人工智能重構邊緣，將給嵌入式系統注入怎樣的新能量？

今年上海國際嵌入式展（Embedded World China 2024）上，貿澤電子攜手國際知名原廠Analog Devices、Amphenol、NXP Semiconductors、onsemi、Silicon Labs、VICOR等再度亮相，呈現AMR/機器人、邊緣AI、電機控制、嵌入式控制系統、機器視覺、RIFD、人機交互、IoT等一系列技術與應用話題。

不過三天展會看下來，貿博士的總體感受是——嵌入式AI是今年絕對的主角。

對比去年在中國的第一屆嵌入式展，各家展商主打的是AI從云端帶到邊緣端。今年則是聚焦于嵌入式AI已經對嵌入式硬件和系統產生了那些具體的改變和影響，以及未來還將有怎樣的硬件創新，尤其是芯片層面的技術創新。

可以說，以ChatGPT為代表所引領的AI新時代，以全場景自動化感知和多模態處理的大模型（LLM, Large Language Model）大大拓展了AI的感知能力，同時拓寬了應用場景。但與此同時，AI對于大算力的需求也進一步引發了大算力硬件的投入需求。這是一次“由軟到硬”的產業鏈傳導過程。

AI融入嵌入式系統深刻改變嵌入式硬件現狀

值得一提的是，就在今年嵌入式展會開展前一天，蘋果在其今年的WWDC上公布了一系列重磅AI戰略，包括發布了其人工智能系統Apple Intelligence以及與OpenAI的戰略合作，并預告未來的iPhone等終端硬件中將嵌入OpenAI的AI技術。在過去一兩年里，蘋果在這場由ChatGPT引領的新一輪AI競賽中的存在感并不強。而這此其一系列發布也顯示出這家全球科技大佬“all in AI”的決心。

而隨著蘋果吹響AI向智能終端加速滲透的沖鋒號，也預示著“大模型AI +硬件”大規模產品化開始。這對于整個電子產業鏈的帶動效應也將逐步顯現，從芯片到傳感器、攝像頭、連接器等元器件、模組等電子產業鏈上下游各個節點都有望獲得新的增長動力，同時也將啟動更多的嵌入式硬件的創新。

據分析機構Canalys預測，2024年，全球16%的智能手機出貨為AI手機，到2028年，這一比例將激增至54%。受消費者對AI助手和端側處理等增強功能需求的推動，2023年至2028年間，AI手機市場以63%的年均復合增長率增長。

到2028年;AI手機市場份額將達到54%：

貿博士注意到，在今年嵌入式的主題演講中，業內專業人士及相關產業鏈廠商也都將話題聚焦在AI的新突破給嵌入式系統帶來的變革，以及AIGC（生成式AI）的入口是什么等一系列話題上。其中一大共識是，AIGC的入口很大程度將在“始終在線”的輕量化智能可穿戴設備領域。通過硬件終端，感知視覺、聲音、動作等，并連接到系統上，通過上下文意識來預測用戶的環境、情境和需求。這將帶動一些嵌入式硬件的新增量以及新一波創新需求。

中關村智用人工智能研究院院長孫明俊指出，AI將會融入嵌入式系統中并深刻地改變嵌入式系統硬件。比如大量的傳感器被改變了，包括音頻領域的麥克風陣列，視頻領域中的攝像頭、傳感器等。而在AI大模型時代，新一代的硬件將會持續出現，至于會呈現怎樣的狀態，這取決于多項技術的同時進步突破，跨領域技術的融合疊加，這也是未來3-5年嵌入式系統硬件的重要挑戰。

近年來，各廠商都不約而同地認定，語音交互是未來交互的主流方案。隨著AI加持端側人機語音交互功能趨勢漸顯，智能語音助手用戶數量還有望進一步增長。根據eMarketer的數據顯示，到2025年，預計使用谷歌助手的用戶數量將達到9190萬，而Siri的用戶數量則有望達到8650萬。而隨著以iPhone新版Siri為代表的語音助手帶動人機語音交互需求提升，升級麥克風功能將成為實現AI技術應用的關鍵一環。因而麥克風或為新增量方向。

據科創版日報援引供應鏈消息稱，蘋果的iPhone 16系列將采用指向性麥克風（定向麥克風）作為標配。這種設備能集中捕捉來自特定方向的聲音，同時對其他方向的噪音有較強的抑制作用，同時還具備更好的防水性。對此，知名分析師郭明錤預計，新款iPhone配備先進麥克風技術以及iOS18升級預計將導致每部iPhone16的麥克風平均售價（ASP）大幅上漲100%-150%。

德邦證券的研報分析指出，電子設備廠商及智能手機廠商對麥克風更高信噪比及性能的需求有望帶動價值量提升。因為AI語音交互趨勢下，高信噪比MEMS麥克風有望被蘋果之外的更多安卓廠商采用，并且逐漸從AI手機進一步滲透到AI PC、AI音箱等更多智能硬件終端應用中。

在貿澤電子代理的原廠中就有不少提供優秀MEMS麥克風產品的廠商。比如TDK InvenSense ICS-40800低噪聲定向MEMS麥克風具有70dBA超高信噪比(SNR)和±1dB靈敏度容差，適合用于遠場語音控制和語音應用。該產品的典型應用場景包括平板電腦、電話會議系統、數碼相機、通信耳機、安全和監控等。另外，還有CUI Devices寬頻MEMS麥克風，信噪比為62dBA或64dBA，靈敏度等級為-38dB，靈敏度容差低至±1dB，非常適合用于各種便攜式消費電子產品。

大算力硬件稀缺芯片技術創新構建AI算力引擎

而很多業內分析也指出，AI模型巨頭和智能手機巨頭的緊密綁定將大幅提升AI大模型產品的滲透率。由此產生的推理算力需求和間接產生的訓練算力需求將對整個AI算力產業鏈形成催化。可以說，AI手機等終端硬件與AI大模型雙向賦能。

芯原董事長戴偉民在嵌入式展期間的一場主題演講中提出的關于“兩輪科技牛市”的論述和預測讓貿博士頗有印象。他指出，上一輪科技“牛市”發生在2010年，是“先硬后軟”——由硬件領域的創新突破開啟，代表性事件是iPhone 4的誕生，開啟了智能手機引領的移動互聯網“牛市”(2013-2015)；而這一輪“牛市”則是“先軟后硬”，代表事件是2023年ChatGPT的問世，他預測由AI大模型引領的大算力硬件的“牛市”將從2026年開啟。

因為當前的產業現狀是，大算力硬件非常缺乏。從芯片技術層面的創新突破來為AI提供算力引擎尤為關鍵。

Chiplet（芯粒或小芯片）技術賦能AI大模型算力的潛能正在顯現。Chiplet是一種將復雜芯片拆分成多個小型、獨立且可復用的模塊的設計方法。這些模塊可以是處理器核心、內存芯片、傳感器或其他類型的集成電路，它們通過高速接口或連接器相互連接，形成一個完整的系統芯片(SoC)。與傳統單片IC設計相比，Chiplet通過將大型芯片拆分成多個小型、獨立的模塊的設計方法，實現像“搭樂高積木”一般的模塊化靈活組裝設計，可以顯著降低設計復雜性，實現更高的靈活性、可擴展性和可復用性。因為每個模塊都可以獨立設計和生產，然后根據需要進行組合，這不僅提高了設計的靈活性，還促進了跨廠商和跨領域的協同設計和優化。

近年來，Chiplet市場獲得了極大的關注和增長。這一趨勢是由多種因素推動的，包括現代電子設備的復雜性和需求不斷增加、加快上市時間的需求以及有效利用專業半導體技術的愿望，以及對定制和專用集成電路（ASIC）不斷增長的需求也推動了這一趨勢。

而AI對大算力的需求也將推動Chiplet技術的發展。因為AI訓練、推理需要大量高性能、高可靠性的服務器芯片來支持各種計算和存儲任務。通過將服務器芯片拆分為多個小型、獨立的計算和存儲模塊，可以實現更高效、更可靠的計算和存儲服務。據研究機構Omida統計，微處理器是Chiplet最大的細分市場，支持Chiplet的微處理器市場份額預計將從2018年的4.52億美元增長到2024年的24億美元。

據市調機構Market.us公布的最新報告數據，2023年全球Chiplet市場產生的市場規模約31億美元，預計到2024年將達到44億美元。2024年至2033年，Chiplet行業的復合年均增長率預計將達到42.5%，到2033年估值將達到1070億美元。按細分市場來看，2023年，CPU Chiplet占據主導地位，占據超過41%的份額。應用方面，2023年，消費電子領域在Chiplet市場中占據主導地位，占據超過26%的份額。

RISC-V+ AI是另一個方向。近年來，RISC-V開源指令集架構快速發展，已成為當前國際科技競爭的焦點，同時也成為一個有效抓手來以開源開放凝聚產業發展共識，打造全球算力產業生態。

貿博士在嵌入式展期間了解到，盡管當前英偉達的GPU及其之上的CUDA軟件生態主導著全球Al算力市場，但產業界迫切希望建建立新的軟件生態以突破CUDA生態壁壘。通過RISC-V+Al擴展指令，用開源來打破英偉達壟斷，已經逐漸成為全球業界新共識。Google、Meta、Microsoft、OpenAI等均在Al芯片中使用RISC-V架構。而當前RISC-V+Al擴展指令尚無統一標準，RISC-V國際基金會正在加快推動以開源開放的方式共同制定Al擴展指令集標淮，并合作研發其上的開源Al系統軟件棧。

RISC-V架構開源、精簡、可擴展性強，在此輪芯片產業周期中發展最為迅速。公開數據顯示，2022年全球共生產100億顆RISC-V芯片，有一半源于中國。

嵌入式AI方案應用一覽：

在本次嵌入式展期間，我們的展臺上也展示了多個來自原廠的多個嵌入式AI方案的DEMO應用展示。

ADI：小尺寸有大智慧，基于機器視覺的機械臂應用

該機械臂方案由三個模組構成，第一個是ADI的MAX78000攝像頭模組，第二個是中央處理器，第三個是馬達控制驅動器。這一應用可以通過MAX78000攝像頭模組來識別二維碼標簽及位置信息，并發送給中央處理器；中央處理器通過計算規劃路徑，驅動馬達控制器來控制機械臂進行跟蹤抓取。

ADI MAX78000攝像頭模組是由ADI開發的超低功耗邊緣AI處理器MAX78000 SoC加一個攝像頭所組成。該邊緣AI處理器具有以下特征：其一是配備了64個并行處理器可同時進行并行運算，極大提升處理性能；MAX78000是一顆深度學習的推理芯片，它在推理過程中幾乎不需要其他微控制器核的介入，操作的流線化程度高。其二，在做卷積神經網絡計算的時候，其卷積神經網絡加速器的內部集成了RAM存儲功能，使得微控制器無需在連續的數學運算中每次都要通過總線來獲取相關參數。其三，該模組還對卷積神經網絡進行了特別的優化處理，可以在本地以低功耗實時執行AI處理，大幅提高機器視覺、語音和面部識別等應用的工作效率。

NXP：嵌入式AI開發如何加速？一款基于MCX N947的人臉追蹤風扇解決方案

恩智浦在貿澤電子展位展示了一款基于MCX N947的人臉追蹤風扇解決方案，形象地展示了如何將AI與嵌入式系統開發有機結合起來，營造新的開發生態，打造與眾不同的創新用例。來自恩智浦的新一代MCX系列MCU平臺，以及與之配套的FRDM開發生態充分展現出該公司在推動嵌入式AI發展的信心和實力。

onsemi：用于雙向OBC的6.6KW CLLC隔離DC-DC轉換器

CLLC繼承了LLC拓撲的特點，采用脈沖頻率調節來控制增益，具有同樣的軟開關特性，因此，能效高且EMI表現好，但也存在增益調整范圍窄、難以滿足寬廣的電池電壓變化范圍的挑戰。

在其功率板中，位于母線側和電池測的兩個有源橋分別由四顆1200 V/40毫歐NVHL040N120SC1和四顆900 V/20毫歐NVHL020N090SC1碳化硅(SiC) MOS構成。相比于硅器件，碳化硅器件可以實現更高的功率密度、更高的開關頻率和極高效的設計。

Silicon Labs：引領智能家居風向標的Matter標準

Matter作為物聯網設備的新標準，與其他的一些標準不同，Matter不依賴于特定的無線網絡技術，由于其基于IP的基礎，Matter可以于多種網絡標準及物理層配合使用。作為物聯網及Matter解決方案的領導供應商之一，Silicon Labs展示了基于EFR32MG2x系列無線多模SoC開發的一套本地化的智能家居系統。在未來的智能家居系統中，都會存在一個或者多個智能網關，不同廠家的智能設備都會接入到智能網關中。由于EFR32MG2x系列無線多模SoC支持低功耗藍牙、Thread、Zigbee、Matter等協議開發，并且該無線多模SoC獨有的Secure Vault物聯網安全技術，可以充分保障物聯網產品的安全性能。因此在這次展示的demo中可以看到支持不同無線協議的智能設備通過智能網關（基于EFR32MG2x系列無線多模SoC設計）組成一套完整的智能家居系統。

關于作者

Carrie Gan (干曄)

擁有14年媒體從業經驗，她擅長深度剖析半導體和電子產業鏈的發展，專注于AI、自動駕駛等新興技術和應用的報道，曾供職于福布斯中國和IT時代周刊等知名媒體機構。在2022年，加入貿澤電子，負責技術內容的創作和管理工作，致力于創作有趣、新鮮且具有深度的硬核科技內容。