EEPW圆桌论坛|突出MCU核心优势树立良好生态圈

瑞萨产品非常丰富，这两年在中国市场攻得非常猛，我今年四月参加了瑞萨MCU全国巡回研讨会，印象深刻。请沈总简单介绍下自己的工作职责和公司情况。

大家好，我是沈清，主要负责瑞萨MCU产品线中国市场拓展和生态开发。我简单介绍下瑞萨MCU目前发展的总体状况：瑞萨MCU每年出货量超过35亿颗，并且瑞萨是全球第一家采用先进制程，22nm嵌入式存储工艺节点的MCU厂商，我们于5月份发布22nm MCU样片，现在量产在即。瑞萨致力于大工业、物联网、人工智能、嵌入式安全、新能源等领域。从瑞萨CEO到高层管理团队到公司内部各单位都在执行China for China的公司战略，深耕中国市场，服务市场需求，持续助力中国本土客户创新。

目前MCU的价格逐渐趋于平稳，32位的价格也越来越低，各位怎么看待目前32位MCU的未来发展重点方向？特别是32位MCU对8位MCU的取代是否会成为未来一两年内的一个特别明显的趋势？

32位/16位/8位MCU各有各的市场，价格越来越低的大多是指低端低配的32位MCU，并不是所有的32位MCU。

举个瑞萨MCU产品线的例子——16位RL78 MCU产品家族，连续多年都是全球16位MCU市场份额第一的位置，其中最重要的一个成功因素就是超低功耗，特别合适要求整个产品生命周期内靠电池供电的设备，比如说，水表、气表。这些应用并不需要很高的性能。RL78 MCU搭配瑞萨自行开发的超低功耗制程工艺，在功耗方面完胜于32位MCU，而且成本还有不小的优势。

当然，32位MCU的发展空间更大。比如瑞萨最新的RA MCU搭载Arm最新内核Cortex-M85，内嵌Helium DSP，能够实现4倍于M7的机器学习性能。为边缘节点人工智能实现性能突破，完全确定性、超低延迟、高实时运行能力。除了高性能需求的应用，再比如说，随着对于嵌入式安全的需求日益提升，安全性、代码保护、防篡改等需求涌现，32位MCU通常拥有更先进的安全功能和加密技术，可以更好地应对网络攻击和信息泄露风险。

所以，不管是32位、16位还是8位MCU，要发展得好，都要找准自己的定位。瑞萨是全线覆盖8/16/32位MCU，全面的低中高产品布局，客户可以根据实际需求，自由选择。

我们看到目前基于Arm核的MCU越来越普遍，但是带来一个问题是MCU产品竞争的同质化日趋严重，您怎么看待MCU同质化这个问题，应该如何体现MCU产品的差异化？

中国市场是兵家必争之地，所以瑞萨才有了China for China这样的公司战略。对于中国客户而言，选择非常多，但是真正选起来，未必如此，除了产品本身以外，还有诸多不得不考虑的因素，例如：价格、供应、工具、技术支持、软件等等。哪怕是光看产品本身，深入产品细节，各家就有各家的门道。

比如说flash的读写性能速度，和CPU同频，这就不需要将关键代码拷贝在SRAM里运行。还有模拟IP性能，同样是24-bit sigma-delta ADC，有的采样率在十几KHz，有的超过了100KHz，后者在高精度采样快速变化信号时更加游刃有余，还有低噪声和低漂移也是关键指标。需要说明的是，我讲的高精度ADC并不是一颗专用的ADC芯片，而是作为MCU的一个外设，能够给需要高精度感知和控制的应用提供高集成度的单芯片方案。

再比如说数字IP，细节到Timer，为高级电机控制优化的Timer，和为数字电源优化的Timer，都是不一样的设计。所以，差异化就体现在MCU厂家在特定应用领域的深耕和积累。瑞萨每个MCU产品家族都有一些特别专的MCU。

此外，软件工具也是不容忽视的关键点。对于MCU开发者来说，一个好的嵌入式软件库可以帮助客户大大节省时间和精力。嵌入式软件库不仅仅提供底层驱动、示例，还需要有丰富的中间件支持，提供图形化的引脚、驱动、中间件配置，还需要保证软件质量，这其实是需要MCU厂商花费很大的人力、精力和时间来维护，是一个长期的过程，这也是一个MCU厂商实力的体现。

所以，这些差异化的背后，其实创新和研发投入的差异化：通过持续的创新和研发投入，进行前瞻性的技术研发，不断推出新的产品和技术，保持优势。其实每家公司，包括我们在座在线的几家公司也有自己很独特、优秀的技术，以及非常畅销的MCU产品，是非常值得尊敬的一种不断追求卓越的创新精神。

总的来说，MCU厂商需要不断关注市场需求变化，并投入必要的研发资源，创造差异化的产品。与此同时，建立强大的生态合作伙伴关系和提供全面的技术支持，也是体现差异化的重要方面。这样才能在竞争激烈的市场中取得成功。

随着AI应用越来越普遍，嵌入式智能页逐渐深入到MCU领域，对于MCU上的人工智能应用，作为MCU的厂商，您认为应该在硬件处理能力和软件算法支持方面做好哪些准备？

这是一个很大的话题，我挑几个重点，举例讲下。AI是瑞萨发展的一个重点方向，瑞萨内部目前以最大力度推动AI在各行各业的落地和普及。

我们在这里讨论的AI与大家日常见到的聊天、翻译、画图AI这些大语言模型不同，对于MCU这样的嵌入式系统来说，在AI上的应用偏重于相对小规模的终端系统，更多的是专注于特定应用，实现更好的处理效果。对于MCU这种资源受限的系统，各方面的平衡尤其重要，算力，功耗，成本必须兼顾。

研发能力强的客户自己开发模型，通过瑞萨e-AI工具或者是各个MCU厂商提供的开发工具将AI模型部署在MCU上。瑞萨e-AI是支持Keras/Tensorflow lite/PyTorch等神经网络框架，极大地方便开发者在MCU上实现AI功能。但是，对于大多数客户，嵌入式AI还是个比较新的概念，获取足够的数据并建立一个高效的AI模型，是一个巨大的挑战。那么瑞萨给出的方案就是Reality AI。

Reality AI是一个软件工具套件，为非视觉类传感器应用提供先进数据分析和全自动AI建模功能，非常合适在小型化设备MCU上高效运行。现在做的好的AI公司，模型也可以做到精简，Reality AI工具软件的与众不同之处在于为客户提供完全可解释的AI模型，以及提供硬件分析服务，比如传感器的选型、摆放位置、BOM优化等等。

我举个例子，我们有一家客户，他们自己开发的AI模型消耗资源非常大，MCU在不断升级，成本也随之增加，采用第三方的方案对于他们来讲又属于黑匣子。后来他们开始尝试瑞萨Reality AI软件开发工具，用户能知道AI系统为什么这样做，为什么不那样做。AI系统什么时候可以成功，什么时候会失败等等。这些解释都是可视化的，能看到对应结果。这家客户，他们原来的产品上用了14个传感器，现在只用了3个。

还有一个实例是，Reality AI为客户提供了一个无传感器检测电机异常的开发套件，只需要20KB flash，9KB RAM资源占用，预测精度满足客户需求，节省了客户产品成本。

所以，通过瑞萨目前的实际客户用例来讲，硬件处理能力并不是关键矛盾，瑞萨MCU的选择非常多，或者说利用客户现有的主平台即可，反倒是软件工具起到了决定性因素。

我稍作下总结，嵌入式人工智能需要综合考虑硬件处理能力和软件算法支持，MCU厂商应该关注资源限制、功耗和成本等因素，以实现适用于嵌入式智能应用的解决方案。通过提供一定性能的MCU、满足需求的内存、高速的数据传输接口和优化的软件算法库，MCU厂商可以帮助开发者更轻松地实现各种人工智能功能。与此同时，我们密切关注人工智能领域的最新技术和趋势，与客户密切合作，这也是实现成功的重要因素。