375
随着拉斯维加斯1月10日晚的日落，持续6天的CES 2025终于落下帷幕。
今年CES是史上人气最高的科技展会，AI已成为CES 2025上绝大多数明星产品不可或缺的创新要素，AI无处不在。下面的图片来自雷科技的报道。
在为期4天的正式展中，AI更是成了全场消费电子开拓新领域、实现新功能的创新秘钥，AI桌宠、AI Buddy（AI伴侣）、AI耳机、AI眼镜、AI手杖、AI投篮机等AI硬件新物种让人目不暇接。
智能眼镜、智能清洁、智能戒指、AI陪伴机器人是这次展会绝对的主角。
三星甚至还展示了AI加持的智能冰箱。
就在12月底，MCU行业也发生了一件大事。OpenAI于12月20日发布了一个开源项目，该项目提供了Open Realtime API的SDK，让开发者能在某国产32位MCU上进行开发。开发者可以在ESP32-S3和Linux平台上进行开发和测试，并可按照指引直接使用。这一发布引发了市场对国产32位MCU相关硬件的需求激增。
MCU按照客户行业来分类的话，可以分为简单的三大种类：
1、消费级MCU
2、工业级MCU
3、车规级MCU
你们如果看过我以前的博文，应该知道我对车规级产品的态度，车规级MCU概括上来看，开发门槛和难度最高，但由于整个产业链的利润微薄（4.6%），而且账期和客户倒闭的风险极大，可以说是和其开发门槛很不匹配，因此我对去年资本蜂拥投入车规芯片的举动一直有点不解，可能人家有他们自己的宏大叙事逻辑。
工业级MCU的难度要低一点，客户行业特点是散杂，市场门槛很高，要面向几千个行业和几十万个各色中小客户，所以通用MCU在这个市场上大行其道。
消费级MCU门槛最低，但是客户高度集中化，就像手机大厂商就那么几个，消费小家电要好一点，每个大客户的量超大，利润低但是现金流好，算是MCU领域里的“低垂的果实”。
MCU在消费电子领域的应用包括智能手机、电视、音响和可穿戴设备等产品。随着智能化生活的追求，消费电子产品需求量不断增加，对MCU的需求也相应增长。中国市场中，消费电子领域的市场份额占比最大，达到26%，2020年的数据是70亿人民币。
在消费电子产品中，MCU的作用包括实现触控、数据传输、监控电池电压、控制蓝牙、传感器等。随着IoT技术的不断发展，在万物互联的需求推动下，各类新兴智能终端为MCU提供了成长空间。尤其是智能家居市场火热，MCU在物联网系统中扮演核心角色，在远程控制、数据收集、监控和分析方面发挥关键作用。随着5G技术的渗透和物联网技术的发展，手机与可穿戴设备的增长空间广阔，这将进一步推动消费电子领域对MCU的需求。
应该说，过去五年的LoT快速发展（联网需求）给了消费级MCU第一波红利，现在逐渐浮现出第二波红利，也就是AI边缘推理的需求将再次推动MCU市场。
AI芯片的大蛋糕，可以分为三块：
1、用于训练的数据中心芯片
2、用于推理的数据中心芯片
3、用于推理的边缘芯片
NVIDIA主导了数据中心半导体市场，AMD是唯一真正具有竞争力的通用替代品。超大规模企业开发内部芯片，而大多数初创公司则专注于推理或特定架构的专用硬件，比如说最近大火的博通和Marvell的定制ASIC。
谷歌去年出货了200万个TPU，亚马逊开发了内部网络芯片（Nitro）、CPU（Graviton）、推理芯片（Inferentia）和训练芯片（Trainium），在2023年“租用”了230万个这些芯片给客户。微软最近宣布了一款CPU（Cobalt）和一款GPU（Maia）。
MCU可以派上用场的，是上面第三类芯片，即用于推理的边缘芯片。
一旦模型经过训练，就可以在功能较弱的硬件上运行。AI模型可以在像智能手机和笔记本电脑这样的“边缘”设备上运行，也可以应用在工业和汽车行业。这次的OpenAI发布会后，大家惊奇地发现，原来AI完全可以运行在更加“弱鸡”的边缘硬件上，比如耳机、眼镜、音箱、手表、门锁，大大扩展了行业的想象空间。
要知道，手机、汽车、电脑的数量总是有上限的，可能是千万级或者亿级，但是我们购买的各种物联网小玩意的数量可是10倍百倍于这些设备的，这个数量级基本上可以以百亿来估。这个市场空间比数据中心基建的规模要大得多，且每年都有大量的更新换代的需求出现。
边缘AI的大门一旦打开，小型语言模型和NPU将引领出一个新时代，随便一个应用场景就可能是颠覆性的，试着设想：
1、烤箱自动识别食物，来选择合适的温度和时间；
2、洗衣机自动判断衣服有没有洗干净，对脏点进行精确擦除，或者烘干到最合适的软度；
3、音箱变成语音交互方式的搜索引擎，甚至是聊天机器人；
4、有智商和知识库的学习辅助设备，即时辅导孩子做作业；
5、模拟真人练习外语口语的智能设备；
6、智能试穿衣服的镜子；
等等等等，以上这些很有可能已经有人实现或者正在实现，我的想象力可能是贫乏的，但是人类的想象力是无限的。
将AI能力集成到MCU上，使得AI算法可以实时地在设备本地进行处理和响应，而无需依赖于云端或其他远程服务器。这提高了系统的实时性和即时响应能力，使得设备能够更快速地做出决策和反应，且可以在低功耗的情况下实现高效的AI计算。
一旦魔盒打开，各种AI+NPU+MCU硬件的东西就会层出不穷，就像过去在互联网和移动互联网上发生过的故事一样。AI深入到边缘和终端装置，已经是一个长期必然的大方向，现在正是所有参与者蜂拥进入疯狂做加法的阶段，而所有AI硬件的背后，都是芯片和软件的组合。
依托中国硬件供应链优势以及AI等底层技术的强大，结合中国硬件创业者敏锐的嗅觉和务实的能力，中国硬科技企业正在定义并引领全球消费习惯。国产MCU也有机会搭上国产消费AI硬件这班快车，完成赶超欧美老牌原厂的历史使命。
