分析丨又有兩家MCU廠商準備IPO，有何共同點？

國內MCU廠商在夯實產品系列的同時，逐步向中高端產品發展，上市成為這些廠商越級發展的必經之路。

芯查查APP顯示，近期，上交所正式受理了上海芯旺微電子技術股份有限公司（簡稱：芯旺微）科創板上市申請。招股書顯示，芯旺微擁有“自主指令集設計技術、自主內核架構設計技術、自主開發工具設計技術（C語言編譯器、IDE、編程軟件、編程調試器等）、車規級和工業級MCU產品開發技術”等MCU設計領域完整的技術體系。

芯旺微此次IPO擬募資17.3億元，投建于車規級MCU研發及產業化項目、工業級和AIoT MCU研發及產業化項目、車規級信號鏈及射頻SoC芯片研發及產業化項目、測試認證中心建設項目，以及補充流動資金。

圖注：芯旺微募集資金用途（來源：芯旺微招股書）

另一家近期進入IPO階段的MCU廠商是輝芒微電子（深圳）股份有限公司（以下簡稱：輝芒微），目前已經進入“問詢”階段。招股書顯示，輝芒微是一家定位于“MCU+”的平臺型芯片設計企業，是國內少數同時具備微控制器、存儲器和電源管理芯片設計能力和大規模量產經驗的IC設計企業之一。輝芒微本次擬募集約6.06億元資金，用于工業控制及車規級MCU芯片升級及產業化項目、存儲芯片升級及產業化項目等。

圖注：輝芒微募集資金用途（來源：輝芒微招股書）

從兩家廠商募集資金的用途來看，車規級MCU是其未來重點部署的領域。MCU在汽車上的應用根據不同場景，產品的復雜程度有所不同，其中ADAS域控制器是較高級別的應用。

MCU在ADAS域控制器中被融合？

汽車的安全功能日益普及，駕駛輔助系統（ADAS）裝機量和滲透率提升。

ADAS域控制器通常為性能增強的算力SoC搭配MCU。算力SoC也被稱為主控芯片，負責傳感器數據融合、運行算法等，MCU則負責系統安全，監控電源、通信等功能。

未來，算力SoC可能兼顧安全MCU的功能，也有另外一種可能，讓增強的功能安全MCU在算力SoC出現問題時候接管，實現最小功能安全的ADAS。從安全的角度來看，采用算力SoC+MCU兩顆芯片更為妥當；從成本來看，算力SoC集成MCU功能，使用單顆芯片更有優勢；從性能角度看，ADAS受算力SoC的模擬性能降低影響較低。

圖注：兆易創新車規級MCU產品（不完全統計）

相對于ADAS，車身域、座艙域等的領域的進入門檻相對較低，但也容易形成紅海市場，因此，中高端車規MCU是國內MCU廠商的遠期目標。比較有利的一點是，汽車芯片供應短缺、國產化需求推動下，國內MCU廠商有更多機會與汽車上游伙伴建立聯系。

車載MCU的工藝節點集中在40nm-90nm，少部分豪華車型會部分采用28nm制程。車載MCU側重于功能安全，對先進工藝追求不高，國產的芯片代工廠商，如中芯國際和華虹半導體已經具備自主制造的能力。國內MCU廠商通過與上游代工廠協作，有望共同推動國產MCU性能升級，以中低端車規MCU領域為切入口，逐步實現國產化。

圖注：主要MCU晶圓代工廠和MCU廠商工藝節點

由簡單替代走向自研

此外，兩家進入IPO的兩家MCU廠商都強調自主研發的能力，在技術上比拼，這與此前國內MCU惡性競爭的情況形成鮮明對比。

針對ST和NXP特定料號打造替代產品，快速切入MCU市場，這是過去國內MCU行業常有的一種做法。扎堆做進口替代，也形成一個嚴酷的局面，即造成國內廠商之間內卷，去年以來國內MCU廠商利潤大降、庫存高筑、股價大幅度下跌。

與簡單的替代不同，圍繞架構的創新和差異化目前顯得更加重要。一些MCU具有高度可配置的模擬和數字模塊，借用了與FPGA相似的架構概念。

完全獨立自主創造一種架構也成為一種途徑，同時意味著需要建立、推動和推廣全新的生態，不僅需要創新的技術，而且還需要在一個較長時間內持續投入人力和物力去運營創新生態。資金投入對于每年都可以獲得大量理財收入和政府資助的上市公司并無多大困難，生態運營在上下游伙伴和服務機構支持下也是可行的。

RISC-V架構在MCU產業的滲透將會加大。MCU廠商運用這種架構帶來的好處，包括：開放和可定制，RISC-V是開放源代碼的，任何人都可以免費獲取、使用和修改；避免供應商鎖定，采用RISC-V架構的處理器可以避免對特定供應商的依賴；創新和合作機會，RISC-V的開放性和可定制性鼓勵了各方之間的合作和創新，開發者可以共享設計和優化技術，推動整個生態系統的發展。

但也要認識到RISC-V面臨的挑戰，例如，相對于傳統的指令集架構Arm，RISC-V在市場份額和生態系統的規模上還有差距。此外，由于RISC-V是一個相對較新的技術，軟件和工具鏈的支持相對有限。

MCU在邊緣人工智能的潛力

除了汽車應用，邊緣AI也是國內MCU廠商發力的一個領域。智能邊緣設備是一種特殊的嵌入式系統應用，這個領域的MCU突出低功率特性，也正在實現部分人工智能應用。

由于MCU資源和能力的限制，將人工智能引入到MCU中可能面臨一些挑戰，如模型大小和復雜度的限制，計算能力的限制等。但隨著技術的發展和研究的進展，越來越多的優化和適配方法將被提出，以更好地在資源受限的環境下實現人工智能（主要是tinyML），因此基于MCU的人工智能應用，還是具有一定的可能性。

語音識別、面部識別可能是典型的邊緣人工智能應用，依靠云連接，只能在本地識別觸發詞或圖像，但是，此方法會引入延遲和設備安全漏洞的風險，需要本地的、確定性的決策是一個優先事項。通過在MCU上實現機器學習算法，可以使邊緣設備具備智能決策和推斷的能力，設備可以在本地進行數據處理和分析，而無需依賴云端的計算資源。例如，一個智能攝像頭可以通過在MCU上運行目標檢測算法，實現實時的目標識別和跟蹤。

邊緣設備也能夠實時響應外部環境變化。例如，在智能家居設備中，MCU可以使用深度學習模型對聲音、圖像等感知數據進行實時處理，從而實現智能語音助手、人臉識別等功能。

在個性化體驗上，通過在MCU上實現人工智能算法，可以將設備的行為和響應個性化定制。例如，在智能音箱中，MCU可以使用機器學習算法來學習用戶的偏好，從而提供更加智能化和個性化的服務。

圖注：Arm發布了各種機器學習嵌入式評估套件

通用MCU與專用芯片各有側重

MCU產品在持續向汽車、邊緣AI等中高端應用延伸的時候，有幾個產品趨勢也值得關注。

通用MCU仍然是主要產品形態，廠商運用自身產品線優勢，對MCU做加法，添加一系列固定功能模塊，從A/D和D/A轉換器到串行連接、DSP、定時器/計數器、GPIO和加密加速器等，以適應廣泛的應用。

多年來，也出現許多特定應用的MCU，以滿足電機控制、無線連接和超低功耗等用例的要求。專用芯片往往側重于大批量用例，有利于降低用戶開發成本和時間。但同時，不可能針對每個用例調整或優化MCU，有數千種不同的應用對應不同要求，包括存儲器、封裝、RAM、外設等，當最終確定設計的時候，可能沒有足夠的市場需求證明這種需求的合理性。

MCU達到極限微處理器MPU更有吸引力？

另一個產品趨勢是MCU與MPU的關系。嵌入式開發人員在為其設計選擇MCU系列時，投入了大量時間和金錢，因此希望盡可能長時間地使用該架構。MCU通常比微處理器（MPU，可視為增強版CPU）消耗更少的功率、成本更低。MPU通常根據軟件決策、接口選擇或純性能進行選擇，而MCU的選擇通常與硬件因素有關。MCU和MPU性能之間一直存在一定程度的重疊，過去的MPU已經達到200MHz和400MHz，MCU很容易趕上這一點。

因此，基于MPU的應用很可能有遷移到MCU，例如帶有顯示屏的高端智能恒溫器，MPU和MCU兩種方案的單位成本差異較大，遷移到MCU的方案可以降低功耗和成本。但是軟件開發工作則會提升。MPU的開發基于Linux，而不是RTOS。

小 結國內MCU廠商已經建立了體系的技術團隊、客戶群體、服務網絡，在產品上各有專長，上下游產業鏈健全，現在亟需應用市場和場景讓國產MCU再次爆發。

其中，邊緣計算的興起，對更強大、更智能的MCU芯片的需求也在增加。車載MCU是國內廠商向中高端轉型的催化劑，隨著國內市場的增長和技術實力的提升，我國MCU廠商有望扮演更重要的角色。

審核編輯：湯梓紅