产能难解 MCU发起“三重”自我变革

尽管MCU的格局仍是“一边倒”，但在产能紧缺与国产替代以及应用驱动的叠加影响之下，MCU走在自我变革的“芯”路上，也掀起江湖一阵风雨如注。

作者｜艾檬    校对｜范蓉

集微网消息，尽管MCU的格局仍是“一边倒”，但在产能紧缺与国产替代以及应用驱动的叠加影响之下，MCU走在自我变革的“芯”路上，也掀起江湖一阵风雨如注。

产能的得与失
从全球MCU格局来看，行业集中度相对较高，包括ST、瑞萨、恩智浦、TI、英飞凌、微芯等国外巨头的市占率合计超过80%。国内厂商虽百花齐放，但仍在奋起直追。兆易创新、华大半导体、中颖电子、东软载波、北京君正、灵动微、芯旺微、新唐科技等正在打开局面，市占率稳步上升。
面临产能这一禁锢咒，国内做MCU接近十年之久的MCU厂家代表表示，其MCU产能缺口非常大，而且下半年也没有看到改进的迹象。尽管其产品价格上涨，而且接到更多的订单，但预计营收上涨的空间仍难达预期。
“产能”的共性问题一时难解，但国产替代的机会亦借机发酵。
正如电子科技大学集成电路与系统系副教授黄乐天所指，产能紧张给了国产替代的机会，如果缺货行情持续，本土MCU产业链有望加速拓展，但也反过来制造了困难，毕竟产能拿到才是王道，这是双刃剑。
显然，拿到产能已成为胜负的关键手，选择制程就极为重要。有知名分析师认为，MCU制程的范围极广，涉及130nm到40nm，如果中国大陆的晶圆代工厂愿意优先支持国内的MCU业者，恐大概只落在65nm到130nm的范围为主，但40nm制程还是以台积电与联电为主。
对此，广东鸿博微公司电子技术有限公司CTO黄杨程表示，现在扩产大部分都是12英寸的，有很多晶圆厂推出55nm-90nm这一工艺平台，超过100nm以上的都较少。尽管产能紧缺是一个短期内难以解决的难题，但随着时间的推移，产能还是会逐步宽松，但并不是所有的工艺路线产能都会一起宽松的。因而国内的MCU厂商在工艺路线的选择上，要看准方向，了解晶圆厂的扩产计划，在产品设计的时候，积极的采用未来产能较大的工艺路线，才能在未来的产能上得到保证。
他进一步建议道，国内的MCU企业需积极地抓住难得的缺货机遇，多与终端客户和方案公司交流合作，将产品导入到客户端，做好前期替代的准备工作，等产能有缓解的时候，将快速地达到替代的效果。
2020年至今的芯片缺货大潮中，汽车MCU短缺情况最为严重，涨价风亦是此起彼伏。在海外龙头企业供货短缺的背景下，有的国内MCU企业抓住历史性机遇乘国产替代之风而起。据悉国内几家头部的MCU厂家，抓住车用MCU大缺货的机会已成功地导入到整车厂供应链。
而且，有分析认为，即便缺货得以缓解后，国产化进程亦不可逆转，大陆领先MCU厂商有望迎来快速增长期。
MCU的加与减
在众多应用领域大显身手的MCU，随着应用的深化，也在走向“加与减”的变革之路。
黄杨程指出，MCU的未来发展比较关注低功耗技术、AIoT的应用，以及车规MCU的发展，在这方面还大有可为。
随着工业 4.0 和工业智能化的大规模发展，智能化工厂已呈现出更快的分布式计算、更快的灵活联网以及边缘更加智能等特征，作为实现工业自动化的“主力选手”，引发对MCU实时控制、工业联网和边缘计算的全新需求。
如果采用传统的MCU或MPU，可能难以“两全其美”。传统的MCU一般集成内核、闪存、实时外设、通用连接和功能安全与信息安全，功耗更低，设计简易；MPU则集成高性能MPU内核、32位MCU内核、高性能RAM、信号处理加速器、通用连接与工业通信等，具有更强的运算引擎，可实现更高的运算和处理能力。为此，TI做了相应的裁剪灵活应对。
德州仪器 (TI) 中国区嵌入式与DLP应用技术总监师英表示，TI通过将高性能处理器内核、高性能RAM以及信号处理加速器、工业通信、信息安全和功能安全特性以及实时外设集成，设计出了Sitara AM2x系列MCU。总结来说，其最大的特点是兼具处理器MPU级别的计算性能和MCU级别的设计简易性。
可以说，Sitara AM2x MCU对MCU进行了重新定义。凭借Sitara AM2x系列MCU，工程师可以使用10倍于以前基于闪存MCU的运算能力。
很明显，更高的灵活性和性能趋势正在突破当前MCU 的限制。对于MCU、MPU与此款新产品未来的竞合态势？师英表示，在工业应用领域中有诸多不同的终端设备，对于电子控制系统的要求不一，有的只需要一个简单的MCU，有的需要非常复杂的控制器。这一产品能够帮客户拓展选项，满足对高性能的运算、实时控制和通信以及高集成度和易用性的需求。
对此黄乐天的观点是这表明异构计算在向低端延伸，有了SiP之后，高端处理器将逐步廉价化，相应地挤压低端产品空间。国内MCU厂商应抓住机会实现提升，低水平重复建设没有出路。
而作为欲与MCU内核Arm比拼的开源架构RISC-V，虽然RISC-V已在起势，但生态依旧有待完善，需要时间和过程来培养开发者、适配应用，逐步推广，还需要上下游协力攻关。
智能的轻与重
在算力决定一切的时代，MCU的AI革新之路也势在必行。        
业界专家唐晓泉提到，MCU无论从继承传统的工业、家用电器控制，还是从物联网端的角度来看，MCU的主要应用一是更轻，因为作为端的MCU会将更多的传统功能转移到云，及其边缘中；另一方面MCU将变得更重，一些涉及到AI的功能，将转移到物联网端中，如现已成熟的指纹识别、语音识别之类。
对此，上述知名分析师提到，AI化是必经之路，不然无法实现差异化。而且，随着需要AI的场景越来越普遍，而具体的算法和模型正收敛到少数几个模型，例如机器视觉和卷积神经网络等，MCU的AI化已成必然。
一般来说 ,MCU要AI化大概有两种方式，一种是在MCU架构上导入AI加速器，即专用化道路，另一种就是类似像Arm的作法，直接在MCU中加入机器学习的指令集，实现通用化。
Arm在2020年推出以v8.1M指令集为基础的Cortex-M55以及搭配M系统方案的Ethos-U55神经网络处理器之后，也将MCU市场引入至另一波AI军备竞赛之中。
从走向来看，有分析说，在MCU中加入AI加速器正变得越来越主流。一方面使用专用化的AI加速器可提供最佳的性能和能效比，另一方面更考验设计能力的是编译器和相关的模型优化。但也有不同的观点认为，通用做法或更为普遍。
这对于市场生态的影响显然是微妙的，特别是RISC-V和ARM之间的竞争格局。要指出的是，如果采用搭配AI加速器的方案，其设计通常和处理器指令集即Arm或RISC-V关系不大，而在AI加速器方面无论是Arm的microNPU、Cadence HiFi系列DSP还是卷积神经网络加速器等，硝烟将更加弥漫。而如果是走通用化道路，欲在AIoT领域攻城拔寨的RISC-V还应在协同设计上强力攻关。
无论是产能的争夺，还是AI的实现以及功能的裁剪，MCU在变革之路上也将迎来新一轮的此消彼长。