2023年全球MCU市场规模约282亿美元，并预计到2028年将以5.5%的年复合增长率增长至388亿美元。在这一过程中，边缘AI成为重要的市场增长点。根据Gartner预测，到2026年，全球80%的企业将在业务中引入生成式AI，这不仅推动了边缘AI市场的快速扩张，也对作为系统核心的MCU提出了更高要求。
在“MCU+AI”这一趋势下，各大MCU厂商通过软硬件协同布局，为MCU赋予更强的AI能力，并降低工程师开发AI应用的门槛。
瑞萨电子：Arm Helium技术与Reality AI Explorer Tier
瑞萨电子在“MCU+AI”方向的布局具有代表性，其主要技术亮点包括：
Arm Helium技术：基于Arm Cortex-M52、M55和M85内核，显著提升嵌入式设备的信号处理和机器学习性能。Helium技术可使信号处理性能提升5倍，机器学习性能提升15倍。
Reality AI工具：提供基于高级信号处理的TinyML和Edge AI模型生成能力，支持自动化的传感器数据分析、模型构建与优化。免费版本Reality AI Explorer Tier几乎包含全部功能，便于工程师快速开发AI应用。
意法半导体（ST）：免费工具与MCU/MPU双轨并行
ST在AI开发工具方面资源丰富：
STM32Cube.AI：支持将主流AI框架训练的神经网络模型优化并部署至任意STM32 MCU。
NanoEdge AI Studio：帮助工程师快速开发边缘AI应用。
ST Edge AI Developer Cloud：提供在线创建、优化和基准测试服务，支持AI硬件加速。
硬件上，ST通过STM32 MCU满足低功耗AI需求，同时提供MPU以应对更高性能的AI任务。
恩智浦：MCU+NPU与eIQ开发工具
恩智浦的“MCU+AI”布局包括：
MCX N系列MCU：集成eIQ Neutron神经处理单元（NPU），支持多种神经网络（如CNN、Transformer等）。
eIQ机器学习软件：提供从模型训练到优化部署的全流程工具，支持在恩智浦微控制器和处理器上开发AI应用。
此外，恩智浦与英伟达合作，将Nvidia TAO工具包集成至eIQ开发环境，进一步提升AI开发效率。
英飞凌：Arm Helium技术与PSoC Edge系列
英飞凌在硬件和工具上全面布局：
PSoC Edge系列MCU：基于Arm Cortex-M55内核，集成Ethos-U55微型NPU和NNLite神经网络加速器，机器学习性能提升480倍。
PSoC 6 AI评估套件：支持边缘AI和ML模型定制，结合ModusToolbox和Imagimob Studio工具，便于用户快速构建AI应用。
国产厂商的追赶
国产厂商也在积极布局“MCU+AI”：
兆易创新：推出GD32H7系列MCU，支持高性能AI推理，应用于直流拉弧检测等领域。
国芯科技：推出基于自主RISC-V架构的CCR4001S AI MCU，内置NPU，支持智能家电、工业控制等场景。
总结
边缘AI是未来AI技术落地的重要方向，“MCU+AI”在小型AI应用上展现出独特优势。尽管国际厂商在这一领域处于领先地位，国产厂商也在加速追赶，随着技术的不断成熟，未来将推动更多AI应用场景的落地。
