英飛凌的PSoC Edge E81、E83、E84系列均基于Arm Cortex-M55內核打造，支持Arm Helium DSP指令集，同時搭配不同的AI加速單元：E81搭載英飛凌自研超低功耗NNLite神經網絡加速器，E83和E84則內置Arm Ethos-U55微型NPU，與傳統Cortex-M系統相比機器學習性能提升480倍，且三款產品均集成豐富外設、片上存儲器和硬件安全功能，支持WiFi 6、BT/BLE、Matter協議等，適配低功耗計算領域的機器學習應用。

德州儀器則依托DSP技術優勢布局AI MCU，其C2000 MCU系列的TMS320F28P550 MCU，搭載150MHz C28x 32位DSP CPU，集成浮點單元（FPU32）與三角函數加速器（TMU），并內置NPU實現邊緣AI計算，算力達600–1200 MOPS，支持本地運行CNN模型，適配工業控制等場景的AI需求。

國內企業：緊跟趨勢，本土化適配突出

國內芯片廠商也在AI MCU領域快速突破，結合本土物聯網應用場景完成產品優化，同時實現了RISC-V架構的落地應用，形成差異化競爭優勢。

新唐科技推出的NuMicro M55M1是定位入門級的AI MCU解決方案，專為AI數據識別、智能音頻等邊緣應用打造，基于Arm Cortex-M55核心設計，搭載Arm Ethos-U55 NPU與Helium向量處理器，AI運算能力達110 GOPS，相較于傳統1GHz MCU，AI推理性能實現超100倍突破，還內置1.5MB RAM、2MB Flash并支持外擴存儲。同時，新唐科技還推出自研NuML Tool Kit開發工具，并提供人臉識別、物體識別等多款現成AI模型，大幅降低AI應用開發門檻，加速產品落地。

國芯科技則聚焦RISC-V架構的AI MCU研發，其端側AI MCU芯片CCR4001S已實現10萬顆交貨，該芯片采用RISC-V內核，主頻230MHz，集成0.3 TOPS @INT8算力的NPU，可高效運行MobileNet、ResNet、Yolo等深度學習算法，實現物體識別、目標檢測等復雜任務，同時兼具低功耗特性，尤其適配空調智能控制等家電智能化場景，支持客戶自主導入算法模型并完成迭代優化。此外，國芯科技還與賽昉科技聯合推出CCR7002芯片，通過多芯片封裝技術集成高性能SoC與低功耗AI芯片子系統，同樣提供0.3TOPS的NPU算力，實現RISC-V架構與AI的深度融合。

樂鑫科技的ESP32-S3則在通用MCU基礎上增加了AI算力支持，這款集成2.4GHz Wi-Fi和Bluetooth 5 (LE)的MCU，搭載Xtensa 32位LX7雙核處理器，主頻240MHz，新增的向量指令可加速神經網絡計算和信號處理，開發者通過ESP-DSP、ESP-NN等庫即可實現圖像識別、語音喚醒等AI應用，適配智能家居等輕量級邊緣智能場景。

華為海思則針對家電端側智能化推出Hi3066M，這款微算力嵌入式AI MCU采用海思自有RISC-V內核，內置eAI引擎，主頻200MHz，搭配64KB SRAM和512KB內置Flash，可適配空調、冰箱、洗衣機等白電的AI節能、智能檢測等場景，同時預留了足夠的存儲空間，滿足未來5~10年的產品升級需求，是華為首款端側eAI芯片。

03

結語

AI與MCU的融合，已逐漸從技術探索走向商業化落地。隨著邊緣智能需求的持續釋放，以及芯片廠商在算力、功耗、成本和開發工具上的不斷優化，AI MCU將成為更多智能設備的算力載體，在智能家居、工業控制、消費電子、醫療設備等領域實現更廣泛的應用，推動物聯網產業向更智能、更高效的方向發展。

值得關注的是，中國作為RISC-V生態最核心的推動者與踐行者，也是全球RISC-V芯片應用最活躍的國家。相較于Arm架構芯片，我們所能深入了解的往往僅限于其外設、調試系統、總線結構及指令集，卻缺乏有效渠道窺探Cortex-M內核的核心細節，無法深入掌握芯片內部流水線等關鍵技術；而RISC-V的開源特性恰好解決了這一痛點。更為重要的是，它大幅降低了內核學習門檻，能夠培養出一大批深入掌握內核技術的專業人才。

如今，在MCU中融入AI功能，已成為一件司空見慣的事情，這一趨勢也將持續推動邊緣智能產業的深度發展。