2026年7月初的上海，慕尼黑上海電子展的人潮裡，嵌入式廠商的展台比以往熱鬧得多。前來逛展的工程師不再是只問價格和交期，更多人圍著人形機器人的靈巧手Demo、邊緣AI開發板等駐足。那麼，今年的嵌入式行業的風口到底在哪？
「AI MCU」的概念已經提出很久了，但落地情況究竟如何？
**德州儀器（TI）**現場展示了集成TinyEngine NPU的邊緣AI數字識別方案。TinyEngine NPU是TI推出一款專用的硬體加速器，可以提供2.56GOPS計算性能，專門為深度學習、推理運算而設計。不過行業人士表示，AI MCU的算力普遍落在零點幾TOPS區間，只能跑十幾K到幾十K參數的小型神經網路，主要用於「分類」，比如毫米波雷達做姿態分類、電機振動信號的異常檢測等。TI工作人員坦言，這類嵌入式設備本來就不是集中式處理，而是細分場景的「小任務」。他們還配套推出了傻瓜式的IDE工具，號稱可以「手把手」完成數據採集、標註、訓練到部署，甚至直接輸出頭文件，把網路權重編譯進工程。更值得注意的是，TI已經把AI接入了自家的CC Studio集成開發環境，直接對接大模型，實現「提需求→自動編碼→自動燒錄→自動Debug」的一條龍服務。用現場工程師的話說，「基本不用你再有編程能力，只要能看懂東西就行。」實際上，MCU上的功能本身不算特別複雜，而AI輔助編程恰恰在「簡單場景」裡最有優勢，畢竟任務太複雜的話，MCU的記憶體和算力根本裝不下，反而限制了發揮。
**意法半導體（ST）**則帶來了STM32N6這顆邊緣AI MCU晶片，擁有0.6 TOPS算力，內置自研NPU，跑標準CV模型，可做手勢識別和關鍵點檢測等。ST中國區微控制器產品部陳德勇在同期一場報告裡強調，邊緣AI部署必須滿足「兩小兩低」：小Flash、小RAM、低功耗、低延時。他還透露，ST早在2015年就開始做NPU測試晶片，如今已有超過5000款基於ARM平台的MCU/MPU，並且是全球唯一一家提供MCU基準測試線上平台的廠商，73%的ML Perf Tiny開發者選用了STM32。不過，AI MCU也存在模型轉換中「浮點轉整型」的精度損失問題，ST給出的建議是：訓練階段先用浮點把模型「擠到極致」，再轉成Integer 8部署，在Flash佔用和推理時間上取得平衡。
ARM則在一場技術報告中主推「Zephyr RTOS」，意圖打通從Cortex-M到Cortex-A的遷移路徑。ARM認為，邊緣AI需要更大的算力擴展，但開發者不想從實時操作系統一跳進入臃腫的Linux。Zephyr保留了RTOS的輕量與可預測性，又能利用Cortex-A的MMU和多核SMP，讓嵌入式代碼平滑升級。ARM現場還提到，其Ethos-U系列NPU（U55/U65/U85）已能搭配Cortex-M和Cortex-A使用，TensorFlow Lite和PyTorch運行時也已就緒。
不過，AI MCU的落地仍卡在「數據採集」和「法規」兩頭。TI工作人員提到，AI MCU數據採集配套的60 GHz毫米波雷達在中國尚未明確開放標準，「沒說不能用，也沒說能用」，但競爭對手可以藉此舉報，導致工業客戶普遍偏謹慎；而攝像頭數據採集方案又有隱私顧慮；激光雷達的話，價格昂貴，一個雷達上千元，而一顆AI MCU才幾十元。在應用方向上，TI現場也提到了養老、康養等未來潛在場景，但眼下這類需求尚未真正釋放。多家廠商的共同判斷是：邊緣側的AI MCU目前「不溫不火」，真正的爆發還要等應用場景和法規的進一步成熟。
如果AI MCU還在等風來，人形機器人MCU則已經站在了預研到小批量的門檻上。
展會現場最吸睛的Demo之一，是ST展台展出的一隻六自由度靈巧手，每個手指根部由空心杯無刷電機驅動，手指彎曲帶動上方關節聯動，能短時抓握十幾公斤。ST工作人員拆解了裡面的晶片方案：控制手指用M4內核MCU，統籌整隻手用M33內核的MCU，下一版本還會加入N6晶片做邊緣感知。整套方案中，晶片成本不超過100元，但真正的成本大頭是電機，一個空心杯電機七八百元，一隻手塞進去6個，整套機器人全身電機更多，成本遠高於MCU。據了解，ST的一些用於人形機器人的MCU產品已和國內代工廠合作，實現中國本土化生產，甚至出口海外。工作人員表示，目前人形機器人產業鏈在中國已經非常成熟，國外的成本根本壓不下來，特斯拉機器人大部分零部件也從中國採購。
兆易創新的展台展出了人形機器人相關解決方案，其佈局之全、落地之深，在本屆展會上頗為突出。現場重點展示了4款面向高自由度機器人的前沿控制方案：一是基於GD32H75E的六軸機械臂方案；二是與智身科技合作的「鋼鏰L1」四足機器人，內部深度集成了多顆GD32 MCU；三是同樣基於GD32H75E的機器人關節驅動方案；四是基於GD30AD3642的六維力檢測方案。工作人員透露，機器人不同部位對MCU的要求差異很大：下肢關節用行星減速器，強調高功率、耐高溫和長壽命，對精度要求反而不高；上肢和靈巧手則要求高精度，未來甚至要支持手術、按摩級別的微操作。一台雙足人形機器人全身甚至需要上百顆MCU，自由度越高，數量越多。
極海半導體則展示了更極致的性價比路線。他們用於機器人電機控制的APM32M3514晶片（M0+內核，72 MHz）單價僅3元左右，更高性能的APM32F425（M4F內核，240MHz）用於肩部和腿部，搭配採用專用MCU（M52內核，128 MHz）的G32R430編碼器獲取電機角度。極海方面坦言，人形機器人項目目前大多停留在預研，量產還需要時間，但晶片廠必須提前卡位。
英飛凌則展示了另一條技術路徑：基於PSOC Control C3 MCU的1kV氮化鎵關節電機驅動方案。該方案將主控、功率與傳感集成，利用氮化鎵器件的高頻特性可以將開關頻率推至100kHz，遠高於傳統矽基方案，從而在同等功率下降低開關損耗與發熱量。這意味著機器人關節可以在更小的體積內實現更高的功率密度，對於下肢等高功率關節尤為重要。英飛凌選擇了寬禁帶半導體（氮化鎵）與專用MCU的協同，以換取更高的能效比。
人形機器人的控制不僅取決於單顆MCU的算力，更取決於MCU網絡的通訊效率。恩智浦展出的i.MX RT1180方案通過I3C總線將主控MCU與5個電機驅動MCU相連，2根信號線實現12.5Mbps同步通信，無需外部晶振即可節省從控端的BOM和PCB空間。該方案從靈巧手本地I3C總線接入全身EtherCAT，意味著當機器人全身部署上百顆MCU時，局部控制與全身主控可以通過高頻寬、低線束的總線標準化協同，而非依賴點對點異步通信的堆疊。
在機器人靈巧手的運動控制和通信之外，感知層的升級同樣關鍵。ADI展示的多模態觸覺感知方案將32×32高密度觸覺陣列與邊緣AI推理集成，觸覺網絡可在kHz級幀率下同步感知壓力分佈、微小振動、接觸狀態及溫度。機器人靈巧手不再僅依賴視覺開環控制，而是能通過觸覺閉環反饋實現對易碎物體的精準抓握、防滑控制及細小公差裝配。
在採訪中，多家廠商形成了一個共識：當前機器人出貨量還很小，即便宇樹年銷幾萬台，對晶片廠來說也只是「幾百萬顆」，而他們月出貨往往以億計。因此，眼下做機器人MCU「不賺錢」，純粹是押注未來。人形機器人真正的成本也不是MCU，而是減速器——由於規格尚未標準化，各家自研，沒有規模效應，價格居高不下。ST方面甚至表示，機器人業務目前「瞄準未來，現在起量很難」，MCU走的是「量大、利薄」的路線。
在ARM生態之外，RISC-V是今年展會上另一條愈發清晰的MCU路線。
沁恆微的「青稞」MCU是典型代表，主攻接口晶片。他們早在2018年就全面轉向RISC-V，自研內核，ARM產品已極少出貨。現場工程師給出的理由很直白，一是安全，不受地緣政治影響；二是便宜，直接給客戶省成本；三是性能並不差，用CH32V203對標STM32F 103，在CoreMark跑分和功耗上都有優勢。
矽力杰也走了RISC-V路徑。其展出的SA32D系列MCU基於高性能高可靠性的RISC-V核，具有超高運算性能和豐富的外設，主要用於區域控制(ZCU)、動力電池管理系統的BMU、主驅電機控制、底盤應用和部分ADAS應用等高安全主控邊緣計算和控制的場景。產品符合AEC-Q100標準和功能安全ISO 26262 ASIL-D。矽力杰方面表示，RISC-V的IP形態已經豐富，從M0級別到64位服務器級都有，生態正從消費→工業→汽車傳導。對於「AI MCU」概念，矽力杰的態度相對冷靜：大家都在看，但MCU上的NPU算力只有0.3～0.5 TOPS，「這麼弱的算力能做什麼？關鍵看場景能不能帶來價值。」
嵌入式微系統的演進始終圍繞性能、成本與可靠性展開。而邊緣AI推理、機器人關節實時控制、工業高頻採樣等場景的持續升級，不僅在重塑微系統的核心——MCU本身，也在倒逼整個存儲體系同步疊代。傳統Flash受限於擦寫次數、寫入速度與塊操作模式，已難以同時滿足高速度、高擦寫、高可靠的多重需求，MRAM作為新型非易失性存儲的代表，正在成為支撐嵌入式微系統性能升級新的技術路徑。
本屆展會上，本土廠商浙江馳拓科技有限公司攜帶其MRAM相關方案亮相，在杭州臨安青山湖佈局了12英寸MRAM產線，是目前國內唯一實現STT-MRAM量產製造的廠商。其當前主力產品讀寫速度幾十納秒，支持按位讀寫、無需擦除，掉電非易失且擦寫次數可達萬億次以上，遠超Flash的微秒級寫入速度與十萬次擦寫壽命；下一代技術SOT-MRAM處於研發階段，讀寫速度可提升至納秒級，相關成果已發表於IEDM頂刊。容量方面，目前獨立式晶片容量覆蓋了Kb級到64Mb，規劃向128Mb至Gb級演進。其另一個重要的業務是嵌入式MRAM（eMRAM）---把MRAM直接做到MCU/SoC內部，替代傳統的嵌入式Flash或緩存，馳拓已與國內領先MCU企業進行合作。
據了解，落地場景上，與SRAM+電池的掉電保護方案相比，MRAM無需電池，徹底解決了防爆、偏遠場景下的維護難題。更值得關注的是，隨著DRAM等傳統存儲價格持續飆升，MRAM也能夠觸達SCM（存儲級內存）市場。在可穿戴設備等對功耗極度敏感的場景中，MRAM憑藉非易失性特性，無需像SRAM或DRAM那樣持續供電，天然具備低功耗優勢；而相較於同為新型存儲的PCM（相變存儲），MRAM在寬溫域方面更勝一籌，這使得它在工業級和車規級應用中更具確定性。在工業領域，其產品已進入工業PLC/DCS、商業儲能等領域，合作客戶包括國內領先工業控制企業與儲能企業等。其代表產品已通過AECQ100-Grade1車規認證，正在向車企及Tier1/2供應商推廣。
當前馳拓科技的嵌入式MRAM產品仍在追趕台積電、三星等國際龍頭，但其獨立式MRAM產品與國外企業能夠同台競技。除自有產品外，其還為高校、科研院所以及初創半導體企業提供流片服務，是國內稀缺的新型存儲和微納製造平台。
馳拓認為，隨著存算一體技術的演進，MRAM未來有望在AI晶片中發揮更大價值，當前則先從工業、儲能、泛交通等場景切入，逐步向AI領域拓展。
回過頭看，嵌入式系統的競爭焦點，正在轉向參數轉向誰更能精準匹配場景、誰更能自主掌控架構、誰更能重構存儲底座。AI MCU的零點幾TOPS算力不驚艷，但足以撬動細分場景的智能化；人形機器人的上百顆MCU用量不誇張，但足以重塑運動控制的晶片需求曲線；RISC-V的IP授權不複雜，但足以打破ARM生態的單一依賴；MRAM的容量還不高，但足以在工業和車規領域建立非易失存儲的新標準。這些變化單獨看都不劇烈，疊加在一起，卻正在重新定義嵌入式的邊界。
本文來源：半導體產業縱橫
風險提示及免責條款
市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。
54.17萬 熱度
416.84萬 熱度
16.9萬 熱度
12.13萬 熱度
92.16萬 熱度
慕尼黑展一線觀察，MCU行業正在發生什麼？
2026年7月初的上海，慕尼黑上海電子展的人潮裡，嵌入式廠商的展台比以往熱鬧得多。前來逛展的工程師不再是只問價格和交期，更多人圍著人形機器人的靈巧手Demo、邊緣AI開發板等駐足。那麼，今年的嵌入式行業的風口到底在哪？
AI MCU的落地如何？
「AI MCU」的概念已經提出很久了，但落地情況究竟如何？
**德州儀器（TI）**現場展示了集成TinyEngine NPU的邊緣AI數字識別方案。TinyEngine NPU是TI推出一款專用的硬體加速器，可以提供2.56GOPS計算性能，專門為深度學習、推理運算而設計。不過行業人士表示，AI MCU的算力普遍落在零點幾TOPS區間，只能跑十幾K到幾十K參數的小型神經網路，主要用於「分類」，比如毫米波雷達做姿態分類、電機振動信號的異常檢測等。TI工作人員坦言，這類嵌入式設備本來就不是集中式處理，而是細分場景的「小任務」。他們還配套推出了傻瓜式的IDE工具，號稱可以「手把手」完成數據採集、標註、訓練到部署，甚至直接輸出頭文件，把網路權重編譯進工程。更值得注意的是，TI已經把AI接入了自家的CC Studio集成開發環境，直接對接大模型，實現「提需求→自動編碼→自動燒錄→自動Debug」的一條龍服務。用現場工程師的話說，「基本不用你再有編程能力，只要能看懂東西就行。」實際上，MCU上的功能本身不算特別複雜，而AI輔助編程恰恰在「簡單場景」裡最有優勢，畢竟任務太複雜的話，MCU的記憶體和算力根本裝不下，反而限制了發揮。
**意法半導體（ST）**則帶來了STM32N6這顆邊緣AI MCU晶片，擁有0.6 TOPS算力，內置自研NPU，跑標準CV模型，可做手勢識別和關鍵點檢測等。ST中國區微控制器產品部陳德勇在同期一場報告裡強調，邊緣AI部署必須滿足「兩小兩低」：小Flash、小RAM、低功耗、低延時。他還透露，ST早在2015年就開始做NPU測試晶片，如今已有超過5000款基於ARM平台的MCU/MPU，並且是全球唯一一家提供MCU基準測試線上平台的廠商，73%的ML Perf Tiny開發者選用了STM32。不過，AI MCU也存在模型轉換中「浮點轉整型」的精度損失問題，ST給出的建議是：訓練階段先用浮點把模型「擠到極致」，再轉成Integer 8部署，在Flash佔用和推理時間上取得平衡。
ARM則在一場技術報告中主推「Zephyr RTOS」，意圖打通從Cortex-M到Cortex-A的遷移路徑。ARM認為，邊緣AI需要更大的算力擴展，但開發者不想從實時操作系統一跳進入臃腫的Linux。Zephyr保留了RTOS的輕量與可預測性，又能利用Cortex-A的MMU和多核SMP，讓嵌入式代碼平滑升級。ARM現場還提到，其Ethos-U系列NPU（U55/U65/U85）已能搭配Cortex-M和Cortex-A使用，TensorFlow Lite和PyTorch運行時也已就緒。
不過，AI MCU的落地仍卡在「數據採集」和「法規」兩頭。TI工作人員提到，AI MCU數據採集配套的60 GHz毫米波雷達在中國尚未明確開放標準，「沒說不能用，也沒說能用」，但競爭對手可以藉此舉報，導致工業客戶普遍偏謹慎；而攝像頭數據採集方案又有隱私顧慮；激光雷達的話，價格昂貴，一個雷達上千元，而一顆AI MCU才幾十元。在應用方向上，TI現場也提到了養老、康養等未來潛在場景，但眼下這類需求尚未真正釋放。多家廠商的共同判斷是：邊緣側的AI MCU目前「不溫不火」，真正的爆發還要等應用場景和法規的進一步成熟。
人形機器人MCU是新藍海嗎？
如果AI MCU還在等風來，人形機器人MCU則已經站在了預研到小批量的門檻上。
展會現場最吸睛的Demo之一，是ST展台展出的一隻六自由度靈巧手，每個手指根部由空心杯無刷電機驅動，手指彎曲帶動上方關節聯動，能短時抓握十幾公斤。ST工作人員拆解了裡面的晶片方案：控制手指用M4內核MCU，統籌整隻手用M33內核的MCU，下一版本還會加入N6晶片做邊緣感知。整套方案中，晶片成本不超過100元，但真正的成本大頭是電機，一個空心杯電機七八百元，一隻手塞進去6個，整套機器人全身電機更多，成本遠高於MCU。據了解，ST的一些用於人形機器人的MCU產品已和國內代工廠合作，實現中國本土化生產，甚至出口海外。工作人員表示，目前人形機器人產業鏈在中國已經非常成熟，國外的成本根本壓不下來，特斯拉機器人大部分零部件也從中國採購。
兆易創新的展台展出了人形機器人相關解決方案，其佈局之全、落地之深，在本屆展會上頗為突出。現場重點展示了4款面向高自由度機器人的前沿控制方案：一是基於GD32H75E的六軸機械臂方案；二是與智身科技合作的「鋼鏰L1」四足機器人，內部深度集成了多顆GD32 MCU；三是同樣基於GD32H75E的機器人關節驅動方案；四是基於GD30AD3642的六維力檢測方案。工作人員透露，機器人不同部位對MCU的要求差異很大：下肢關節用行星減速器，強調高功率、耐高溫和長壽命，對精度要求反而不高；上肢和靈巧手則要求高精度，未來甚至要支持手術、按摩級別的微操作。一台雙足人形機器人全身甚至需要上百顆MCU，自由度越高，數量越多。
極海半導體則展示了更極致的性價比路線。他們用於機器人電機控制的APM32M3514晶片（M0+內核，72 MHz）單價僅3元左右，更高性能的APM32F425（M4F內核，240MHz）用於肩部和腿部，搭配採用專用MCU（M52內核，128 MHz）的G32R430編碼器獲取電機角度。極海方面坦言，人形機器人項目目前大多停留在預研，量產還需要時間，但晶片廠必須提前卡位。
英飛凌則展示了另一條技術路徑：基於PSOC Control C3 MCU的1kV氮化鎵關節電機驅動方案。該方案將主控、功率與傳感集成，利用氮化鎵器件的高頻特性可以將開關頻率推至100kHz，遠高於傳統矽基方案，從而在同等功率下降低開關損耗與發熱量。這意味著機器人關節可以在更小的體積內實現更高的功率密度，對於下肢等高功率關節尤為重要。英飛凌選擇了寬禁帶半導體（氮化鎵）與專用MCU的協同，以換取更高的能效比。
人形機器人的控制不僅取決於單顆MCU的算力，更取決於MCU網絡的通訊效率。恩智浦展出的i.MX RT1180方案通過I3C總線將主控MCU與5個電機驅動MCU相連，2根信號線實現12.5Mbps同步通信，無需外部晶振即可節省從控端的BOM和PCB空間。該方案從靈巧手本地I3C總線接入全身EtherCAT，意味著當機器人全身部署上百顆MCU時，局部控制與全身主控可以通過高頻寬、低線束的總線標準化協同，而非依賴點對點異步通信的堆疊。
在機器人靈巧手的運動控制和通信之外，感知層的升級同樣關鍵。ADI展示的多模態觸覺感知方案將32×32高密度觸覺陣列與邊緣AI推理集成，觸覺網絡可在kHz級幀率下同步感知壓力分佈、微小振動、接觸狀態及溫度。機器人靈巧手不再僅依賴視覺開環控制，而是能通過觸覺閉環反饋實現對易碎物體的精準抓握、防滑控制及細小公差裝配。
在採訪中，多家廠商形成了一個共識：當前機器人出貨量還很小，即便宇樹年銷幾萬台，對晶片廠來說也只是「幾百萬顆」，而他們月出貨往往以億計。因此，眼下做機器人MCU「不賺錢」，純粹是押注未來。人形機器人真正的成本也不是MCU，而是減速器——由於規格尚未標準化，各家自研，沒有規模效應，價格居高不下。ST方面甚至表示，機器人業務目前「瞄準未來，現在起量很難」，MCU走的是「量大、利薄」的路線。
RISC-V在嵌入式領域能替代ARM架構嗎？
在ARM生態之外，RISC-V是今年展會上另一條愈發清晰的MCU路線。
沁恆微的「青稞」MCU是典型代表，主攻接口晶片。他們早在2018年就全面轉向RISC-V，自研內核，ARM產品已極少出貨。現場工程師給出的理由很直白，一是安全，不受地緣政治影響；二是便宜，直接給客戶省成本；三是性能並不差，用CH32V203對標STM32F 103，在CoreMark跑分和功耗上都有優勢。
矽力杰也走了RISC-V路徑。其展出的SA32D系列MCU基於高性能高可靠性的RISC-V核，具有超高運算性能和豐富的外設，主要用於區域控制(ZCU)、動力電池管理系統的BMU、主驅電機控制、底盤應用和部分ADAS應用等高安全主控邊緣計算和控制的場景。產品符合AEC-Q100標準和功能安全ISO 26262 ASIL-D。矽力杰方面表示，RISC-V的IP形態已經豐富，從M0級別到64位服務器級都有，生態正從消費→工業→汽車傳導。對於「AI MCU」概念，矽力杰的態度相對冷靜：大家都在看，但MCU上的NPU算力只有0.3～0.5 TOPS，「這麼弱的算力能做什麼？關鍵看場景能不能帶來價值。」
MRAM將成未來嵌入式存儲的新方案
嵌入式微系統的演進始終圍繞性能、成本與可靠性展開。而邊緣AI推理、機器人關節實時控制、工業高頻採樣等場景的持續升級，不僅在重塑微系統的核心——MCU本身，也在倒逼整個存儲體系同步疊代。傳統Flash受限於擦寫次數、寫入速度與塊操作模式，已難以同時滿足高速度、高擦寫、高可靠的多重需求，MRAM作為新型非易失性存儲的代表，正在成為支撐嵌入式微系統性能升級新的技術路徑。
本屆展會上，本土廠商浙江馳拓科技有限公司攜帶其MRAM相關方案亮相，在杭州臨安青山湖佈局了12英寸MRAM產線，是目前國內唯一實現STT-MRAM量產製造的廠商。其當前主力產品讀寫速度幾十納秒，支持按位讀寫、無需擦除，掉電非易失且擦寫次數可達萬億次以上，遠超Flash的微秒級寫入速度與十萬次擦寫壽命；下一代技術SOT-MRAM處於研發階段，讀寫速度可提升至納秒級，相關成果已發表於IEDM頂刊。容量方面，目前獨立式晶片容量覆蓋了Kb級到64Mb，規劃向128Mb至Gb級演進。其另一個重要的業務是嵌入式MRAM（eMRAM）---把MRAM直接做到MCU/SoC內部，替代傳統的嵌入式Flash或緩存，馳拓已與國內領先MCU企業進行合作。
據了解，落地場景上，與SRAM+電池的掉電保護方案相比，MRAM無需電池，徹底解決了防爆、偏遠場景下的維護難題。更值得關注的是，隨著DRAM等傳統存儲價格持續飆升，MRAM也能夠觸達SCM（存儲級內存）市場。在可穿戴設備等對功耗極度敏感的場景中，MRAM憑藉非易失性特性，無需像SRAM或DRAM那樣持續供電，天然具備低功耗優勢；而相較於同為新型存儲的PCM（相變存儲），MRAM在寬溫域方面更勝一籌，這使得它在工業級和車規級應用中更具確定性。在工業領域，其產品已進入工業PLC/DCS、商業儲能等領域，合作客戶包括國內領先工業控制企業與儲能企業等。其代表產品已通過AECQ100-Grade1車規認證，正在向車企及Tier1/2供應商推廣。
當前馳拓科技的嵌入式MRAM產品仍在追趕台積電、三星等國際龍頭，但其獨立式MRAM產品與國外企業能夠同台競技。除自有產品外，其還為高校、科研院所以及初創半導體企業提供流片服務，是國內稀缺的新型存儲和微納製造平台。
馳拓認為，隨著存算一體技術的演進，MRAM未來有望在AI晶片中發揮更大價值，當前則先從工業、儲能、泛交通等場景切入，逐步向AI領域拓展。
回過頭看，嵌入式系統的競爭焦點，正在轉向參數轉向誰更能精準匹配場景、誰更能自主掌控架構、誰更能重構存儲底座。AI MCU的零點幾TOPS算力不驚艷，但足以撬動細分場景的智能化；人形機器人的上百顆MCU用量不誇張，但足以重塑運動控制的晶片需求曲線；RISC-V的IP授權不複雜，但足以打破ARM生態的單一依賴；MRAM的容量還不高，但足以在工業和車規領域建立非易失存儲的新標準。這些變化單獨看都不劇烈，疊加在一起，卻正在重新定義嵌入式的邊界。
本文來源：半導體產業縱橫
風險提示及免責條款