手机SoC AP年年更新，以满足用户对于手机更高性能，更长续航，更低发热的要求。近年来，随着自动化、人工智能、物联网等技术的快速发展，工业制造过程变得更加智能化和高效。智能工厂、无人工厂等概念逐渐成为现实，提高了生产效率和产品质量。从PLC到机器人，从HMI到智能视觉，这些产业的革新正在加速，在这其中MPU起到了关键作用。

虽然MPU市场规模远小于手机市场，但却起到了关键性的作用，并且随着工业系统的升级，MPU正在向64位迁移。

工业处理器与众不同的需求

MPU用于控制和管理工业生产过程，作为OT设备，天然的和IT设备有着不同区别，包括高可靠性、实时性、低功耗、丰富I/O、可扩展和可升级性、安全性、长生命周期供应、坚固性等，都有着特殊要求。

比如针对I/O，工业处理器通常配备多种通信接口（如RS232、RS485、CAN等），使其可以与各种工业设备和传感器进行通信。

再比如安全性方面，鉴于如今工业控制系统面临越来越多的网络威胁，很多工业处理器都集成了安全功能，如加密和安全启动等。

另外，工业品对于可靠性、长寿命周期以及坚固耐用等方面，都有着更高要求。

德州仪器

德州仪器的处理器一直都不算弱，在手机时代还处于业界领先水平，但是随着手机业务的退出，嵌入式处理器业务发生了一些动荡。不过德州仪器一直把模拟和嵌入式都当做自己的核心技术，十年前最早推出了Cortex-A8的AM335x，并一炮而红。如今面对工业市场新需求，TI强化了在MPU上和MCU上的投入力度，不过此处不表MCU。

德州仪器产品线经理 Artem Aginskiy 表示：“AI 能够非常快速且安全可靠地实现图形识别。如果您实现了边缘 AI，设备不会丢失任何东西。边缘 AI 可以非常可靠地保护隐私。”

由于边缘 AI 能对本地环境进行预测和响应，无需将数据传输到云，可降低泄露数据（如睡眠监测示例中的健康信息）的风险。

边缘 AI 取决于嵌入式处理器运行 AI 算法和收集数据的能力，但需要在能效和成本方面进行权衡。对于扫地机器人和门铃等电池供电型系统，需要能提供更优性能同时更大程度减少能源消耗的低成本处理器。对于工厂自动化、专业监控或机器人等高性能系统，需要更高的处理性能，但成本和能耗仍是重要因素。

芯片设计方面的进步有利于促进以更实惠的价格实现边缘 AI 所需的性能、速度和能效。通过降低边缘 AI 系统的成本和功耗，设计人员可在更多应用中添加先进的 AI 功能，帮助人们充分利用我们的电子产品及其产生的数据。

另外，Artem还强调了低代码在AI领域的重要性。在创建、训练和部署 AI 模型时，借助新的用户友好型边缘 AI 软件开发工具与半导体创新技术，设计人员对编程专业知识的需求有所降低。这些工具可帮助设计人员在其应用中添加智能，无需深层次的编码专业知识，这在过去是阻碍边缘 AI 部署的一大障碍。

TI的Edge AI Studio 等工具可提供“低代码”体验，支持设计人员在不编写代码的情况下开发和测试 AI 模型，结束了非专家人员使用 GUI 类工具开发人工智能的历史。设计人员无需专业知识或技能，即可构建神经网络，或 AI 算法来充当设备的智能和“大脑”。从模型选择到在处理器上部署，TI可免费提供相关工具、软件和服务，为深度神经网络(DNN)开发工作流程的每一步保驾护航。

Artem 表示：“TI正在使 AI 大众化，世界上的任一开发人员都可以开发出一个智能系统。一行代码都不需要写，便可使用该工具训练和部署 AI 模型。”

今年，TI推出了包括AM62Ax、AM68A以及AM69A在内的一系列针对边缘 AI 视觉应用的产品。另外还发布了用于HMI的AM62P，以及合封SoC和LPDDR4的AM625SIP。

恩智浦

和德州仪器很类似，恩智浦（飞思卡尔前身）此前也一直是手机处理器的王者，然而随着摩托罗拉的衰落，其手机处理器也开始让位于多媒体处理器。

恩智浦的i.MX系列，前身为“DragonBall MX”系列，是第五代DragonBall微控制器。i.MX 的含义就是“创新多媒体扩展”（innovative Multimedia eXtension）。使用 i.MX 处理器的设备包括Ford Sync、Amazon Kindle、Logitech Harmony遥控器等等。

直到目前，i.MX 6、i.MX8等核心板依然在工业界流行，尤其是i.MX8，细分成了多个产品种类，从而满足从消费到工业的横跨。

今年，恩智浦重点推出了i.MX 9系列产品，汇集了性能更高的应用内核、独立的类MCU实时域、Energy Flex架构、先进的由EdgeLock安全区域加持的安全性和专用多传感数据处理引擎（图形、图像、显示、音频和语音）。

恩智浦的另外一个应用处理器则是LayerScape系列，脱胎于QorIQ的网络处理器，目前已经不局限于基站或交换机等通信类应用，包括控制和自动化、工业网关、PLC等丰富的应用中。不过Layerscape近期并没有像i.MX 9一样有新路书公开，最新产品是LX216x系列。

恩智浦也同样在特别提出机器学习(ML)软件开发环境，eIQ支持恩智浦的MCU和MPU（包括i.MX RT跨界MCU和i.MX系列应用处理器）。eIQ ML软件包括称为eIQ Toolkit的ML工作流工具以及推理引擎、神经网络编译器和优化库。该软件利用开源的专有技术，并完全集成到恩智浦MCUXpresso软件开发套件和Yocto开发环境中。特别是eIQ新增的模型水印技术，可帮助开发人员在机器学习模型中添加受版权保护的信息，以加强版权要求，并提供证据来防止未经授权的复制。

瑞萨

RZ系列MPU是瑞萨近年来力推的产品，其中最高端的是RZ/V系列，内置瑞萨电子独家AI加速器“DRP（Dynamically Reconfigurable Processor)-AI”，兼具高AI推理性能和低功耗特性。该系列有三大产品群：RZ/V2M配备支持4K/30fps的高性能图像信号处理器（ISP）；RZ/V2L配备3D图形引擎和高通用性外设功能用途广泛；RZ/V2MA除了DRP-AI之外，还添加了OpenCV加速器，可提升各种图像处理设备的附加值。

瑞萨今年重点推出的处理器新品是RA8系列，其中RA8M1在DSP、AI/ML等方面具有超高性能，弥补了MPU与MCU之间的差距。

另外，在收购Reality AI一周年后，瑞萨发布了诸多Reality AI的更新。其广泛的嵌入式AI和TinyML解决方案，可用于汽车、工业及消费类产品的高级非视觉传感，完美适配瑞萨嵌入式处理及物联网产品。它们可为机器学习提供先进的数学方法进行信号处理，从而实现快速、高效的机器学习推理，可适用于小型MCU及强大MPU。使用Reality AI Tools这一个可以支持完整产品开发生命周期的软件环境，用户可自动探索传感器数据并生成优化的模型。Reality AI Tools包含分析功能，能够找到最佳传感器或传感器组合、传感器放置的位置并自动生成组件规格，并且以时域/频域的方式完全解释模型函数。

Reality AI Tools现在与瑞萨计算产品紧密整合，可通过内置的部件选择引擎原生支持所有瑞萨MCU和MPU。此外，还可在Reality AI Tools和瑞萨的嵌入式开发环境e2studio之间实现自动上下文切换。

此外，今年瑞萨也宣布支持客户在微软的VS Code中设计和调试瑞萨嵌入式处理器的软件，与瑞萨自有e2 studio IDE相辅相成。

意法半导体

意法半导体同样是早年间受挫于手机应用处理器，不过伴随着STM32的流行，意法半导体也开始整装进入MPU市场。

STM32MP1是意法半导体在MPU上的第一个产品，从单核Arm Cortex-A7到双核Arm Cortex-A7和Cortex-M4内核的微处理器产品。

今年四季度，意法半导体开始提供STM32MP2的样片，这也标志着意法半导体的MPU同样进入了64位时代。STM32MP25配备一颗或两颗64位Arm Cortex-A35内核，1.5GHz主频，高能效。处理实时任务，还集成一颗400MHz Cortex-M33内核。内置的专用NPU将处理器的总算力提高到1.35 TOPS，使其能够为先进的机器视觉、预测性维护等应用提供更强大的边缘AI加速能力。STM32MP25支持32位DDR4和LPDDR4存储器，为成本优化设计提供长期保障。

在软件开发方面，意法半导体一直走得很靠前。今年，意法半导体推出了STM32CubeMP13软件包，可以移植原本为较小、简单的MCU设计的代码至MPU中。STM32Cubemp13让开发者能够在STM32MP13系统芯片上运行嵌入式裸机应用软件或RTOS操作系统，是执行时间比常规微控制器更短的OpenSTLinux的替代方案。用户还可以确保移植过来的代码继续满足原软件的严格的实时要求，例如，中断时间和输入输出延迟。 此外，RTOS可以利用MPU的更大存储空间，同时保留低功耗的优势。

另外，意法半导体也宣布STM32全面支持Microsoft Visual Studio Code。

国产芯的表现

在国产替代的大潮下，一批国内公司在MPU市场上也开始迅速崛起，包括瑞芯微的RK3588，全志的T113等都在近两年取得了不俗的成绩。

瑞芯微RK3588采用8nm制程工艺，CPU为四核76和四核A55的八核大小核架构，集成G610图形处理器。其中Cortex-A76架构的CPU主频高达2.4GHz，具有较强的多任务处理能力和高性能计算能力。Cortex-A55架构的CPU主频2.0GHz，具有较高的性能效率，适用于后台和低功耗场景。G610GPU是一款ARM架构的高性能3D图形处理器，支持Vulkan1.2、OpenGLES3.2、OpenCL2.2等API标准，具有较强的图像处理能力，并在视频分析和图像拼接场景中有不错的性能表现。

在内存方面，RK3588支持四通道的内存设计，可支持LPDDR4、LPDDR4X和LPDDR5。其四通道内存控制器支持最新的第五代协议，支持最高频率达到2700MHz。每通道支持最大容量8GB，总内存容量可达32GB。

全志T113则是一款高性价比，入门级的嵌入式处理器，配备2*Cortex-A7，主频最高1.2GHz，支持视频编解码器、内置128M DDR3。支持H.265/H.264 1080P@60FPS视频解码、JPEG/MJPEG 1080P@60FPS视频编码 ，支持1080P@60FPS显示；适用于物联网网关、商业显示、能源电力、工业控制、医疗器械等场景。

总 结

总的来说，随着技术的不断进步和应用需求的不断提高，嵌入式MPU市场正在经历着巨大的变革，处理器的性能和功能不断提升，满足了更为复杂和多样化的应用需求。同时，随着智能化、物联网等技术的快速发展，MPU的应用范围也在不断扩展，涉及到工业控制、智能家居、医疗电子、汽车电子等众多领域。

国产芯片在MPU市场上也在不断崛起，其性能和功能已经逐渐接近国际领先水平。随着国内芯片厂商不断加大研发力度和市场推广力度，以及国内定制化要求的提升，相信未来国产芯片在MPU市场上的份额将会不断扩大。

随着摩尔定律的逐渐失效和单纯追求性能的时代逐渐过去，嵌入式处理器正在向着更加多元化、专业化、低功耗的方向发展。对于厂商来说，如何在满足性能要求的同时，降低功耗、提高集成度、优化软件生态等将成为未来竞争的关键。